(19)國(guó)家知識(shí)產(chǎn)權(quán)局地址310058浙江省杭州市西湖區(qū)余杭塘路866號(hào)申請(qǐng)人杭州高特電子設(shè)備股份有限公司吉利汽車研究院(寧波)有限公司司33200一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)本發(fā)明公開(kāi)了一種用于儲(chǔ)能系統(tǒng)中鋰離子特性，以局部異常因子算法為核心構(gòu)建檢測(cè)框離群因子，評(píng)估電池的異常程度，21.一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法，其特征在于，該方法包獲取儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)片段數(shù)據(jù)并計(jì)算均值作為對(duì)應(yīng)電池的統(tǒng)計(jì)特征；對(duì)每個(gè)電池，基于統(tǒng)計(jì)特征計(jì)算電池到其他電池的歐幾里得距離，確定每個(gè)電池的k-對(duì)每個(gè)電池，計(jì)算電池到對(duì)應(yīng)k-距離鄰域內(nèi)每個(gè)鄰域點(diǎn)的可達(dá)距離；對(duì)每個(gè)電池，定義電池的局部可達(dá)密度，用于描述電池在其k-距離鄰域中的相對(duì)密度；對(duì)每個(gè)電池，計(jì)算電池的局部離群因子，評(píng)估電池的異常程度，當(dāng)電池的局部離群因子大于1時(shí)，判定該電池可能為異常電池；基于可能為異常電池的電壓均值進(jìn)一步判斷是否異常：若可能為異常電池的電壓均值超過(guò)校正后的左、右分位數(shù)均值，則判定該電池為異常電池；或者計(jì)算可能為異常電池的電壓均值偏離程度，若電壓均值偏離程度超過(guò)第二檢測(cè)閾值，則判定該電池為異常電池；所述校正后的左、右分位數(shù)、第二檢測(cè)閾值是采用Cornish-Fisher展開(kāi)式，綜合考慮數(shù)據(jù)的偏度和峰度特征，對(duì)基于正常運(yùn)行條件下儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的統(tǒng)計(jì)特征擬合的標(biāo)準(zhǔn)正態(tài)分布分位數(shù)進(jìn)行校正獲得的。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)片段數(shù)據(jù)，具體為：實(shí)時(shí)采集儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)序列；采用滑動(dòng)窗口以固定步長(zhǎng)在電壓信號(hào)序列上滑動(dòng)，每次移動(dòng)提取電壓信號(hào)片段數(shù)據(jù)進(jìn)行分析。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述校正后的左、右分位數(shù)均值、第二檢測(cè)閾值通過(guò)如下方式計(jì)算獲得：獲取正常運(yùn)行條件下儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的統(tǒng)計(jì)特征作為數(shù)據(jù)集；基于數(shù)據(jù)集擬合標(biāo)準(zhǔn)正態(tài)分布，基于正態(tài)分布的擬合結(jié)果計(jì)算數(shù)據(jù)集中樣本的偏度S和峰度K;采用Cornish-Fisher展開(kāi)式，綜合考慮偏度和峰度特征對(duì)標(biāo)準(zhǔn)正態(tài)分位數(shù)進(jìn)行校正，其計(jì)算公式為：式中，Z是標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)，分位數(shù)分為左分位數(shù)和右分位數(shù)，Z?是校正后的分結(jié)合正態(tài)分布的均值、標(biāo)準(zhǔn)差和校正后的左分位數(shù)、右分位數(shù)計(jì)算標(biāo)準(zhǔn)正態(tài)分布上的值并取均值作為第二檢測(cè)閾值。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，偏度S的計(jì)算公式如下：38.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上9.