电池绝缘故障监控方法、计算机设备及存储介质

技术领域

本发明涉及电池技术领域，具体提供一种电池绝缘故障监控方法、计算机设备及存储介质。

背景技术

目前，随着电动汽车、智能手机等应用的普及，电池作为能量的重要储存方式，其安全性和可靠性也越来越受到重视。在电池使用过程中，电池绝缘损坏会导致电池短路、过热等安全隐患。因此，对电池绝缘故障监控是十分有必要的。

现有的电池绝缘监控方法通常包括传统方法和机器学习方法。首先，传统方法主要包括检查电池绝缘材料的性质和使用条件等，通过物理和化学方法分析电池绝缘损坏的原因。电池系统本身包含多个组件和复杂的结构，采集到到绝缘值会受到多种因素的影响，如温度变化、电流负载、环境湿度等。这些因素的变化会导致电池绝缘值的动态变化，使得其诊断变得更加复杂。其次，利用现有的机器学习方法监测的效率较低，精度较差，难以满足实际需求。

相应地，本领域需要一种新的电池绝缘故障监控方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决上述的技术问题。本发明提供了一种电池绝缘故障监控方法、计算机设备及存储介质。

在第一方面，本发明提供一种电池绝缘故障监控方法，所述方法包括：获取第一电池绝缘数据和第二电池绝缘数据，其中所述第一电池绝缘数据为历史时刻的电池绝缘数据，所述第二电池绝缘数据为当前时刻的电池绝缘数据；基于所述第一电池绝缘数据和所述第二电池绝缘数据对所述电池进行绝缘故障检测，获得绝缘故障检测结果；基于所述绝缘故障检测结果进行资源调度。

在一个实施方式中，所述基于所述第一电池绝缘数据和所述第二电池绝缘数据对所述电池进行绝缘故障检测，获得绝缘故障检测结果，包括：基于所述第一电池绝缘数据对所述电池进行第一绝缘故障检测，获得第一检测结果，其中所述第一检测结果包括所述电池在所述历史时刻是否发生了绝缘故障的结果；基于所述第二电池绝缘数据对所述电池进行第二绝缘故障检测，获得第二检测结果，其中所述第二检测结果包括所述电池在所述当前时刻是否发生了绝缘故障的结果；基于所述第一检测结果和所述第二检测结果确定所述绝缘故障检测结果。

在一个实施方式中，所述基于所述第一电池绝缘数据对所述电池进行第一绝缘故障检测，获得第一检测结果，包括：基于所述第一电池绝缘数据提取电池绝缘特征，所述电池绝缘特征包括用于预测所述电池绝缘故障的特征；将所述电池绝缘特征输入故障预测模型，输出第一检测结果。

在一个实施方式中，所述故障预测模型包括基于概念机递归神经网络和物理神经网络。

在一个实施方式中，所述将所述电池绝缘特征输入故障预测模型，输出第一检测结果，包括：将所述电池绝缘特征输入所述基于概念机递归神经网络，获得第一输出结果；将所述电池绝缘特征输入所述物理神经网络，获得第二输出结果；对所述第一输出结果和所述第二输出结果进行线性加权融合，获得所述故障预测结果。

在一个实施方式中，所述基于所述第二电池绝缘数据对所述电池进行第二绝缘故障检测，获得第二检测结果，包括：获取预设绝缘值阈值；确定所述第二电池绝缘数据与所述预设绝缘值阈值的比较结果；基于所述比较结果确定所述第二检测结果。

在一个实施方式中，在所述绝缘故障检测结果为所述电池发生了绝缘故障的情况下，所述基于所述绝缘故障检测结果进行资源调度，包括：获取第一环境状态信息，所述第一环境状态信息包括故障电池的状态信息、包含所述故障电池的车辆信息、换电站信息和维护处理人员信息；将所述第一环境状态信息输入调度模型，输出第一动作描述信息，所述第一动作描述信息用于表征对所述环境状态信息的决策；基于所述第一动作描述信息进行资源调度。

