AI“聽診”提前一刻鐘預(yù)警電池?zé)崾Э仫L(fēng)險

　　近日，南都電源動力股份有限公司聯(lián)合浙江大學(xué)信息與電子工程學(xué)院金浩團(tuán)隊、國網(wǎng)山東信通公司，在鋰離子儲能領(lǐng)域國際頂級期刊《Journal of Energy Storage》發(fā)表最新研究成果，提出了一種基于麥克風(fēng)陣列聲學(xué)信號和AI深度學(xué)習(xí)算法的鋰離子電池?zé)崾Э卦缙跈z測與定位新方法。該系統(tǒng)通過捕捉鋰離子電池安全閥在熱失控前產(chǎn)生的微弱高頻異常聲學(xué)信號，采用新型時間序列深度學(xué)習(xí)算法，實現(xiàn)了熱失控的提前791 s預(yù)警，并具備厘米級精度的聲源定位，為儲能電站的安全監(jiān)測提供了全新的技術(shù)路徑。

　　隨著新能源電網(wǎng)與儲能技術(shù)的快速發(fā)展，大規(guī)模儲能系統(tǒng)中鋰離子電池的安全問題日益突出。熱失控是電池運行中最危險的失效模式之一，往往伴隨高溫、起火甚至爆炸，對電站和人身安全造成嚴(yán)重威脅。傳統(tǒng)監(jiān)測手段多依賴溫度、電壓、電流或氣體檢測，但這些參數(shù)的變化通常出現(xiàn)在熱失控的中后期，難以及時實現(xiàn)早期預(yù)警。

　　以國網(wǎng)山東信通公司在儲能電池領(lǐng)域的應(yīng)用需求為牽引，南都電源研發(fā)了314Ah鋰離子儲能電池，并聯(lián)合浙江大學(xué)開發(fā)鋰離子熱失控智能預(yù)警系統(tǒng)。團(tuán)隊在實驗研究中發(fā)現(xiàn)，電池在進(jìn)入熱失控的早期階段，其頂部安全閥會因內(nèi)部壓力上升發(fā)生微小振動，從而產(chǎn)生頻率高于10 kHz的高頻異常聲。這些聲波信號由安全閥受壓產(chǎn)生，記錄了熱化學(xué)反應(yīng)初期的壓力擾動信息。團(tuán)隊據(jù)此提出熱失控早期聲學(xué)前兆檢測機制，實現(xiàn)了對熱失控的超前識別。

　　圖1 鋰離子電池在熱失控前的聲學(xué)特征對比圖。上方為熱失控早期安全閥異常聲音與背景噪聲的時頻分布，下方為熱失控發(fā)生時聲波信號。

　　在系統(tǒng)設(shè)計中，研究團(tuán)隊構(gòu)建了由四個高靈敏度麥克風(fēng)組成的陣列，布置在電池包的四角。系統(tǒng)可捕捉到微弱高頻聲信號。每一路信號經(jīng)過前端濾波與放大后，被輸入到深度學(xué)習(xí)識別模塊。算法部分采用雙向門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)，結(jié)合聲學(xué)特征，能自動識別出熱失控早期安全閥異常聲音特征的聲學(xué)片段。

　　圖2 聲學(xué)監(jiān)測系統(tǒng)實驗現(xiàn)場。展示了麥克風(fēng)陣列布置、數(shù)據(jù)采集單元及實時監(jiān)測軟件界面。

　　圖3 系統(tǒng)算法流程示意圖。BiGRU模型用于異常聲識別，AFW-GCC算法實現(xiàn)高精度聲源定位。

　　為進(jìn)一步確定異常聲的來源位置，團(tuán)隊通過分析多通道聲信號的時間差，結(jié)合幾何三角定位模型，實現(xiàn)聲源的空間定位。算法在低信噪比條件下仍保持較高穩(wěn)定性，可在復(fù)雜電池艙環(huán)境中精確定位至5厘米內(nèi)。

　　圖4 熱失控實驗中物理量變化曲線。紅線表示聲學(xué)異常時刻，顯著早于溫度與電壓變化。

　　在實驗驗證中，研究團(tuán)隊搭建了可控加熱環(huán)境，通過單體電芯誘發(fā)熱失控過程并同步采集聲學(xué)、熱學(xué)、電學(xué)數(shù)據(jù)。實驗結(jié)果表明，聲學(xué)預(yù)警系統(tǒng)在安全閥開啟前101秒即可識別到早期異常信號，在熱失控爆發(fā)前791 s發(fā)出可靠預(yù)警，檢測準(zhǔn)確率超過90%，顯著領(lǐng)先于傳統(tǒng)傳感預(yù)測手段。

　　聲學(xué)監(jiān)測技術(shù)以其非接觸、低成本和高靈敏度的優(yōu)勢，為鋰電池?zé)崾Э仡A(yù)警提供了新的解決思路。該方法可與電池管理系統(tǒng)（BMS）深度融合，實現(xiàn)儲能電站和電動汽車的實時聲學(xué)健康監(jiān)測。團(tuán)隊目前已啟動多中心實驗和工業(yè)化驗證，為該技術(shù)的工程應(yīng)用奠定基礎(chǔ)。