技术摘要：
本发明涉及一种基于大数据分析的动力电池包中单体电池过压预警方法，包括以下步骤：步骤1：获取动力电池包上传的各项参数的历史数据，筛选并提取出电池单体的最高电压值、电动汽车的里程、单体电池的SOC、电动汽车的行车状态数据；步骤2：对动力电池包上传的各项参数的  全部
背景技术：
随着新能源行业的飞速发展，动力电池已广泛应用于电动汽车、风光储能、电信基 站等领域。但随着动力电池系统的大规模应用，也出现了各种各样的问题，尤其是安全问题 引起广泛的关注。 动力电池包在长期的使用过程中，容易出现个别或部分电池电压过高的问题。电 池电压过高意味着电池有过充的风险，频繁出现电池过压的问题，极易导致电池发生安全 故障。 因此，为了保障电池安全可靠的运行，解决潜在隐患，分析电池包内单体电池过压 问题并进行提前预警，有助于在问题发生前将故障及时通知后台予以处理修复，给用户更 好的安全保障。 然而，现有技术中，对于动力电池的电压过高问题，并没有能够进行提前预警的方 案，而都是在已出现电压过高问题后的解决方案。例如公开号为CN108321909A的发明专利， 提供了一种采用电气元件检测电池充电过压并实现过压自恢复的方法，该方法只能在电池 实际发生电池过压故障后起到作用，无法在问题发生前做出处理对策。再如公开号为 CN110474300A的发明专利，公开了一种电动车电池过压保护系统，其方法是对电池过压进 行检测；当检测到过压问题时通过保护电路触发断开指令。 由此可见，现有技术无法实现对动力电池的过压问题进行提前预警。
技术实现要素：
本发明的目的是提供一种能够对动力电池的过压问题进行提前预警，从而保障电 池安全可靠的运行，解决潜在隐患的基于大数据分析的动力电池包中单体电池过压预警方 法。 为达到上述目的，本发明采用的技术方案是： 一种基于大数据分析的动力电池包中单体电池过压预警方法，用于对电动汽车上 的动力电池包中的电池单体进行过压预警，所述基于大数据分析的动力电池包中单体电池 过压预警方法包括以下步骤： 步骤1：获取所述动力电池包上传的各项参数的历史数据，筛选并提取出所需参数 的历史数据，所需参数包括所述电池单体的最高电压值、所述电动汽车的里程、所述单体电 池的SOC、所述电动汽车的行车状态数据； 步骤2：对所述动力电池包上传的各项参数的历史数据进行筛选和分析，获得反映 所述电池单体的最高电压值与所述电动汽车的里程对应关系的函数； 步骤3：利用所述函数和所述动力电池包当前上传的各项参数的实时数据进行预 4 CN 111584966 A 说　明　书 2/4 页 测，得到所述电池单体的最高电压预测值； 步骤4：比较所述电池单体的最高电压预测值与设定的过压报警阈值，若所述电池 单体的最高电压预测值大于或等于所述过压报警阈值，则发出预警信号和预警数据。 所述步骤2包括以下步骤： 步骤2-1：基于所述电动汽车的行车状态数据对所述电池单体的最高电压值的历 史数据进行初次筛选，剔除停车、空档、倒车情况下所述电池单体的最高电压值的历史数 据，获得初次筛选后的电池单体的最高电压值数据； 步骤2-2：基于所述单体电池的SOC对初次筛选后的电池单体的最高电压值数据进 行二次筛选，剔除所述单体电池的SOC＜a％时所述电池单体的最高电压值的历史数据，获 得用于分析的电池单体的最高电压值数据； 步骤2-3：将所述电动汽车的里程按照设定的里程间隔划分为若干段里程区间，获 得每段所述里程区间对应的电池单体的最高电压值数据； 步骤2-4：将所述单体电池的SOC按照设定的SOC间隔划分为若干SOC分区，则在每 段所述里程区间内，获得每个所述SOC分区对应的电池单体的最高电压值数据，并计算每个 所述SOC分区对应的电池单体的最高电压值数据的标准差； 步骤2-5：针对每个SOC分区，获得所述电池单体的最高电压值数据的标准差与各 段所述里程区间之间的关系函数，作为反映所述电池单体的最高电压值与所述电动汽车的 里程对应关系的函数。 所述步骤2-2中，a＝50。 所述步骤2-3中，所述里程间隔为500～1000km。 所述步骤2-4中，所述SOC间隔为1％。 所述步骤2-5中，在每个SOC分区下，将各段所述里程区间的电池单体的最高电压 值数据的标准差作为纵坐标，将各段所述里程区间的间隔序数作为横坐标，做电池单体的 最高电压值数据的标准差与各段所述里程区间的间隔序数的关系图，并通过拟合曲线的方 法，获得所述电池单体的最高电压值数据的标准差与各段所述里程区间之间的关系函数。 所述步骤3包括以下步骤： 步骤3-1：针对下一里程区间，利用所述函数分别计算出各个所述SOC分区对应的 电池单体的最高电压值数据的标准差的预测值； 步骤3-2：根据所述动力电池包当前上传的各项参数的实时数据，确认所述电池单 体当前的SOC状态对应的SOC分区，并查找到该SOC分区对应的电池单体的最高电压值数据 的标准差的预测值； 步骤3-3：根据所述电池单体当前对应SOC分区的电池单体的最高电压值数据的标 准差的预测值、当前所述电池单体最高电压值，计算得到所述电池单体的最高电压预测值。 所述步骤3-3中，计算所述电池单体的最高电压预测值的方法为： V预测＝Vmax实时数据 3×δSOC-(n 1) 其中，V预测为所述电池单体的最高电压预测值，Vmax实时数据为当前所述电池单体最高 电压值，δSOC-(n 1)为所述电池单体当前对应SOC分区的电池单体的最高电压值数据的标准 差的预测值。 由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明通过对动 5 CN 111584966 A 说　明　书 3/4 页 力电池包进行大量数据分析，在电池包过压问题发生之前提前做出预警，从而可以更好地 对动力电池包质量进行实时管控，可以保障电池安全可靠的运行，解决潜在隐患，大幅提升 动力电池的安全性能。 附图说明 附图1为本发明的基于大数据分析的动力电池包中单体电池过压预警方法的流程 图。