本公開涉及鋰離子電池熱失控預警,具體涉及基于多模態重構融合的鋰離子電池熱失控預警方法及系統。
背景技術:
1、本部分的陳述僅僅是提供了與本公開相關的背景技術信息,不必然構成在先技術。
2、鋰離子電池,憑借其高能量密度、長循環壽命及穩定的充放電性能,已成為智能手機、電動汽車及可再生能源存儲等領域不可或缺的能源存儲裝置,對提升設備效能與推動綠色能源轉型具有重大意義。然而,在過充、高溫或物理損傷等極端條件下,鋰離子電池存在熱失控風險,該現象伴隨著電池內部溫度的急劇上升,可能觸發電解液分解、氣體膨脹乃至短路,最終導致火災或爆炸等嚴重安全威脅,對人員安全及設備運行構成重大隱患。
3、目前鋰離子電池熱失控預警方法主要依賴于溫度、電壓、電流及氣體檢測等信號,但這些方法存在響應滯后、成本較高或部署復雜等問題。例如發明專利-cn202411256611.2通過耦合電池的荷電狀態、健康狀態、熱力學和化學反應模型,計算總發熱率及溫度變化,以預測熱失控情況,但該方法對模型較為復雜和不同工況適應性仍有待優化。發明專利-cn202410947610.6提出了基于電池氣體檢測的熱失控預警方法及系統,但該方法部署要求較高,且氣體傳感器成本較高。相比之下,聲學信號具有成本低和非接觸式監測優勢,在鋰離子電池熱失控的早期預警方面展現出巨大潛力。
4、然而,聲學信號在復雜環境下易受噪聲干擾,無法有效地提取關鍵特征,在電壓、電流及溫度等傳統監測指標尚未顯現出明顯變化之前,對鋰離子電池的熱失控情況無法實現高靈敏度的預警。另外,聲學信號中存在一些高頻波動或者異常,現有的深度學習模型無法全面地捕捉電池熱失控過程中的波動復雜特征,預測精度較低。
技術實現思路
1、本公開為了解決上述問題,提出了基于多模態重構融合的鋰離子電池熱失控預警方法及系統,采用時頻變換與相空間重構提取電池熱失控聲音信號特征,通過門控循環單元(gated?recurrent?unit,gru)與擠壓激勵注意力(squeeze-and-excitation,?se)分別處理時域和頻域特征,最后通過跨模態注意力融合與線性分類器實現故障信號的識別,有效提升鋰離子電池的安全性,及時預警熱失控風險,避免潛在的安全隱患。
2、根據一些實施例,本公開采用如下技術方案:
3、基于多模態重構融合的鋰離子電池熱失控預警方法,包括:
4、獲取鋰離子電池的聲音時域信號,應用傅里葉變換將聲音時域信號進行轉化得到聲音頻域信號;
5、基于相空間重構方法,確定時間延遲以及嵌入維度,分別對聲音時域信號和聲音頻域信號進行高維嵌入來重構高維相空間,分別提取高維相空間中聲音時域信號和聲音頻域信號的相空間重構特征,得到時域特征以及頻域特征;
6、將時域特征輸入至門控循環單元進行時間建模,將頻域特征輸入至擠壓激勵注意力模塊進行加權處理,得到加權頻域特征;
7、通過跨模態注意力機制計算加權頻域特征與時間建模后的時域特征之間的關系,動態融合加權頻域特征與時間建模后的時域特征,得到融合特征,將融合特征輸入到全連接層,通過線性變換和激活函數,輸出得到鋰離子電池熱失控分類結果。
8、根據一些實施例,本公開采用如下技術方案:
9、基于多模態重構融合的鋰離子電池熱失控預警系統,包括:
10、信號獲取模塊,用于獲取鋰離子電池的聲音時域信號,應用傅里葉變換將聲音時域信號進行轉化得到聲音頻域信號;
11、特征提取模塊,用于基于相空間重構方法,確定時間延遲以及嵌入維度,分別對聲音時域信號和聲音頻域信號進行高維嵌入來重構高維相空間,分別提取高維相空間中聲音時域信號和聲音頻域信號的相空間重構特征,得到時域特征以及頻域特征;
12、特征融合模塊,用于將時域特征輸入至門控循環單元進行時間建模,將頻域特征輸入至擠壓激勵注意力模塊進行加權處理,得到加權頻域特征;通過跨模態注意力機制計算加權頻域特征與時間建模后的時域特征之間的關系,動態融合加權頻域特征與時間建模后的時域特征,得到融合特征;
13、分類模塊,用于將融合特征輸入到全連接層,通過線性變換和激活函數,輸出得到鋰離子電池熱失控分類結果。
14、根據一些實施例,本公開采用如下技術方案:
15、一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現所述的基于多模態重構融合的鋰離子電池熱失控預警方法。
16、根據一些實施例,本公開采用如下技術方案:
17、一種非暫態計算機可讀存儲介質,所述非暫態計算機可讀存儲介質用于存儲計算機指令,所述計算機指令被處理器執行時,實現所述的基于多模態重構融合的鋰離子電池熱失控預警方法。
18、根據一些實施例,本公開采用如下技術方案:
19、一種電子設備,包括:處理器、存儲器以及計算機程序;其中,處理器與存儲器連接,計算機程序被存儲在存儲器中,當電子設備運行時,所述處理器執行所述存儲器存儲的計算機程序,以使電子設備執行實現所述的基于多模態重構融合的鋰離子電池熱失控預警方法。