在一个实施方式中，在将所述第一环境状态信息输入调度模型之前，所述方法还包括：获取历史训练样本集；每组训练样本包含第二环境状态信息、第二动作描述信息和第一动作奖励，所述第一动作奖励为执行所述第一动作描述信息对应的奖励值；将所述第二环境状态信息输入调度模型，输出第三动作描述信息；基于所述第二动作描述信息和所述第三动作描述信息确定损失函数；根据所述损失函数调节所述调度模型的模型参数，直至所述损失函数收敛，得到初始的调度模型；基于所述第三动作描述信息计算第二动作奖励；基于所述第一动作奖励与所述第二动作奖励确定最终的调度模型。

在第二方面，本发明提供一种计算机设备，该计算机设备包括至少一个处理器和至少一个存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的电池绝缘故障监控方法。

在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的电池绝缘故障监控方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明提供一种电池绝缘故障监控方法，具体包括：获取第一电池绝缘数据和第二电池绝缘数据，其中第一电池绝缘数据为历史时刻的电池绝缘数据，第二电池绝缘数据为当前时刻的电池绝缘数据；基于第一电池绝缘数据和第二电池绝缘数据对电池进行绝缘故障检测，获得绝缘故障检测结果；基于绝缘故障检测结果进行资源调度。如此，实现了对电池绝缘故障的诊断与监测，在当前的电池存在绝缘故障的情况下进行资源调度，以对故障电池进行及时更换，提高了电池绝缘故障的监测精度和监测效率。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：

图1是根据本发明的一个实施例的电池绝缘故障监控方法的主要步骤流程示意图；

图2是一个实施例中获得绝缘故障检测结果的流程示意图；

图3是一个实施例中根据绝缘故障检测结果进行资源调度的流程示意图；

图4是一个实施例中电池绝缘故障监控系统的结构示意图；

图5是一个实施例中计算机设备的结构示意图。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。

目前传统的电池绝缘监控方法通常包括传统方法和机器学习方法。首先，传统方法主要包括检查电池绝缘材料的性质和使用条件等，通过物理和化学方法分析电池绝缘损坏的原因。电池系统本身包含多个组件和复杂的结构，采集到到绝缘值会受到多种因素的影响，如温度变化、电流负载、环境湿度等。这些因素的变化会导致电池绝缘值的动态变化，使得其诊断变得更加复杂。其次，利用现有的机器学习方法监测的效率较低，精度较差，难以满足实际需求。

为此，本申请提出了一种电池绝缘故障监控方法、计算机设备及存储介质，具体包括：获取第一电池绝缘数据和第二电池绝缘数据，其中第一电池绝缘数据为历史时刻的电池绝缘数据，第二电池绝缘数据为当前时刻的电池绝缘数据；基于第一电池绝缘数据和第二电池绝缘数据对电池进行绝缘故障检测，获得绝缘故障检测结果；基于绝缘故障检测结果进行资源调度。如此，实现了对电池绝缘故障的诊断与监测，在当前的电池存在绝缘故障的情况下进行资源调度，以对故障电池进行及时更换，提高了电池绝缘故障的监测精度和监测效率。

参阅附图1，图1是根据本发明的一个实施例的电池绝缘故障监控方法的主要步骤流程示意图。

如图1所示，本发明实施例中的电池绝缘故障监控方法主要包括下列步骤S100-步骤S300。

步骤S100：获取第一电池绝缘数据和第二电池绝缘数据，其中所述第一电池绝缘数据为历史时刻的电池绝缘数据，所述第二电池绝缘数据为当前时刻的电池绝缘数据。

步骤S200：基于所述第一电池绝缘数据和所述第二电池绝缘数据对所述电池进行绝缘故障检测，获得绝缘故障检测结果。

绝缘故障是指线路漏电或电池的正极与车辆的电底盘之间的电阻值变小。

步骤S300：基于所述绝缘故障检测结果进行资源调度。

基于上述步骤S100-步骤S300，首先获取第一电池绝缘数据和第二电池绝缘数据，其中第一电池绝缘数据为历史时刻的电池绝缘数据，第二电池绝缘数据为当前时刻的电池绝缘数据；基于第一电池绝缘数据和第二电池绝缘数据对电池进行绝缘故障检测，获得绝缘故障检测结果；基于绝缘故障检测结果进行资源调度。如此，实现了对电池绝缘故障的诊断与监测，在当前的电池存在绝缘故障的情况下进行资源调度，以对故障电池进行及时更换，提高了电池绝缘故障的监测精度和监测效率。

