(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211042867.4 (22)申请日 2022.08.29 (71)申请人 上海机动车检测认证技 术研究中心 有限公司 地址 201805 上海市嘉定区于田南路68号 (72)发明人 臧鹏飞　谢欢　高怡晨　龚明光　 范昊天　钱凯程　 (74)专利代理 机构 上海专利商标事务所有限公 司 31100 专利代理师 孙英杰 (51)Int.Cl. G01R 31/367(2019.01) G01R 31/382(2019.01) G06N 20/00(2019.01) G06F 16/906(2019.01) (54)发明名称 一种动力电池热失控风险评估方法 (57)摘要 本发明涉及一种动力电池热失控风险评估 方法。 该动力电池热失控风险评估方法包括S1， 数据获取， 动力电池包括多个单体电池， 获取单 体电池在实际运行工况下的数据； S2， 数据分类， 获取车辆在静止状态下进行充电的第一类数据 及车辆在运行状态下的第二类数据； S3， 计算评 价参数， 基于第一类数据应用单体电压波动性算 法分析计算评价参数A； 基于第二类数据应用单 体电压信息熵算法分析计算评价参数B； S4， 计算 热失控风险评分， 应用机器学习算法对评价参数 A和B进行融合， 获取热失控风险评分； S5， 风险评 估， 根据热失控风险评分排序对 单体电池进行风 险等级划分。 本发明提出了一种动力电池热失控 风险评估 方法， 能够对动力电池进行热失控风险 进行有效评估。 权利要求书2页 说明书7页 附图1页 CN 115372830 A 2022.11.22 CN 115372830 A 1.一种动力电池热失控风险评估方法， 包括 步骤： S1， 数据获取， 所述动力电池包括多个单体电池， 获取所述单体电池在实际运行工况下 的数据， 所述实际运行工况包括带有 所述动力电池的车辆在静止状态下进 行充电以及所述 车辆处于运行状态； S2， 数据分类， 基于实际运行工况对所述数据进行分类， 获取所述车辆在 静止状态下进 行充电的第一类数据及所述车辆在运行状态下的第二类数据； S3， 计算评价参数， 基于所述第一类数据应用单体电压波动性算法分析计算评价参数 A； 基于所述第二类数据应用单体电压信息熵算法分析计算评价 参数B； S4， 计算热失控风险评分， 应用机器学习算法对所述评价参数A和B进行融合， 获取所述 动力电池的每 个单体电池的热失控风险评分； S5， 风险评估， 根据热失控风险评分排序对所述单体电池进行风险等级划分。 2.如权利要求1所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S3中， 基于 所述第一类数据应用单体电压 压差比算法分析计算评价 参数C； 在步骤S4中， 应用机器学习算法对所述评价参数A、 B和C进行融合， 获取所述动力电池 的每个单体电池的热失控风险评分。 3.如权利要求2所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S3中， 基于 所述第二类数据应用单体电压极差算法分析计算评价 参数D； 在步骤S4中， 应用机器学习算法对所述评价参数A、 B、 C和D进行融合， 获取所述动力电 池的每个单体电池的热失控风险评分。 4.如权利要求1所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S1中， 所获 取的数据至少包括所述单体电池的电压、 温度、 电流、 荷电状态、 电池充放电状态、 序号以及 对应时刻。 5.如权利要求4所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S2中， 基于 对应时刻、 电流及电池充放电状态将所述单体电池的数据划分为所述第一类数据和第二类 数据。 6.如权利要求1所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S3中， 所述 单体电压波动性 算法的计算 步骤包括： 对所述第一类数据按照 时间维度进行切片， 生成时间片段， 基于所述时间片段划分成 新的数据矩阵T： T＝{(V11,V21,,V31,…Vn1),(V12,V22,,V32,…Vn2),…,(V1k,V2k,,V3k,…Vnk)}； 其中， V表示按照时间维度切片后某一所述单体电池电压在该时间片段内的对应数据， 下标1,2,3 …n∈R表示所述单体电池的序号， n为单体电池的总数量， 下标1,2,3 …k∈R表示 时间矩阵的序号， k 为按照时间维度切片的时间矩阵的总数量； R为 正整数； 基于所述数据矩阵T， 在单个所述 时间矩阵中计算所述单体电池的电压的中位数， 获得 数据矩阵T1， T2， …Tk： T1＝Median(V11,V21,,V31,…Vn1)； T2＝Median(V12,V22,,V32,…Vn2)； … Tk＝Median(V1k,V2k,,V3k,…Vnk)权　利　要　求　书 1/2 页 2 CN 115372830 A 2计算数据矩阵T1， T2， …Tn的标准差ST1， ST2…STk， 作为评价 参数A： … 所述单体电压信息熵算法的计算 步骤包括： 对所述第二类数据按照时间维度进行切片， 计算各 所述单体电池电压的香农熵es： 计算在同一时间矩阵下， 不同所述单体电池电压的香农熵的标准分数， 作为评价参数 B。 7.如权利要求2所述的动力电池热失控风险评估方法， 其特 征在于， 所述单体电压 压差比算法的计算 步骤包括： 基于各所述单体电池在相邻时间间隔所获取的数据， 计算两者电压差的绝对值， 获取 电压差最大值与最小值之比V r， 作为评价 参数C： 8.如权利要求3所述的动力电池热失控风险评估方法， 其特征在于， 在步骤S3中， 所述 单体电压极差算法的计算 步骤包括： 获取任意 时刻所述动力电池的不同单体电池电压的最大值与最小值， 然后取二者作差 获得所述单体电池的电压极差， 作为评价 参数D。 9.一种动力电池热失控风险评估设备， 包括存储器、 处理器及存储在存储器上并可在 处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利 要求1‑8中任一项所述动力电池热失控风险评估方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑8中任一项所述动力电池热失控风险评估方法的步骤。权　利　要　求　书 2/2 页 3 CN 115372830 A 3