一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)所述一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異4一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法技術(shù)領(lǐng)域[0001]本發(fā)明適用于儲(chǔ)能技術(shù)領(lǐng)域，更具體地，是一種基于局部異常因子和數(shù)據(jù)時(shí)空特征的用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法。背景技術(shù)[0002]鋰離子電池因其高能量密度、長(zhǎng)循環(huán)壽命、高效率及相對(duì)較低的成本，在全球儲(chǔ)能過(guò)載等因素引發(fā)安全問(wèn)題，例如短路、熱失控甚至火災(zāi)或爆炸。因此，為了有效保障儲(chǔ)能系統(tǒng)的安全性，必須對(duì)電池的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，確保在異常出現(xiàn)的早期階段實(shí)現(xiàn)高效、快速的檢測(cè)，從而防止?jié)撛诎踩[患的擴(kuò)大化。近年來(lái)，針對(duì)鋰離子電池運(yùn)行過(guò)程中可能出基于統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)和物理模型的技術(shù)。[0003]統(tǒng)計(jì)分析方法通過(guò)對(duì)電池運(yùn)行數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行分析，識(shí)別異常狀態(tài)。例如，利斷方法，通過(guò)檢測(cè)電壓變化與余弦相似度實(shí)現(xiàn)秒級(jí)的故障檢測(cè)；主成分分析和累積和方法也被用于溫度異常的監(jiān)測(cè)。這些方法具有實(shí)現(xiàn)簡(jiǎn)單、操作直觀的優(yōu)點(diǎn)，但在處理復(fù)雜的大規(guī)模數(shù)據(jù)集時(shí)存在計(jì)算效率問(wèn)題，且難以準(zhǔn)確捕捉數(shù)據(jù)的分布特性。[0004]隨著大數(shù)據(jù)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)在電池異常檢測(cè)領(lǐng)域得到了廣泛應(yīng)用。例如進(jìn)變分自編碼器可高效提取電池異常特征，實(shí)現(xiàn)高精度檢測(cè)；通過(guò)BP神經(jīng)網(wǎng)絡(luò)結(jié)合多層篩選策略可以有效檢測(cè)電池單體電壓的異常變化；動(dòng)態(tài)深度學(xué)習(xí)模型通過(guò)自編碼器分析充電狀態(tài)和電池響應(yīng)，顯著提升了異常檢測(cè)的靈敏度。然而，機(jī)器學(xué)習(xí)方法通常依賴于大量高質(zhì)量的訓(xùn)練數(shù)據(jù)，且模型的可解釋性較低。此外，復(fù)雜模型的計(jì)算開(kāi)銷較高，難以滿足儲(chǔ)能系統(tǒng)對(duì)實(shí)時(shí)性和高效性的要求。[0005]基于物理模型的方法通過(guò)對(duì)鋰離子電池運(yùn)行機(jī)理的建模，比較模型估計(jì)值與實(shí)際觀測(cè)值之間的殘差來(lái)判斷是否存在異常。例如，等效電路模型、電化學(xué)模型和熱模型是常用的建模方法。這類方法的優(yōu)勢(shì)在于具有較高的理論精度，能夠詳細(xì)描述電池內(nèi)部的物理和化學(xué)過(guò)程。然而，物理模型的構(gòu)建通常需要大量實(shí)驗(yàn)數(shù)據(jù)和先驗(yàn)知識(shí)，模型復(fù)雜度高且計(jì)算開(kāi)銷較大，難以實(shí)時(shí)應(yīng)用于大規(guī)模儲(chǔ)能系統(tǒng)。[0006]基于以上背景，亟需一種結(jié)合鋰離子電池運(yùn)行數(shù)據(jù)的時(shí)空特征和局部異常因子的新型實(shí)時(shí)檢測(cè)方法。發(fā)明內(nèi)容[0007]本發(fā)明提出了一種基于局部異常因子和數(shù)據(jù)時(shí)空特征的異常鋰電池實(shí)時(shí)檢測(cè)方法，本方法應(yīng)能夠高效提取異常特征，實(shí)現(xiàn)對(duì)電池運(yùn)行狀態(tài)的精準(zhǔn)和快速監(jiān)測(cè)，并具有較高的可擴(kuò)展性，以適應(yīng)儲(chǔ)能系統(tǒng)在復(fù)雜工況下的運(yùn)行需求。通過(guò)提升檢測(cè)的實(shí)時(shí)性、準(zhǔn)確性和高效性，該方法將為儲(chǔ)能系統(tǒng)的安全性和可靠性提供有力保障，同時(shí)推動(dòng)儲(chǔ)能技術(shù)在更廣5泛領(lǐng)域的應(yīng)用和發(fā)展。