20、與現有技術相比,本公開的有益效果為:
21、本公開的基于多模態重構融合的鋰離子電池熱失控預警方法,由于在鋰離子電池熱失控中,主要有噪聲、熱失控膨脹聲和類膨脹聲的三種主要聲音信號,利用聲波信息的獨特的聲音特征進行診斷,能夠在電壓、電流及溫度等傳統監測指標尚未顯現出明顯變化之前,提前且高靈敏度地預警鋰離子電池的熱失控情況。
22、本公開的基于多模態重構融合的鋰離子電池熱失控預警方法,因為噪聲通常具有隨機且廣泛的頻譜特征,頻率變化較大,采用時頻變換技術,能夠將時頻信號分解并提取噪聲與目標信號,通過相空間重構對時域和頻域信號進行高維嵌入,捕捉信號的短期動態和頻率特征,從而精準提取電池聲音信號中的時間變化模式和頻譜波動特征,特別是熱失控膨脹聲和噪聲的獨特特征,為有效識別熱失控現象提供了全面描述。
23、本公開的基于多模態重構融合的鋰離子電池熱失控預警方法,針對鋰離子電池聲音特點,建立擠壓激勵注意力機制以及跨模態注意力機制的熱失控聲音分類器模型,用于分類識別噪聲、熱失控膨脹聲和類膨脹聲的噪聲,確保了熱失控事件能夠及時觸發預警,具有良好的熱失控識別率。
24、本公開的基于多模態重構融合的鋰離子電池熱失控預警方法及系統,相較于傳統方法,其實現不依賴于高昂的硬件設備配置,從而有效降低了預警系統的投資成本。此外,本公開以聲音信號分析為核心,具備高度的靈活性與適應性,能夠在不同應用場景下順利部署并實施預警功能,為鋰離子電池的安全性管理提供了新的解決方案。
1.基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,包括:
2.如權利要求1所述的基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,基于相空間重構方法,分別將聲音時域信號和聲音頻域信號嵌入到高維相空間,根據時間延遲嵌入定理,確定時間延遲和嵌入維度使得重建的相空間保留原始動力系統的結構及其演化特征,時間延遲的計算過程為:
3.如權利要求1所述的基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,基于偽近鄰法確定相空間重構中的嵌入維度,通過計算在不同維度下相鄰點之間的距離,判斷是否存在偽近鄰點,計算過程為:
4.如權利要求1所述的基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,分別提取高維相空間中聲音時域信號和聲音頻域信號的相空間重構特征,包括:提取高維相空間中聲音時域信號的相空間重構特征,聲音時域信號的相空間重構特征為近似熵、香農熵、分形系數、相關維數以及復現率特征,統一作為時域特征;提取高維相空間中聲音頻域信號的相空間重構特征,聲音頻域信號的相空間重構特征也為近似熵、香農熵、分形系數、相關維數以及復現率特征,統一作為頻域特征。
5.如權利要求1所述的基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,將時域特征輸入至門控循環單元進行時間建模,將頻域特征輸入至擠壓激勵注意力模塊進行加權處理,得到加權頻域特征,包括:將時域特征輸入至門控循環單元,通過cnn捕捉時域特征中的局部時間依賴性,再通過gru的動態時間建模能力,捕捉時域特征的長期依賴性;頻域特征輸入至擠壓激勵注意力模塊,首先對頻域的每個特征通道進行全局平均池化,提取全局信息并生成一個描述通道重要性的向量,對該向量壓縮和重建得到通道權重系數,利用該權重系數對頻域特征進行加權。
6.如權利要求1所述的基于多模態重構融合的鋰離子電池熱失控預警方法,其特征在于,通過跨模態注意力機制計算加權后頻域特征和時間建模后的時域特征之間的關系,并動態加權頻域和時域模態下的特征,實現信息的融合,跨模態注意力機制的數學公式為:
7.基于多模態重構融合的鋰離子電池熱失控預警系統,其特征在于,包括:
8.一種計算機程序產品,包括計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1-6任一項所述的基于多模態重構融合的鋰離子電池熱失控預警方法。
9.一種非暫態計算機可讀存儲介質,其特征在于,所述非暫態計算機可讀存儲介質用于存儲計算機指令,所述計算機指令被處理器執行時,實現如權利要求1-6任一項所述的基于多模態重構融合的鋰離子電池熱失控預警方法。
10.一種電子設備,其特征在于,包括:處理器、存儲器以及計算機程序;其中,處理器與存儲器連接,計算機程序被存儲在存儲器中,當電子設備運行時,所述處理器執行所述存儲器存儲的計算機程序,以使電子設備執行實現如權利要求1-6任一項所述的基于多模態重構融合的鋰離子電池熱失控預警方法。