【】本技術涉及鋰離子電池，尤其涉及一種鋰離子電池的內短路檢測方法、檢測裝置及電子設備。

背景技術

0、
背景技術：

1、鋰離子電池由于高能量密度和長循環壽命的優點在電動汽車、無人機及儲能領域發揮著重要作用。但鋰離子電池熱失控、起火和爆炸等安全性問題仍然讓人擔憂。在波音787及三星手機起火等事件中，內短路故障(internal?short?circuit，isc)被認為是鋰離子電池熱失控的主要原因。因此，在鋰離子電池的內短路故障發展為熱失控之前，對其進行有效檢測，對于鋰離子電池的安全可靠使用具有重要的意義。

技術實現思路

0、
技術實現要素：

1、本技術的發明人在開發鋰離子電池的內短路檢測的產品時發現：由于鋰離子電池內部電化學反應機理十分復雜。所以，早期內短路故障的表現主要集中于電壓的小幅度降低。受限于電壓采集精度和采樣頻率的限制，目前的鋰離子電池管理系統難以捕獲如此小的由早期內短路引起的電壓變化。

2、為此，本技術的發明人第一方面提供了一種離子電池的內短路檢測方法。該內短路檢測方法包括：獲取訓練數據；所述訓練數據包括：正常鋰離子電池在不同荷電狀態下的第一交流阻抗譜以及發生內短路的異常鋰離子電池在不同荷電狀態下的第二交流阻抗譜；通過所述第一交流阻抗譜和所述第二交流阻抗譜，分別計算正常鋰離子電池和異常鋰離子電池的弛豫時間分布函數；使用所述訓練數據，對預設的深度學習模型進行訓練，獲得內短路預測模型；所述深度學習模型的輸入信息包括：弛豫時間分布函數、由弛豫時間分布函數繁衍的特征以及由電化學交流阻抗譜繁衍的特征；獲取測試數據；所述測試數據包括：鋰離子電池在不同荷電狀態下的第三交流阻抗譜；通過所述第三交流阻抗譜，確定所述測試數據的輸入信息；使用所述內短路預測模型，計算與所述測試數據的輸入信息對應的內短路概率分布；根據所述內短路概率分布，確定所述測試數據對應的鋰離子電池的內短路檢測結果。

3、上述使用交流阻抗譜作為訓練數據，并且將弛豫時間分布函數或者由其繁衍的特征作為輸入信息，對深度學習模型進行訓練從而獲得相應的內短路預測模型。這樣的內短路檢測模型在進行內短路檢測時，不需要依靠長期的內短路過程數據，需要在特定頻率下進行幾分鐘的電化學交流阻抗測試，便能夠在輸出不同健康狀態和任意荷電狀態下鋰離子電池的內短路檢測結果，提高了對于鋰離子電池內短路的診斷速度。

4、結合第一方面，在一種可能的實現方式中，所述內短路概率分布包括：鋰離子電池為正常鋰離子電池的第一概率以及鋰離子電池為異常鋰離子電池的第二概率；所述根據所述內短路概率分布，確定所述測試數據對應的鋰離子電池的內短路檢測結果，具體包括：在所述第一概率大于所述第二概率時，確定所述測試數據對應的鋰離子電池為正常鋰離子電池；在所述第二概率小于等于所述第二概率時，確定所述測試數據對應的鋰離子電池為異常鋰離子電池。

5、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述獲取訓練數據的步驟，具體包括：分別在測試電阻并聯在正常鋰離子電池的兩端之前和所述測試電阻并聯在正常鋰離子電池的兩端之后，進行交流阻抗譜測試，獲取所述第一交流阻抗譜和所述第二交流阻抗譜；其中，所述測試電阻具有預設阻值，所述正常鋰離子電池具有預設的荷電狀態；將所述預設荷電狀態下的鋰離子電池調整至另一種荷電狀態后，重新在測試電阻并聯在正常鋰離子電池的兩端之前和所述測試電阻并聯在正常鋰離子電池的兩端之后，進行交流阻抗譜測試，獲取所述鋰離子電池在另一種荷電狀態下的第一交流阻抗譜和第二交流阻抗譜；或制備同種電池的內短路故障缺陷電池，對正常鋰離子電池和所述內短路故障電池進行交流阻抗測試，獲取所述第一交流阻抗譜和所述第二交流阻抗譜；