對(duì)電池簇運(yùn)行數(shù)據(jù)的特征進(jìn)行局部密度分析，通過(guò)計(jì)算每個(gè)數(shù)據(jù)點(diǎn)與其鄰域數(shù)據(jù)的局部密度差異，評(píng)估數(shù)據(jù)點(diǎn)的異常程度并識(shí)別潛在的異常點(diǎn)。[0009]在閾值計(jì)算環(huán)節(jié)，本發(fā)明設(shè)計(jì)了一種基于數(shù)據(jù)分布特征的閾值設(shè)定機(jī)制。該機(jī)制采用統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)的分布進(jìn)行擬合，通過(guò)對(duì)數(shù)據(jù)分布的偏態(tài)和峰態(tài)特性進(jìn)行綜合分析，選擇出最符合數(shù)據(jù)特性的分布模型。在確定了擬合分布的基礎(chǔ)上，計(jì)算出符合數(shù)據(jù)實(shí)際特征的LOF檢測(cè)閾值。當(dāng)數(shù)據(jù)的分布發(fā)生偏移或波動(dòng)時(shí)，可通過(guò)再次計(jì)算閾值，能夠確保模型在不同數(shù)據(jù)場(chǎng)景下檢測(cè)效果的穩(wěn)定性與適應(yīng)性，從而提高異常檢測(cè)的準(zhǔn)確性。[0010]通過(guò)上述創(chuàng)新設(shè)計(jì)，本發(fā)明實(shí)現(xiàn)了高效、精準(zhǔn)、實(shí)時(shí)的異常檢測(cè)，克服了傳統(tǒng)方法在復(fù)雜場(chǎng)景中適應(yīng)性不足的問(wèn)題，為儲(chǔ)能系統(tǒng)的安全性和穩(wěn)定性提供了重要的技術(shù)保障。通過(guò)充分利用鋰離子電池運(yùn)行數(shù)據(jù)的時(shí)間序列模式和單體電池間的空間一致性特性，實(shí)現(xiàn)對(duì)異常電池的實(shí)時(shí)高效識(shí)別和精準(zhǔn)定位。時(shí)間維度的分析可有效識(shí)別由電池長(zhǎng)期老化或短期劇烈波動(dòng)引發(fā)的異常；而空間維度的分析通過(guò)單體電池間的一致性特征，結(jié)合儲(chǔ)能系統(tǒng)結(jié)構(gòu)，能夠精準(zhǔn)定位異常來(lái)源。此外，本發(fā)明充分利用無(wú)監(jiān)督學(xué)習(xí)的優(yōu)勢(shì)，克服了異常樣本稀缺的局限性，擺脫了對(duì)大量標(biāo)注數(shù)據(jù)的依賴，使其能夠在異常樣本不足的情況下，依然實(shí)現(xiàn)精準(zhǔn)異常檢測(cè)。通過(guò)上述創(chuàng)新技術(shù)，本發(fā)明為鋰離子電池的高效、精準(zhǔn)異常檢測(cè)提供了重要的技術(shù)支撐，顯著提升了儲(chǔ)能系統(tǒng)的安全性與穩(wěn)定性。[0011]本發(fā)明采用的技術(shù)方案具體如下：[0012]一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法，該方法包括：[0013]獲取儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)片段數(shù)據(jù)并計(jì)算均值作為對(duì)應(yīng)電池的統(tǒng)計(jì)特征；[0014]對(duì)每個(gè)電池，基于統(tǒng)計(jì)特征計(jì)算電池到其他電池的歐幾里得距離，確定每個(gè)電池的k-距離和k-距離鄰域；其中k等于第一檢測(cè)閾值；[0015]對(duì)每個(gè)電池，計(jì)算電池到對(duì)應(yīng)k-距離鄰域內(nèi)每個(gè)鄰域點(diǎn)的可達(dá)距離；[0016]對(duì)每個(gè)電池，定義電池的局部可達(dá)密度，用于描述電池在其k-距離鄰域中的相對(duì)[0017]對(duì)每個(gè)電池，計(jì)算電池的局部離群因子，評(píng)估電池的異常程度，當(dāng)電池的局部離群因子大于1時(shí)，判定該電池可能為異常電池；[0018]基于可能為異常電池的電壓均值進(jìn)一步判斷是否異常：若可能為異常電池的電壓均值超過(guò)校正后的左、右分位數(shù)均值，則判定該電池為異常電池；或者計(jì)算可能為異常電池的電壓均值偏離程度，若電壓均值偏離程度超過(guò)第二檢測(cè)閾值，則判定該電池為異常電池；所述校正后的左、右分位數(shù)、第二檢測(cè)閾值是采用Cornish-Fisher展開(kāi)式，綜合考慮數(shù)據(jù)的偏度和峰度特征，對(duì)基于正常運(yùn)行條件下儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的統(tǒng)計(jì)特征擬合的標(biāo)準(zhǔn)正態(tài)分布分位數(shù)進(jìn)行校正獲得的。