(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111632963.X (22)申请日 2021.12.28 (71)申请人 中国科学技术大学 地址 230026 安徽省合肥市包河区金寨路 96号 (72)发明人 张永明　单志林　张启兴　胡建　 郭世伟　 (74)专利代理 机构 北京科迪生专利代理有限责 任公司 1 1251 代理人 李晓莉 (51)Int.Cl. G08B 17/10(2006.01) G06F 30/27(2020.01) (54)发明名称 一种锂电池热失控早期火灾检测预警方法 (57)摘要 本发明公开了一种锂电池热失控早期火灾 检测预警方法。 该方法包括锂电池 热失控过程中 的特征向量检测模型、 火灾检测及预警的判别方 法及分布式终端处理平台。 主要方法为采用热电 阻温度传感器、 锂电池电解液蒸汽电化学探测器 式、 激光烟雾探测器进行电池热失控早期特征参 量的检测， 并在电池仓内根据空间容量进行传感 器部署； 获得的传感器数据， 通过归一化预处理 后， 进入终端处理平台， 通过DS证据理论模型， 进 行锂电池热失控及火灾预警推断， 给出预警及报 警。 权利要求书2页 说明书5页 附图2页 CN 114267150 A 2022.04.01 CN 114267150 A 1.一种锂电池热失控早期火灾检测预警方法， 其特 征在于， 包括以下步骤： (1)采用分布式传感器部署方法在电池仓 中布置多个传感器， 测得温度、 可燃气体和烟 雾的特征参量； (2)采用步骤(1)所测得的特征参量， 通过多参数融合证据理论模型， 进行锂电池热失 控及火灾预警判断， 给 出预警及报警。 2.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (1)中， 所述的传感器部署方法采用线性及对称的分布式部署方法， 对温度、 可燃气体及颗 粒物进行检测。 3.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (2)中， 使用多参数融合证据理论模型及其计算方法进行锂电池早期火灾预警， 通过对温 度、 可燃气体、 烟雾这三个传感器信息的融合， 研判火灾的状态； 所述的多参数融合证据 理 论模型为： 将锂电池热失控并发生早期火灾分三个状态表示分别为正常、 预警、 火灾； 通过 针刺、 加热或过充 方式进行实验， 获取三种6组传感器在热失控三个状态的信任度σ1、 σ2、 σ3、 σ4、 σ5、 σ6分别为： 其中 表示早期火灾的三个状态概率值,n表示早期火灾的三个状态， m表示第 m个传 感器； 可获得融合后的置信公式为： 其中： Φ为空集且 满足： σ(Φ)＝0； 根据上述传感器融合数据及预测公式， 选择 中最大的概率值， 进行锂电池热失控早期火灾状态的判定 。 4.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (2)中， 通过神经递归网络的方法对多传感器数据的序列进行 学习及预判。 5.根据权利要求3所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (2)中， 使用深度学习递归神经网络的方法， 进行多传感器数据信任度σ 的推算； 通过将温 度、 可燃气体、 烟雾探测的物理量{V1,V2,V3,V4,V5,V6}输入至递归神经网络中， 训练得到 σ1、 σ2、 σ3、 σ4、 σ5、 σ6； 最终将获得的模型二值化处理后移植至芯片中， 实现终端处理平台的智 能决策； 其中， V1和V2 为温度特征参数值， 单位均为摄氏度； V3和V4为气体特征参数值， 单位权　利　要　求　书 1/2 页 2 CN 114267150 A 2均为PPM； V5和V6为烟雾特 征参数值， 单位均为mg/ M3。 6.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (1)中， 使用热敏电阻实现对电池仓环境温度的测量； 使用电化学气体探测方法实现对可燃 气体的检测； 使用激光散射探测方法实现热失控过程中产生的烟雾进 行检测； 其中， 所述可 燃气体包括锂电池电解液蒸汽。 7.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (1)中， 所述特 征参量至少包括电池仓环境温度、 可燃气体浓度和烟雾的颗粒物浓度数值。 8.根据权利要求1所述的一种 锂电池热失控早期火灾检测预警方法， 其特征在于， 步骤 (1)中， 每立方米3.7V/1000AH锂电池储能空间内， 按照2组每组5个热电阻传 感器、 2个可燃 气体传感器、 2个烟雾传感器线性及对称的分布式部署方法。权　利　要　求　书 2/2 页 3 CN 114267150 A 3