下面分别对上述步骤S100至步骤S300作进一步说明。

针对步骤S100，电池绝缘数据可以是电池绝缘值，由电池管理系统(BatteryManagement System，BMS)检测获得。在某一些实施例中，电池绝缘数据可以包括电池在工作状态下的温度、放电电流或者放电电压等，但不限于此。

在该步骤中，第一电池绝缘数据为历史时刻的电池绝缘值，第二电池绝缘数据为当前时刻的电池绝缘值，其中历史时刻可以是当前时刻的前一时刻。

以上是对步骤S100的进一步说明，下面继续对步骤S200作进一步说明。

具体如图2所示，上述步骤S200可通过下述步骤S201至步骤S203实现。

步骤S201：基于所述第一电池绝缘数据对所述电池进行第一绝缘故障检测，获得第一检测结果，其中所述第一检测结果包括所述电池在所述历史时刻是否发生了绝缘故障的结果。

第一绝缘故障检测是指根据历史时刻的电池绝缘数据检测电池在历史时刻是否出现了绝缘故障。

第一检测结果是指历史时刻目标电池是否发生了绝缘故障。

在一个具体实施方式中，所述基于所述第一电池绝缘数据对所述电池进行第一绝缘故障检测，获得第一检测结果，包括：基于所述第一电池绝缘数据提取电池绝缘特征，所述电池绝缘特征包括用于预测所述电池绝缘故障的特征；将所述电池绝缘特征输入故障预测模型，输出第一检测结果，所述第一检测结果包括所述电池在所述历史时刻是否发生了绝缘故障的结果。

特征提取主要对电池绝缘值进行物理信息建模，得到一些机理特征，需要结合领域知识和数据分析方法进行特征工程，以获得电池绝缘特征。此处对从第一电池绝缘数据中提取电池绝缘特征具体可以通过本领域的常规手段实现，此处不赘述。

电池绝缘特征包括用于预测所述电池绝缘故障的特征。示例性地，该实施例中的电池绝缘特征可以是电池绝缘值的变化趋势、电池绝缘值的幅值、电池绝缘值的时间特征和电池绝缘值的频率特征等。其中电池绝缘值的变化趋势例如是电池绝缘值的上升、下降、波动等特征。电池绝缘值的幅值例如是电池绝缘值的大小、波动范围等特征。电池绝缘值的时间特征例如是持续时间、峰值出现的时间、波动周期等特征。

提取电池绝缘特征后，将其输入至故障预测模型，即可获得该电池在历史时刻是否故障的结果，即第一检测结果。

在一个具体实施方式中，所述故障预测模型包括基于概念机递归神经网络和物理神经网络。

基于概念机递归神经网络(Conceptor网络)的作用是捕捉特征值和特征向量，并对特征值和特征向量进行归一化，以实现小样本的故障诊断分析。

物理神经网络(Pinn)是一种科学的机器学习技术，用于解决涉及偏微分方程(PDEs)的问题。Pinn是深度学习网络，在积分域中给定一个输入点，在训练后产生微分方程在该点的估计解。

具体来说，本实施例中的故障预测模型可以是基于概念机递归神经网络和物理神经网络两种模型的融合。

在一个具体实施方式中，所述将所述电池绝缘特征输入故障预测模型，输出第一检测结果，包括：将所述电池绝缘特征输入所述基于概念机递归神经网络，获得第一输出结果；将所述电池绝缘特征输入所述物理神经网络，获得第二输出结果；对所述第一输出结果和所述第二输出结果进行线性加权融合，获得所述故障预测结果。

具体来说，当故障预测模型是基于概念机递归神经网络和物理神经网络的融合时，将电池绝缘特征输入基于概念机递归神经网络，获得第一输出结果，以及将电池绝缘特征输入物理神经网络，获得第二输出结果，最后对第一输出结果和第二输出结果进行线性加权融合，即可获得故障预测结果。如此，采用多种网络融合为故障预测模型，以及通过多种网络输出结果的线性加权获得最终的故障预测结果，提高了绝缘故障预测的精度。