[0019]進(jìn)一步地，所述獲取儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)片段數(shù)據(jù)，[0020]實(shí)時(shí)采集儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的電壓信號(hào)序列；[0021]采用滑動(dòng)窗口以固定步長(zhǎng)在電壓信號(hào)序列上滑動(dòng)，每次移動(dòng)提取電壓信號(hào)片段數(shù)6[0024]進(jìn)一步地，所述校正后的左、右分位數(shù)均值、第二檢測(cè)閾值通過(guò)如下方式計(jì)算獲[0025]獲取正常運(yùn)行條件下儲(chǔ)能系統(tǒng)中鋰離子電池模組中各電池的統(tǒng)計(jì)特征作為數(shù)據(jù)7[0042]一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法。[0043]一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法的步驟。[0044]本發(fā)明具有以下有益效果：[0045](1)本發(fā)明通過(guò)結(jié)合電池運(yùn)行數(shù)據(jù)的時(shí)間序列特性和單體電池間的空間一致性，利用LOF方法對(duì)數(shù)據(jù)的局部密度特征進(jìn)行精細(xì)化分析，從而實(shí)現(xiàn)對(duì)異常電池的高效識(shí)別與精準(zhǔn)定位；[0046](2)基于公開(kāi)數(shù)據(jù)的實(shí)際特征計(jì)算檢測(cè)閾值，使得本發(fā)明能夠更快速、精確地檢測(cè)出異常電池單體，顯著降低誤報(bào)率和漏報(bào)率；[0047](3)本發(fā)明不依賴于大量的異常樣本或預(yù)設(shè)經(jīng)驗(yàn)參數(shù)，具有較強(qiáng)的魯棒性和適應(yīng)性，可廣泛適用于不同場(chǎng)景下的鋰離子電池簇異常檢測(cè)，為儲(chǔ)能系統(tǒng)的安全高效運(yùn)行提供了可靠保障。附圖說(shuō)明[0048]下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。[0049]圖1是本發(fā)明提供的一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法流程圖。[0050]圖2是本發(fā)明實(shí)施例中數(shù)據(jù)不同分布擬合的概率-概率圖(P-P圖);圖2中的(a)是本發(fā)明實(shí)施例中數(shù)據(jù)正態(tài)分布擬合的概率-概率圖，圖2中的(b)是本發(fā)明實(shí)施例中數(shù)據(jù)拉普拉斯分布擬合的概率-概率圖。[0051]圖3是2011年至2023年間某社區(qū)20,000輛汽車的電池更換率趨勢(shì)統(tǒng)計(jì)圖。[0052]圖4是本發(fā)明實(shí)施例中數(shù)據(jù)的累積分布函數(shù)曲線、概率分布函數(shù)曲線以及檢測(cè)閾值。[0053]圖5是本發(fā)明實(shí)施例中不同方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖；圖5中的(a)是采用K-means聚類方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖；圖5中(b)是采用隨機(jī)森林方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖、圖5中(c)是采用香農(nóng)熵方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖、圖5中(d)是采用余弦相似度方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖、圖5中(e)是采用自編碼器方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖、圖5中(f)是采用單獨(dú)LOF方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖、圖5中(g)是本發(fā)明方法的檢測(cè)結(jié)果及異常點(diǎn)索引結(jié)果圖。