6、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述獲取訓練數據的步驟還包括：將所述具有預設阻值的測試電阻更換為具有不同阻值的另一個測試電阻后，重新在所述測試電阻并聯在正常鋰離子電池的兩端之前和所述測試電阻并聯在正常鋰離子電池的兩端之后，進行交流阻抗譜測試，獲取所述鋰離子電池對應的第一交流阻抗譜和第二交流阻抗譜；或制備同種電池的內短路故障缺陷電池，對正常鋰離子電池和所述內短路故障缺陷電池進行交流阻抗測試，獲取所述第一交流阻抗譜和所述第二交流阻抗譜。

7、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述通過所述第一交流阻抗譜和所述第二交流阻抗譜，分別計算正常鋰離子電池和異常鋰離子電池的弛豫時間分布函數，具體包括：根據所述第一交流阻抗譜中的交流激勵和交流響應數據，計算對應的第一交流阻抗值；基于所述第一交流阻抗值，通過德拜弛豫時間公式，求解對應的第一弛豫時間分布函數；根據所述第二交流阻抗譜中的交流激勵和交流響應數據，計算對應的第二交流阻抗值；基于所述第二交流阻抗值，通過所述德拜弛豫時間公式，求解對應的第二弛豫時間分布函數。

8、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述使用所述訓練數據，對預設的深度學習模型進行訓練，獲得內短路預測模型，具體包括：確定所述訓練數據的輸入信息，并輸入到所述深度學習模型中；使用預設的第一激活函數，對所述訓練數據的輸入信息所包含的信息進行提取，獲得對應的計算結果；使用預設的第二激活函數，將所述計算結果轉換為對應的概率分布；根據所述概率分布，確定當前的模型擬合誤差；使用反向傳播算法，對所述深度學習模型的模型權重進行更新；在經過預設的模型權重更新次數以后，獲得所述內短路預測模型。

9、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述第二激活函數包括：歸一化指數函數等任意激活函數；所述第一激活函數包括：雙曲正切函數等任意激活函數。

10、結合第一方面，或者第一方面的上述任一種可能的實現方式，在又一種可能的實現方式中，所述由弛豫時間分布函數繁衍的特征包括：弛豫時間分布函數中擴散阻抗對應的峰高、峰面積及峰最高點所對應的弛豫時間等可有弛豫時間分布函數中提取的特征。

11、第二方面，本技術提供了一種鋰離子電池的內短路檢測裝置。該內短路檢測裝置包括：訓練數據獲取模塊，用于獲取訓練數據；所述訓練數據包括：正常鋰離子電池在不同荷電狀態下的第一交流阻抗譜以及發生內短路的異常鋰離子電池在不同荷電狀態下的第二交流阻抗譜；以及通過所述第一交流阻抗譜和所述第二交流阻抗譜，分別計算正常鋰離子電池和異常鋰離子電池的弛豫時間分布函數；模型訓練模塊，用于使用所述訓練數據，對預設的深度學習模型進行訓練，獲得內短路預測模型；所述深度學習模型的輸入信息包括：弛豫時間分布函數、由弛豫時間分布函數繁衍的特征以及由電化學交流阻抗譜繁衍的特征；測試數據獲取模塊，用于獲取測試數據；所述測試數據包括：鋰離子電池在不同荷電狀態下的第三交流阻抗譜；并且通過所述第三交流阻抗譜，確定所述測試數據的輸入信息；內短路判定模塊，用于使用所述內短路預測模型，計算與所述測試數據的輸入信息對應的內短路概率分布；并且根據所述內短路概率分布，確定所述測試數據對應的鋰離子電池的內短路檢測結果。

12、第三方面，本技術提供了一種電子設備。該電子設備包括：處理器以及存儲器，所述存儲器中存儲有非易失性存儲介質，所述非易失性存儲介質被所述處理器調用時，以使所述處理器執行如上所述的內短路檢測方法。

13、本技術第二和第三方面所提供的相關裝置，其有益效果可以參考第一方面技術方案的有益效果，此處不再贅述。