动力电池系统作为整车的主要能量来源，是新能源汽车的核心零部件，也是限制其发展的技术瓶颈的主要因素，锂离子电池在使用过程中不可避免的性能衰退会导致车辆续航里程下降、动力性变差，使用寿命缩短，加大安全隐患，准确的预测和诊断动力电池故障是提升电动汽车的动力性、安全性以及可靠性的有力保障。
对于电池系统故障诊断、预报警，已经有人从故障触发机制、行为特征、反应机理以及扩展机理等方面进行了大量探索，对于故障诊断策略有了初步的解决方案。然而电动汽车实际使用过程中运行工况复杂多变，实验条件下所建立的风险报警机制难以适应实车工况下多因素耦合的故障现象。
大数据技术在新能源汽车领域展现出良好的应用前景，如何基于电动汽车运行数据，建立大数据视角下的整车级的故障风险预测和预警，成为当前研究的热点！通过大数据平台可以多维度标签进行数据采集，并且可以通过数据筛选、整合和清洗，实现智能化数据清洗整理。建立故障数据库，建立故障模型进行对比分析，如果有故障，立即下发到车端（地方平台、企业或者个人）实现预报警。
新能源汽车运行的大数据技术主要应用于动力电池领域，分析BMS采集到的电流、电压、温度等电池单体及系统工作参数。随着BMS智能化的提高，采集数据的频率和进度可以被远程监控系统控制，方便研究人员选取颗粒度适合的数据进行动力电池大数据分析研究，目前动力电池大数据分析应用主要在电池的故障诊断、电池预报警以及动力电池健康状态估计等方面。
电滥用、热滥用、机械滥用，导致电池温度升高得不到及时控制，触发起火、热失控。提高动力电池状态检测和评估，可以有效预测诊断电池故障，延长电池使用寿命，降低车辆运行的事故，保证驾驶员的生命和财产安全。
汽车学堂推出的《动力电池BMS软件开发训练营》第4期重磅更新，加量不加价，在原有8次直播课的基础上，增加4次直播课程，重点讲解：基于大规模数据进行动力电池分析，增加动力电池大数据预报警和大数据动力电池故障诊断内容。
BMS软件开发最重要的就是电池状态估计算法、故障诊断以及保护。
电池常见估状态估计算法
电池状态估算主要包括：SOC（电池荷电状态，表征电池电量多少）；SOH（电池剩余容量，健康状态）；SOP（电池充、放电能力，表征电池可用于驱动的功率或者能回收的功率）；SOE（电池剩余能量，常用于计算车辆剩余续航里程）。
在所有状态估计中，SOC的估算准确性最为重要，是确保电池不会发生过充或者过放的重要因素。常见的估计算法有：安时积分法、基于模型的开路电压法、神经网络算法、卡尔曼滤波融合算法等。随着对动力电池的深入研究，基于物理意义的等效电路模型被得到了广泛推广，以及将等效电路模型结合扩展卡尔曼滤波等滤波器算法进行电池荷电状态估计。
训练营会对比学习不同荷电状态估计算法，利用真实电池数据进行建模练习。
动力电池健康状态估计（SOH）对提高动力电池能量利用效率，降低电池热失控风险，以及动力电池的维保和残值评估具有重要意义，针对动力电池SOH估计主要有三类方法，分别是基于电池模型的方法、基于数据驱动方法以及基于特征信号分析方法。课程第五章会详细详解这三大方法并进行不同算法的SOH估计设计。
对于电动汽车电池系统故障预警报警，不仅是确保驾驶人员生命财产安全的关键，也是电动汽车市场健康发展的重要保证。电池系统在运行过程中受环境、充放电功率以及驾驶人员行为习惯等因素影响，监控和控制电池运行行为，检测电池故障变得更具挑战性。
对于电池故障诊断主要基于温度和电压测量的研究，除了介绍常用基于模型的电池故障诊断方法——建立数学物理模型计算电池特征参数，利用数学模型和传感器协同工作，进而实现对电池系统故障检测。
增加动力电池大数据平台和数据清洗方法介绍，以及基于大数据动力电池的预报警案例和故障诊断算法介绍。
课程大纲
在线MOOC：
《动力电池基础》
《电池建模及状态估计算法》
《动力电池测试与验证》
在线直播：
1.新趋势下的BMS的开发现状与趋势
a.BMS功能和算法简介
b.新趋势下的BMS开发现状与研究趋势
c.BMS工程师的知识体系及能力构成
2.动力电池管理系统开发数据需求
a.动力电池的基本性能参数
b.动力电池测试规程
c.动力电池测试数据分析
d.动力电池特性及SOC-OCV关系表
3.动力电池建模及参数辨识
a. 动力电池建模
b. 动力电池模型参数辨识
4.动力电池荷电状态（SOC）估计
a.自适应扩展卡尔曼滤波
b. 动力电池SOC估计
c.SOC估计结果验证分析
d.实车电池系统SOC估计及验证
5.动力电池衰退特征值提取
a.动力电池老化数据分析
b.动力电池衰退特征值提取
6.动力电池健康状态（SOH）估计
a.动力电池常规SOH估计
b.基于机器学习的动力电池SOH估计
c.动力电池RUL预测
7.动力电池系统故障诊断
a.动力电池系统故障分类概述
b.基于端电压数据的动力电池故障诊断
c.基于电热耦合模型的动力电池故障诊断
8.动力电池关键技术算法设计
a. 动力电池SOC估计案例
b. 动力电池SOH及RUL案例
9.大规模动力电池数据分析
a.动力电池大数据平台介绍
b. 实车电池数据结构分析解读
c.电池大数据清洗分析
d.实车动力电池特征数据统计分析
10.动力电池预报警案例分析
a.大规模数据降维处理
b.动力电池监控预报警基础介绍
c.动力电池大数据预报警案例
11.实车动力电池系统故障诊断
a.基于车联网大数据动力电池故障诊断
b.动力电池运行数据分类算法介绍
c.实车数据故障诊断方法
课程收益
掌握动力电池的工作特性，以及BMS软件的架构和要求；
学会使用基于模型开发的相关软件工具，如MATLAB/Simulink等；
对动力电池管理系统软件主要功能模块分别开发、验证；
掌握经典、常用的电池状态估计算法；
了解电池状态估计算法的应用现状、发展趋势。
培训对象
汽车嵌入式软件开发的基本概念；
C/MATLAB语言基础；
控制理论基础知识；
电动汽车的基本认知。
建议基础
汽车嵌入式软件开发的基本概念；
C语言基础；
控制理论基础知识；
电动汽车的基本认知。
报名咨询
学习安排：线上3门录播课+12场在线直播课
学习形式：在线直播教学
联系人：汽车学堂堂主
关于清研车联
清研车联，是清华大学苏州汽车研究院重点孵化打造的汽车职业教育企业。
专注于汽车行业垂直产业链，致力于中国汽车产业新型人才的培养，为汽车产业的转型升级大规模输送合格人才，为院校和企业的人才培养提供综合解决方案。
积极应对汽车产业变革中科技、人才、服务等快速发展趋势，充分依托清华大学优质的教育资源，重点聚焦新能源汽车、智能网联汽车、汽车智能制造，汽车轻量化与NVH等汽车新技术领域，推陈出新，引领教育变革，从内容和模式方面协同国内汽车职业教育转型升级。
在线教育MOOC官网：www.auto-mooc.com