步骤S202：基于所述第二电池绝缘数据对所述电池进行第二绝缘故障检测，获得第二检测结果，其中所述第二检测结果包括所述电池在所述当前时刻是否发生了绝缘故障的结果。

第二检测结果是指当前时刻目标电池是否发生了绝缘故障。

在一个具体实施方式中，所述基于所述第二电池绝缘数据对所述电池进行第二绝缘故障检测，获得第二检测结果，包括：获取预设绝缘值阈值；确定所述第二电池绝缘数据与所述预设绝缘值阈值的比较结果；基于所述比较结果确定所述第二检测结果。

预设绝缘值阈值可以是预先通过实验获得的确定值，其用于判断某一时刻电池是否发生了绝缘故障。

具体来说，对当前时刻的电池绝缘故障的检测，主要是将第二电池绝缘数据与预设绝缘值阈值进行比较，当第二电池绝缘数据小于预设绝缘值阈值时，则确定当前时刻发生了电池绝缘故障。如此，根据第二电池绝缘数据能够准确判断电池在当前时刻是否发生了绝缘故障。

步骤S203：基于所述第一检测结果和所述第二检测结果确定所述绝缘故障检测结果。

应当注意的是，在同时满足第一检测结果是历史时刻电池发生了绝缘故障，以及第二检测结果是当前时刻电池发生了绝缘故障的情况下，才确定该电池发生了绝缘故障检测，若只有第一检测结果或第二检测结果是发生了绝缘故障，则此时无法判断电池是否发生了绝缘故障，无法执行本申请的后续步骤。

以上是对步骤S200的进一步说明，下面继续对步骤S300作进一步说明。

具体如图3所示，上述步骤S300可通过下述步骤S301至步骤S303实现。

步骤S301：获取第一环境状态信息，所述第一环境状态信息包括故障电池的状态信息、包含所述故障电池的车辆信息、换电站信息和维护处理人员信息。

故障电池的状态信息包括故障电池的ID。

车辆信息包括包含故障电池的车辆ID、车辆地理坐标(经纬度)等。

换电站信息包括最近的换电站的地理坐标(经纬度)、换电站的工作状态等。

维护处理人员信息包括维护人员地理坐标(经纬度)、维护人员是否可用、维护人员的工作状态、维护人员的技能值等数据。

另外，还可以将世界坐标系下的故障电池的坐标、车辆的坐标、换电站的坐标以及维护处理人员的坐标转换至车辆坐标系下，并再此基础上计算车辆与最近换电站的距离、以及计算车辆与维护人员的距离，并据此确定动作状态信息。

步骤S302：将所述第一环境状态信息输入调度模型，输出第一动作描述信息，所述第一动作描述信息用于表征对所述环境状态信息的决策。

第一动作描述可以包括将故障电池分配给某个维护人员、在某个换电站进行电池更换、安排维护人员到达某个地点等，其用于表征模型对环境状态信息的决策。

在预测动作描述信息之前，首先对所述调度模型进行网络训练，以获得最优的调度模型。

在一个具体实施方式中，在将所述第一环境状态信息输入调度模型之前，所述方法还包括：获取历史训练样本集；每组训练样本包含第二环境状态信息、第二动作描述信息和第一动作奖励，所述第一动作奖励为执行所述第一动作描述信息对应的奖励值；将所述第二环境状态信息输入调度模型，输出第三动作描述信息；基于所述第二动作描述信息和所述第三动作描述信息确定损失函数；根据所述损失函数调节所述调度模型的模型参数，直至所述损失函数收敛，得到初始的调度模型；基于所述第三动作描述信息计算第二动作奖励；基于所述第一动作奖励与所述第二动作奖励确定最终的调度模型。

