电池故障预警方法、装置、计算机设备、可读存储介质和程序产品与流程

本技术涉及故障预警，特别是涉及一种电池故障预警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、随着电池在新能源、电动汽车、智能电网等领域的广泛应用，监测其健康状态变得越来越重要。电化学阻抗谱作为一种广泛应用的非破坏性检测手段，可以通过不同频率下的电化学响应来分析电池的内部状态。

2、传统的电化学阻抗谱主要基于等效电路模型来提取特征参数，聚类分析作为一种无监督学习方法，可以通过自动发现数据中的潜在模式，识别电池的异常或不一致性，提升电化学阻抗谱分析的效率和准确性。

3、然而，在面对复杂程度高的数据时，传统的技术手段并不能很好的处理，不能及时的进行电池故障预警。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够处理复杂程度高的电池数据的电池故障预警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种电池故障预警方法，包括：

3、对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据；

4、将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度；所述局部密度用于衡量所述数据点与剩余数据点之间的距离远近程度；

5、根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值；

6、根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群；

7、计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

8、在其中一个实施例中，所述对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据，包括：

9、对多个电池进行测试，获得所述多个电池的阻抗数据；

10、针对所述多个电池的阻抗数据进行滤波处理，获得去噪后的阻抗数据。

11、在其中一个实施例中，所述将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度，包括：

12、针对每一数据点，计算所述数据点和剩余数据点之间的距离；

13、根据所述距离和预设平滑参数，计算所述数据点对应的局部密度。

14、在其中一个实施例中，所述根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值，包括：

15、根据所述每一数据点对应的局部密度，分别确定每一数据点对应的调整因子；

16、将所述调整因子除以所述局部密度，得到每一数据点对应的密度阈值。

17、在其中一个实施例中，所述根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群，包括：

18、计算每两个数据点之间的距离；

19、若所述两个数据点之间的距离大于预设值，则比较所述两个数据点之间的距离与所述两个数据点对应的密度阈值中最小的密度阈值之间的大小；若所述两个数据点之间的距离大于所述最小的密度阈值，则所述两个数据点属于同一个类群；否则，所述两个数据点不属于同一个类群；

20、若所述两个数据点之间的距离小于预设值，则比较所述两个数据点之间的距离与所述两个数据点对应的密度阈值中最大的密度阈值之间的大小；若所述两个数据点之间的距离大于所述最大的密度阈值，则所述两个数据点属于同一个类群；否则，所述两个数据点不属于同一个类群。

21、在其中一个实施例中，所述计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障，包括：

22、计算多个类群中每个类群的中心，并计算所述多个类群中每两个类群的中心之间的距离；

23、在存在两个类群的中心之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

24、第二方面，本技术还提供了一种电池故障预警装置，包括：

25、获取模块，用于对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据；

26、计算模块，用于将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度；所述局部密度用于衡量所述数据点与剩余数据点之间的距离远近程度；

27、所述计算模块，还用于根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值；

28、划分模块，用于根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群；

29、确定模块，用于计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

30、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

31、对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据；

32、将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度；所述局部密度用于衡量所述数据点与剩余数据点之间的距离远近程度；

33、根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值；

34、根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群；

35、计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

36、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

37、对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据；

38、将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度；所述局部密度用于衡量所述数据点与剩余数据点之间的距离远近程度；

39、根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值；

40、根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群；

41、计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

42、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

43、对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据；

44、将每一去噪后的阻抗数据作为数据点，计算每个数据点对应的局部密度；所述局部密度用于衡量所述数据点与剩余数据点之间的距离远近程度；

45、根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值；

46、根据所述不同数据点对应的密度阈值，将所有数据点划分为多个类群；

47、计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定所述多个电池中存在电池故障。

48、上述电池故障预警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，首先，对多个电池的阻抗数据分别进行去噪处理，获得去噪后的阻抗数据。消除了数据处理过程中噪声的干扰，保证了数据的有效性。将每一去噪后阻抗数据作为数据点，计算每个数据点对应的局部密度；局部密度用于衡量数据点与剩余数据点之间的距离远近程度。将每个数据点与剩余数据点之间的距离远近程度量化处理，变成了对应的局部密度，使得后续数据处理更加方便。根据每一数据点对应的局部密度，动态调整密度阈值，得到每一数据点对应的密度阈值。根据不同数据点对应的密度阈值，将数据点划分为多个类群。计算多个类群中每两个类群之间的距离，在存在两个类群之间的距离大于预设距离的情况下，确定多个电池中存在电池故障。如此，通过对多个电池的阻抗数据进行分析，能够及时的发现电池出现故障，发出预警，从而进行下一步的处理。