具體實(shí)施方式[0054]這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本申請(qǐng)相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本申請(qǐng)的一些方面相一致的裝置和方法的例子。[0055]在本申請(qǐng)使用的術(shù)語(yǔ)是僅僅出于描述特定實(shí)施例的目的，而非旨在限制本申請(qǐng)。包括多數(shù)形式，除非上下文清楚地表示其他含義。還應(yīng)當(dāng)理解，本文中使用的術(shù)語(yǔ)“和/或”8[0058]本發(fā)明提供了一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法，如圖19布模型選擇上重點(diǎn)考慮了正態(tài)分布和拉普拉斯分布兩種模型，為了評(píng)估擬合效果，采用驗(yàn)分布與擬合模型之間的最大偏差選出最合適的模型；P-P圖則通過(guò)對(duì)比理論分布和樣本數(shù)據(jù)的累積分布，直觀地反映擬合效果的好壞。本實(shí)施例通過(guò)嚴(yán)格的分布擬合和統(tǒng)個(gè)具體的實(shí)施案例擬合和統(tǒng)計(jì)檢驗(yàn)(KS正態(tài)分布[0085]標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)可依據(jù)儲(chǔ)能系統(tǒng)中鋰離子電池模組實(shí)際運(yùn)行的故障率確節(jié)電池的實(shí)時(shí)電壓信號(hào)V?,V?,··,V和電池簇整體的充放電電流Icharge,ischarge,n表示11時(shí)間…:00:…………:[0094](2)對(duì)采集到的4個(gè)正常電池簇的運(yùn)行數(shù)據(jù)電壓數(shù)據(jù)流引入滑動(dòng)窗口處理機(jī)制，將連續(xù)電壓數(shù)據(jù)流按固定長(zhǎng)度w(窗口大小)劃分為多個(gè)子序列，本實(shí)施例中w=60。滑動(dòng)窗口以固定步長(zhǎng)在數(shù)據(jù)序列上滑動(dòng)，每次移動(dòng)提取新的子集進(jìn)行分析。[0095]對(duì)滑動(dòng)窗口生成的電壓子序列進(jìn)行切片處理。從電池正常運(yùn)行數(shù)據(jù)中隨機(jī)抽取多個(gè)片段，每個(gè)片段包含w=60個(gè)數(shù)據(jù)點(diǎn)，計(jì)算每個(gè)片段的均值作為電壓波動(dòng)的代表性統(tǒng)計(jì)特征。對(duì)片段均值數(shù)據(jù)分布進(jìn)行擬合。擬合和統(tǒng)計(jì)檢驗(yàn)(KS檢驗(yàn)和P-P圖)結(jié)果如表1和圖2。[0097]如圖4所示，求出第二檢測(cè)閾值T=3.12。本發(fā)明通過(guò)該數(shù)學(xué)公式實(shí)現(xiàn)了分布特性與分位數(shù)計(jì)算的精確映射關(guān)系。當(dāng)面對(duì)實(shí)際數(shù)據(jù)分布時(shí)，該公式能自適應(yīng)地根據(jù)數(shù)據(jù)的具體偏度和峰度特征調(diào)整標(biāo)準(zhǔn)正態(tài)分位數(shù)。例如，對(duì)于正偏分布(S>0),公式會(huì)適當(dāng)增大正向Z值并減小負(fù)向Z值，準(zhǔn)確反映分布右側(cè)尾部延長(zhǎng)的特性；而對(duì)于高峰厚尾分布(K>0),公式則會(huì)增強(qiáng)極端分位數(shù)的極端程度，從而準(zhǔn)確反映分布尾部事件概率高于正態(tài)分布的特性。這種調(diào)整機(jī)制建立在數(shù)理統(tǒng)計(jì)學(xué)矩量展開(kāi)原理基礎(chǔ)上，將非正態(tài)分布的分位數(shù)表達(dá)為正態(tài)分布分位數(shù)的多項(xiàng)式函數(shù)，既保持了計(jì)算的簡(jiǎn)便性，又顯著提高了結(jié)果準(zhǔn)確性。[0098](3)對(duì)采集到的1個(gè)包含異常數(shù)據(jù)點(diǎn)的電池簇?cái)?shù)據(jù)于滑動(dòng)窗口處理后的數(shù)據(jù)子序列，并計(jì)算均值作為對(duì)應(yīng)電池的統(tǒng)計(jì)特征。