第二环境状态信息包括故障电池、车辆、换电站以及维护人员的历史信息，具体为历史的故障电池的状态信息、包含该故障电池的车辆信息、换电站信息和维护处理人员信息。

具体来说，首先获取历史训练样本集，其中每组训练样本包含第二环境状态信息、第二动作描述信息和第一动作奖励，将第二环境状态信息输入调度模型，输出第三动作描述信息(模型预测的信息)，进一步根据第二动作描述信息和第三动作描述信息计算损失函数，并判断该损失函数是否小于预设值，若否，调节调度模型的模型参数，直至损失函数收敛，得到初始的调度模型。接着根据第三动作描述信息、利用奖励函数计算第二动作奖励，判断第一动作奖励与第二动作奖励的差值是否满足预设条件(例如小于预设值)，若否，则更换其它的动作描述信息继续对所述模型进行训练，直至动作奖励满足条件，获得最终的调度模型。

步骤S303：基于所述第一动作描述信息进行资源调度，所述资源包括换电站和维护处理人员。

第一动作描述可以包括将故障电池分配给某个维护人员、在某个换电站进行电池更换、安排维护人员到达某个地点等。

具体来说，在获得第一动作描述信息后，将其按照预设模板生成工单并发送至对应的维护人员，以进行故障电池的更换。具体可以是维护人员根据该工单前去检修该故障电池，更换或者维修该故障电池，同时记录故障电池的损坏程度(绝缘损坏，内部损坏，外部损坏等)、故障原因(电池缺陷、过度充放电、环境温度、机械损伤等)、维修结果(绝缘恢复情况、更换部件)、维修耗时、材料消耗等，并将上述结果全部记录并且反馈至上述工单中，即可实现整个闭环流程。

如此，及时针对故障电池进行资源调度，有利于实现对故障电池更加精确和高效的监控。

另外，如图4所示，本申请还提供一种电池绝缘故障监控系统，包括电池绝缘故障诊断系统和资源调度系统。其中电池绝缘故障诊断系统通过历史故障检测实现电池在历史时刻的绝缘故障诊断，且通过实时故障诊断实现电池在当前时刻的绝缘故障诊断。以及在电池发生绝缘故障的情况下，通过调度系统获取动作描述信息，据此对资源(例如换电站和维护人员)进行处理。如此，实现了电池的高效和精确的绝缘故障监控，有利于提高车辆的稳定性。

需要说明的是，本公开实施例所涉及的环境状态信息(包括但不限于故障电池的状态信息、包含所述故障电池的车辆信息、换电站信息和维护处理人员信息等)和电池绝缘数据(包括但不限于用于分析的数据、存储的数据、展示的数据、车辆使用数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本公开实施例中涉及到的数据的获取、采集等动作，均为经用户、对象授权或者经过各方充分授权后执行。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种计算机设备。在根据本发明的一个计算机设备实施例中，具体如图5所示，计算机设备包括至少一个处理器51和至少一个存储装置52，存储装置52可以被配置成存储执行上述方法实施例的电池绝缘故障监控方法的程序，处理器51可以被配置成用于执行存储装置52中的程序，该程序包括但不限于执行上述方法实施例的电池绝缘故障监控方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。

在本发明实施例中计算机设备可以是包括各种设备形成的控制装置设备。在一些可能的实施方式中，计算机设备可以包括多个存储装置和多个处理器。而执行上述方法实施例的电池绝缘故障监控方法的程序可以被分割成多段子程序，每段子程序分别可以由处理器加载并运行以执行上述方法实施例的电池绝缘故障监控方法的不同步骤。具体地，每段子程序可以分别存储在不同的存储装置中，每个处理器可以被配置成用于执行一个或多个存储装置中的程序，以共同实现上述方法实施例的电池绝缘故障监控方法，即每个处理器分别执行上述方法实施例的电池绝缘故障监控方法的不同步骤，来共同实现上述方法实施例的电池绝缘故障监控方法。

上述多个处理器可以是部署于同一个设备上的处理器，例如上述计算机设备可以是由多个处理器组成的高性能设备，上述多个处理器可以是该高性能设备上配置的处理器。此外，上述多个处理器也可以是部署于不同设备上的处理器，例如上述计算机设备可以是服务器集群，上述多个处理器可以是服务器集群中不同服务器上的处理器。

进一步，本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的电池绝缘故障监控方法的程序，该程序可以由处理器加载并运行以实现上述电池绝缘故障监控方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种计算机设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。