本发明涉及电池，尤其涉及一种电池故障告警方法、装置、设备及存储介质。
背景技术：
1、目前，电池应用在各行各业动力电池系统的方方面面，电池的健康状态对系统的安全稳定运行具有重要作用，当电池的健康状态出现问题时，电池发生故障，这会导致系统无法安全稳定地运行。
2、内阻是表征电池健康状态的重要参数，目前的内阻测量方式通常为以下两种方式：1、交流放电方式：首先采用一个交流源注入几十毫安的电流到被测电池(一般频率小于1khz)，将交流分成几十个点，接着利用锁相技术，测出对应点在电池极柱上的电压动态响应，最后根据欧姆定律计算出被测电池的内阻，但是这种方式不适用于在线系统，无法及时发现电池故障。2、直流放电方式：需要实时对电池组进行大电流瞬时放电，这种方式会对电池造成一定损伤。
技术实现思路
1、本发明提供一种电池故障告警方法、装置、设备及存储介质，能够及时发现电池故障，保障系统安全可靠地运行，并且不会对电池造成损伤。
2、为实现上述目的，本发明实施例提供了一种电池故障告警方法，包括：
3、获取电池的当前电池参数信息；
4、将所述当前电池参数信息输入至预设的电池内阻预测模型，得到当前电池内阻；其中，所述电池内阻预测模型是基于历史电池参数信息及其对应的历史电池内阻进行训练得到的；
5、当所述当前电池内阻大于预设的内阻阈值时，输出所述电池的故障告警信号。
6、作为上述方案的改进，所述当前电池参数信息包括：当前单体电压、当前单体电流、当前电池组电压和所述电池所处的当前环境温度。
7、作为上述方案的改进，通过以下步骤获取所述电池内阻预测模型：
8、获取电池放电过程中的历史放电数据；其中，所述历史放电数据包括：所述历史电池参数信息及其对应的所述历史电池内阻；
9、对所述历史放电数据进行归一化处理，并将归一化后的数据分为测试集和训练集；
10、利用灰狼算法确定预设的支持向量回归模型的核函数参数与惩罚因子，得到优化后的支持向量回归模型；
11、利用所述训练集训练所述优化后的支持向量回归模型，得到所述电池内阻预测模型。
12、作为上述方案的改进，所述利用灰狼算法确定预设的支持向量回归模型的核函数参数与惩罚因子，得到优化后的支持向量回归模型，包括：
13、初始化灰狼种群，灰狼个体的位置代表预设的支持向量回归模型的核函数参数与惩罚因子；
14、计算每个灰狼个体的适应度，得到适应度最好的3匹狼；
15、根据适应度最好的3匹狼的位置更新当前所有灰狼个体的位置；
16、判断是否达到最大迭代次数，若是，则输出所述核函数参数与所述惩罚因子；否则，则返回至所述计算每个灰狼个体的适应度，得到适应度最好的3匹狼的步骤。
17、作为上述方案的改进，所述获取电池放电过程中的历史放电数据，包括：
18、采集电池放电过程中的原始放电数据；
19、对所述原始放电数据进行预处理，得到历史放电数据。
20、作为上述方案的改进，所述内阻阈值是与所述电池的规格参数对应的内阻阈值。
21、为实现上述目的，本发明实施例还提供了一种电池故障告警装置，包括：
22、当前电池参数信息获取模块，用于获取电池的当前电池参数信息；
23、当前电池内阻获取模块，用于将所述当前电池参数信息输入至预设的电池内阻预测模型，得到当前电池内阻；其中，所述电池内阻预测模型是基于历史电池参数信息及其对应的历史电池内阻进行训练得到的；
24、电池告警模块，用于当所述当前电池内阻大于预设的内阻阈值时，输出所述电池的故障告警信号。
25、作为上述方案的改进，所述当前电池参数信息包括：当前单体电压、当前单体电流、当前电池组电压和所述电池所处的当前环境温度。
26、为实现上述目的，本发明实施例还提供了一种电池故障告警设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述的电池故障告警方法。
27、为实现上述目的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的电池故障告警方法。
28、与现有技术相比，本发明实施例提供的一种电池故障告警方法、装置、设备及存储介质，通过获取电池的当前电池参数信息；将所述当前电池参数信息输入至预设的电池内阻预测模型，得到当前电池内阻；其中，所述电池内阻预测模型是基于历史电池参数信息及其对应的历史电池内阻进行训练得到的；当所述当前电池内阻大于预设的内阻阈值时，输出所述电池的故障告警信号。由此可见，本发明实施例通过电池内阻预测模型在线得到电池内阻，从而能够及时发现电池故障，保障系统安全可靠地运行，并且不会对电池造成损伤。
1.一种电池故障告警方法，其特征在于，包括：
2.如权利要求1所述的电池故障告警方法，其特征在于，所述当前电池参数信息包括：当前单体电压、当前单体电流、当前电池组电压和所述电池所处的当前环境温度。
3.如权利要求1所述的电池故障告警方法，其特征在于，通过以下步骤获取所述电池内阻预测模型：
4.如权利要求3所述的电池故障告警方法，其特征在于，所述利用灰狼算法确定预设的支持向量回归模型的核函数参数与惩罚因子，得到优化后的支持向量回归模型，包括：
5.如权利要求3所述的电池故障告警方法，其特征在于，所述获取电池放电过程中的历史放电数据，包括：
6.如权利要求1所述的电池故障告警方法，其特征在于，所述内阻阈值是与所述电池的规格参数对应的内阻阈值。
7.一种电池故障告警装置，其特征在于，包括：
8.如权利要求7所述的电池故障告警装置，其特征在于，所述当前电池参数信息包括：当前单体电压、当前单体电流、当前电池组电压和所述电池所处的当前环境温度。
9.一种电池故障告警设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～6任一项所述的电池故障告警方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～6任一项所述的电池故障告警方法。
