新能源動(dòng)力電池產(chǎn)業(yè)發(fā)展至今,始終面臨熱失控風(fēng)險(xiǎn)防控、大規(guī)模電池管理,以及電池狀態(tài)評(píng)估等領(lǐng)域的核心問題。
翌擎科技新能源動(dòng)力電池監(jiān)控及預(yù)警平臺(tái)(以下簡(jiǎn)稱“翌擎電池監(jiān)控預(yù)警平臺(tái)”),依托真實(shí)數(shù)據(jù)積累與成熟技術(shù)方案,以“痛點(diǎn)靶向解決 + 實(shí)戰(zhàn)案例驗(yàn)證”為路徑,從車企、供應(yīng)商、用戶多維度輸出價(jià)值,為行業(yè)效率提升提供智能化解決方案。
傳統(tǒng)BMS系統(tǒng)多針對(duì)特定車型的單車電池進(jìn)行管理,難以適配大規(guī)模電池的安全監(jiān)控需求,且對(duì)熱失控誘因的識(shí)別缺乏全面性。
翌擎電池監(jiān)控預(yù)警平臺(tái)的“TRI熱失控預(yù)警模型”,聚焦熱失控發(fā)生前的核心誘因,構(gòu)建“長周期提前7天”與“短周期提前45分鐘”的雙預(yù)警機(jī)制,融合溫度、電壓、熵、充放電行為等多維度特征,長周期召回率達(dá)65%,短周期召回率78.4%,誤報(bào)率低至0.165%。
通過對(duì)電池全生命周期數(shù)據(jù)的深度分析,提前捕捉熱失控先兆,從源頭規(guī)避安全事故,解決了傳統(tǒng)管理“難預(yù)判、難預(yù)警”的痛點(diǎn)。
隨著車企車輛保有量增長,分散的單車電池?cái)?shù)據(jù)難以形成有效管理,傳統(tǒng)模式缺乏對(duì)多車型、多區(qū)域電池狀態(tài)的整體把控。
翌擎電池監(jiān)控預(yù)警平臺(tái)支持標(biāo)準(zhǔn)國標(biāo)32960數(shù)據(jù)及企標(biāo)數(shù)據(jù)接入,可統(tǒng)籌管理超百萬輛車輛的電池?cái)?shù)據(jù),通過120余項(xiàng)指標(biāo)實(shí)時(shí)監(jiān)控整體運(yùn)行狀態(tài),包括車輛在網(wǎng)數(shù)量、區(qū)域續(xù)航分布、告警統(tǒng)計(jì)、電池健康度分布等。
同時(shí),借助數(shù)據(jù)質(zhì)量校驗(yàn)層的9大類150余項(xiàng)檢查項(xiàng),確保海量數(shù)據(jù)的可靠性,為車企提供全面、精準(zhǔn)的全局視角,解決大規(guī)模電池管理“數(shù)據(jù)散、分析難”的問題。
示例:電池運(yùn)行監(jiān)控整體運(yùn)行總覽
動(dòng)力電池的健康狀態(tài)、剩余壽命、殘值評(píng)估缺乏統(tǒng)一科學(xué)的標(biāo)準(zhǔn),導(dǎo)致車企資產(chǎn)配置難、用戶使用不放心、二手車流通受阻。
翌擎電池監(jiān)控預(yù)警平臺(tái)通過SOH電池健康及壽命預(yù)測(cè)模型,實(shí)時(shí)采集BMS電流、電壓、溫度數(shù)據(jù),結(jié)合機(jī)器學(xué)習(xí)動(dòng)態(tài)優(yōu)化算法,SOH預(yù)測(cè)精度超98%,剩余壽命(RUL)預(yù)測(cè)準(zhǔn)確度超99%。
此外,PHM故障預(yù)警模型針對(duì)溫度不一致、壓差不均衡等多種故障,構(gòu)建專屬算法集,壓差預(yù)測(cè)準(zhǔn)確率99.66%、召回率97.13%;溫差預(yù)測(cè)準(zhǔn)確率99.88%、召回率99.11%,為電池維護(hù)、更換提供科學(xué)依據(jù)。
翌擎電池監(jiān)控預(yù)警平臺(tái)為其研發(fā)高精度多模態(tài)檢測(cè)系統(tǒng),聚焦電芯生產(chǎn)至PACK裝配全鏈路,構(gòu)建缺陷數(shù)據(jù)庫與工藝參數(shù)關(guān)聯(lián)分析平臺(tái)。
通過熱失控模型實(shí)現(xiàn)電壓、溫度、充電行為等類缺陷的自動(dòng)化識(shí)別,缺陷檢出率達(dá)78.4%;借助絕緣異常檢測(cè)模型(基于LSTM、Transformer算法),綜合多參數(shù)指標(biāo)構(gòu)建長周期預(yù)警模型,降低誤報(bào)率,提高檢測(cè)精度,有效支撐車企工藝改進(jìn)與供應(yīng)商分級(jí)管理。