[0099](4)對(duì)每個(gè)電池，基于統(tǒng)計(jì)特征計(jì)算電池到其他電池的距離，確定每個(gè)電池的k-距離和k-距離鄰域；其中k等于第一檢測(cè)閾值，第一檢測(cè)閾值依據(jù)經(jīng)驗(yàn)法確定；本實(shí)施例通過(guò)多次實(shí)驗(yàn)確定k=25,為數(shù)據(jù)集規(guī)模的6%;[0100](5)對(duì)每個(gè)電池，計(jì)算電池到對(duì)應(yīng)k-距離鄰域內(nèi)每個(gè)鄰域點(diǎn)的可達(dá)距離；[0101](6)對(duì)每個(gè)電池，定義電池的局部可達(dá)密度，用于描述電池在其k-距離鄰域中的相對(duì)密度；[0102](7)對(duì)每個(gè)電池，計(jì)算電池的局部離群因子，評(píng)估電池的異常程度，當(dāng)電池的局部離群因子大于1時(shí)，判定該電池可能為異常電池；[0103](8)基于可能為異常電池的電壓均值進(jìn)一步判斷是否異常：本實(shí)施例中，計(jì)算可能為異常電池的電壓均值偏離程度,其中V為每個(gè)電壓片段的均值，若電壓均值偏離程度超過(guò)第二檢測(cè)閾值，則判定該電池為異常電池，并作為報(bào)警觸發(fā)的依據(jù)。[0104]為了驗(yàn)證本發(fā)明方法的檢測(cè)能力，與另外的五種檢測(cè)方法(包括K-means聚類、隨機(jī)森林、香農(nóng)熵、余弦相似度和自編碼器進(jìn)行了對(duì)比實(shí)驗(yàn)，且與基于IQR的常規(guī)LOF算法(該方法基于數(shù)據(jù)分布的四分位數(shù)計(jì)算閾值：計(jì)算第三四分位數(shù)(Q3)與第一四分位數(shù)(Q1)之間的差值，代表數(shù)據(jù)中間50%的分布范圍，將超出"Q3+3.0×IQR"的數(shù)據(jù)點(diǎn)標(biāo)記為上界異常，低于"Q1-3.0×IQR"的點(diǎn)識(shí)別為下界異常)對(duì)比。本發(fā)明實(shí)施例對(duì)3920至3960區(qū)間的60個(gè)數(shù)據(jù)點(diǎn)進(jìn)行了異常檢測(cè)分析。為確保對(duì)比的公平性，實(shí)驗(yàn)中將LOF計(jì)算得到的鄰域密度轉(zhuǎn)化為異常得分，并將其他方法的檢測(cè)結(jié)果標(biāo)準(zhǔn)化。各方法的檢測(cè)效果和運(yùn)行時(shí)間記錄在表3和圖5中，其中運(yùn)行時(shí)間為每種方法十次運(yùn)行的平均時(shí)間。異常電池索引為155和364,其余均為正常點(diǎn)。[0105]表3各方法檢測(cè)效果和運(yùn)行時(shí)間隨機(jī)森林自編碼器本發(fā)明NNNNYNN共檢測(cè)到29個(gè)；檢測(cè)異常點(diǎn)異常得分前五：[0107]本發(fā)明方法能夠準(zhǔn)確檢測(cè)出兩個(gè)異常點(diǎn)。在整個(gè)檢測(cè)過(guò)程中，未出現(xiàn)誤檢情況，表現(xiàn)出極高的檢測(cè)準(zhǔn)確性。此外，本發(fā)明的方法在運(yùn)行效率方面也表現(xiàn)優(yōu)越，平均僅需0.0106秒即可完成一個(gè)滑動(dòng)窗口的數(shù)據(jù)檢測(cè)，滿足儲(chǔ)能電池實(shí)時(shí)監(jiān)測(cè)的需求。[0108]與其他方法相比，本發(fā)明方法在檢測(cè)性能和效率方面均占據(jù)顯著優(yōu)勢(shì)。具體而言，K-means聚類方法成功檢測(cè)出了兩類異常點(diǎn)，但檢測(cè)過(guò)程耗時(shí)較長(zhǎng)，效率低于本發(fā)明所提方法。隨機(jī)森林方法雖然能夠識(shí)別出異常，但誤檢率較高，在實(shí)驗(yàn)中誤降低了檢測(cè)結(jié)果的可靠性。香農(nóng)熵方法主要適用于長(zhǎng)期趨勢(shì)異常的識(shí)別，但未能有效捕捉短期波動(dòng)特征的異常點(diǎn)，其檢測(cè)能力存在局限性。余弦相似度方法在檢測(cè)準(zhǔn)確性和效率方面表現(xiàn)較為均衡，能夠檢測(cè)出兩個(gè)異常點(diǎn)且運(yùn)行時(shí)間較短，但在復(fù)雜場(chǎng)景下的穩(wěn)定性稍遜于本發(fā)明方法。而自編碼器方法由于需要復(fù)雜的預(yù)訓(xùn)練，檢測(cè)效率較低，難以滿足實(shí)時(shí)性檢[0109]與基于IQR的常規(guī)LOF算法相比，本發(fā)明提出的檢測(cè)閾值計(jì)算方法不僅顯著提高了本發(fā)明方法精確地識(shí)別出電池索引為155和364的兩個(gè)異常點(diǎn)，說(shuō)明本發(fā)明方法能夠更精準(zhǔn)地篩選出真正的異常點(diǎn)，降低誤報(bào)率，提升檢測(cè)的可靠性。