示例:熱失控模型
幫助其搭建電池大數(shù)據(jù)平臺(tái),提供RUL建模、SOC校準(zhǔn)建模、SOH建模、電芯一致性算法開發(fā)、電壓溫度異常綜合分析、熱失控建模等核心技術(shù)服務(wù),構(gòu)建全面的電池?cái)?shù)據(jù)分析體系,助力其精準(zhǔn)掌握電池狀態(tài),優(yōu)化電池管理與維護(hù)策略。
在其內(nèi)部平臺(tái)的新能源部分,設(shè)置SOH-C、SOH-R、單體電芯一致性評(píng)價(jià)等8大電池檢測(cè)項(xiàng),通過科學(xué)權(quán)重分配(SOH-C占40%、單體一致性評(píng)價(jià)占20%等),從一致性、有效性等多個(gè)維度評(píng)估電池狀態(tài),分?jǐn)?shù)直觀反映電池老化程度與性能水平,為車輛維保、評(píng)估提供標(biāo)準(zhǔn)化依據(jù)。
.png)
示例:電池檢測(cè)項(xiàng)評(píng)估
為其打造售后電池?cái)?shù)據(jù)倉庫及分析系統(tǒng),涵蓋離線數(shù)倉與實(shí)時(shí)數(shù)倉,支持靜置分析、充電分析、放電分析,接入TSP車聯(lián)網(wǎng)平臺(tái)車輛報(bào)文數(shù)據(jù)(上傳頻率100ms~30s),覆蓋絕緣、SOC、電壓、溫度、位置等多類算法指標(biāo),完善企業(yè)售后電池全生命周期數(shù)據(jù)管理能力。
代電池售后數(shù)據(jù)管理.png)
提供電池SOH、健康度在線評(píng)估服務(wù)。通過Lightgbm、CatBoost等多算法模型實(shí)現(xiàn)電池性能評(píng)估與打分,生成單車級(jí)電池畫像,進(jìn)行健康分級(jí),為車輛退役提供客觀數(shù)據(jù)支持,并給出針對(duì)性養(yǎng)護(hù)建議與故障處理策略。
公務(wù)車單車監(jiān)控.png)
為其搭建電池健康檔案系統(tǒng),車主可通過APP獲取全方位電池檢測(cè)報(bào)告,包含剩余容量、健康狀態(tài),以及電池養(yǎng)護(hù)建議等,更好地了解電池狀態(tài),優(yōu)化電池使用與管理,確保電池系統(tǒng)的安全與高效運(yùn)行;同時(shí),車主還可以根據(jù)自己的具體需求,定制化檢測(cè)方案與報(bào)告格式,真正做到報(bào)告的全面、準(zhǔn)確和智能化。

對(duì)于經(jīng)銷商來說,則可以依托平臺(tái)數(shù)據(jù)驗(yàn)證電池性能,通過查看電池報(bào)告,全面了解電池的剩余容量、健康狀態(tài)、充電效率等關(guān)鍵性能指標(biāo),確保所銷售的產(chǎn)品達(dá)到質(zhì)量標(biāo)準(zhǔn);同時(shí),還可以借助電池報(bào)告中的故障代碼、維修歷史等信息,提前識(shí)別潛在問題或安全隱患,在售前及時(shí)解決問題,降低客戶投訴與退貨風(fēng)險(xiǎn)。
銷商.png)
翌擎的平臺(tái)不僅局限于電池監(jiān)控與預(yù)警,更向全產(chǎn)業(yè)鏈延伸:
基于精準(zhǔn)的電池?cái)?shù)據(jù)與AI模型分析,可為保險(xiǎn)行業(yè)提供車輛風(fēng)險(xiǎn)評(píng)估依據(jù),助力制定科學(xué)合理的定損與理賠制度;為換電行業(yè)提供電池狀態(tài)實(shí)時(shí)監(jiān)測(cè)與智能調(diào)配方案,支撐換電站高效運(yùn)營;為二手車行業(yè)提供標(biāo)準(zhǔn)化的電池狀態(tài)評(píng)估結(jié)果,破解新能源二手車“殘值難定”的行業(yè)痛點(diǎn),促進(jìn)市場(chǎng)流通。
從解決熱失控安全的核心訴求,到優(yōu)化大規(guī)模電池管理效率,再到構(gòu)建全產(chǎn)業(yè)鏈數(shù)據(jù)服務(wù)體系,翌擎科技以真實(shí)案例為基石,憑借“技術(shù)壁壘 + 實(shí)戰(zhàn)經(jīng)驗(yàn)”的核心優(yōu)勢(shì),將動(dòng)力電池監(jiān)控及預(yù)警平臺(tái)打造成新能源產(chǎn)業(yè)的“安全屏障”與“效率引擎”,持續(xù)推動(dòng)動(dòng)力電池全生命周期管理的標(biāo)準(zhǔn)化、智能化發(fā)展。