常規(guī)LOF算法在判定異常點(diǎn)時(shí)依賴于數(shù)據(jù)分布的四分位數(shù)計(jì)算閾值，這種方法在數(shù)據(jù)量較大或數(shù)據(jù)分布復(fù)雜時(shí)計(jì)算成本較高，導(dǎo)致檢測(cè)效率低下，難以適應(yīng)儲(chǔ)能電站中復(fù)雜且動(dòng)態(tài)變化的電池電壓數(shù)據(jù)。本發(fā)明通過(guò)采用優(yōu)化的檢測(cè)閾值計(jì)算方法，實(shí)現(xiàn)了對(duì)異常點(diǎn)的快速精準(zhǔn)識(shí)別，確保在極短時(shí)間內(nèi)完成檢測(cè)，同時(shí)避免了冗余計(jì)算，提升了整體運(yùn)算效率。相比之下，本發(fā)明方法不僅能夠更快地捕捉儲(chǔ)能系統(tǒng)中的電池異常，還能有效減少誤報(bào)，使運(yùn)維人員能夠及時(shí)發(fā)現(xiàn)潛在故障并迅速采取措施，保障儲(chǔ)能電站的安全穩(wěn)定運(yùn)行，為儲(chǔ)能系統(tǒng)的高效管理與數(shù)據(jù)分析提供了更具優(yōu)勢(shì)的技術(shù)支撐。[0110]與前述一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法的實(shí)施例相對(duì)應(yīng)，本發(fā)明還提供了實(shí)施一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法的電子設(shè)備的實(shí)施例。[0111]本發(fā)明實(shí)施例提供的一種電子設(shè)備，包括一個(gè)或多個(gè)處理器，用于實(shí)現(xiàn)上述實(shí)施例中的一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方法。[0112]本發(fā)明電子設(shè)備的實(shí)施例可以應(yīng)用在任意具備數(shù)據(jù)處理能力的設(shè)備上，該任意具備數(shù)據(jù)處理能力的設(shè)備可以為諸如計(jì)算機(jī)等設(shè)備或裝置。[0113]裝置實(shí)施例可以通過(guò)軟件實(shí)現(xiàn)，也以通過(guò)硬件或者軟硬件結(jié)合的方式實(shí)現(xiàn)。以軟件實(shí)現(xiàn)為例，作為一個(gè)邏輯意義上的裝置，是通過(guò)其所在任意具備數(shù)據(jù)處理能力的設(shè)備的處理器將非易失性存儲(chǔ)器中對(duì)應(yīng)的計(jì)算機(jī)程序指令讀取到內(nèi)存中運(yùn)行形成的從硬件層面?zhèn)鋽?shù)據(jù)處理能力的設(shè)備通常根據(jù)該任意具備數(shù)據(jù)處理能力的設(shè)備的實(shí)際功能，還可以包括[0114]上述裝置中各個(gè)單元的功能和作用的實(shí)現(xiàn)過(guò)程具體詳見(jiàn)上述方法中對(duì)應(yīng)步驟的[0115]對(duì)于裝置實(shí)施例而言，由于其基本對(duì)應(yīng)于方法實(shí)施例，所以相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本發(fā)明方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。[0116]本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序，該程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)上述實(shí)施例中的一種用于儲(chǔ)能系統(tǒng)中鋰離子電池模組的實(shí)時(shí)異常檢測(cè)方[0117]所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是前述任一實(shí)施例所述的任意具備數(shù)據(jù)處理能力的設(shè)備的內(nèi)部存儲(chǔ)單元，例如硬盤(pán)或內(nèi)存。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)也可以是任意具備數(shù)據(jù)處理能力的設(shè)備，例如所述設(shè)備上配備的插接式硬盤(pán)、智能存儲(chǔ)卡(SmartMediaCard,SMC)、SD卡、閃存卡(FlashCard)等。進(jìn)一步的，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)還可以既包括任意具備數(shù)據(jù)處理能力的設(shè)備的內(nèi)