3. 误差诊断的数据基础

状态估计误差诊断的第一步不是算法，而是数据。BMS 的 SOC、SOH、SOP 估计都建立在电流、电压、温度三类基础信号之上，如果这些信号本身存在采样失真、时间错位或异常值，再精细的模型也会把误差归因到错误的方向。因此本节要回答一个核心问题：诊断所依赖的数据，究竟在哪些环节可能失真，又该如何判断和处理。

一、BMS 采集变量与诊断用途

BMS 采集的变量很多，但真正参与状态估计误差诊断的核心量可以归为四类。第一类是电流，包括总电流、充放电方向与积分电荷量，它是安时积分的输入，直接决定 SOC 的累积误差。第二类是电压，包括单体电压、模组电压、总电压，其中单体电压是 OCV 查表和一致性判断的基础。第三类是温度，包括电芯温度、极耳温度、环境温度，它影响内阻、容量和 OCV 曲线。第四类是状态与时间量，包括继电器状态、充电枪连接状态、采样时间戳，它们决定数据是否有效、是否可对齐。

诊断时，我们通常把电流、电压、温度按“同一时刻、同一对象”组织成数据帧。例如某 96 串电池包，每帧包含 1 路总电流、96 路单体电压、8 路温度、1 个时间戳。只有这些量在时间上对齐，才能计算“某时刻单体电压偏差是否由该时刻电流突变引起”这类因果关系。

二、采样频率与同步

采样频率决定了误差诊断能分辨多快的变化。电流采样通常最快，常见 10～100 Hz，因为电流突变会直接影响 SOC 积分；单体电压采样常见 1～10 Hz，受限于多路复用与采集芯片速度；温度采样最慢，常见 0.1～1 Hz，因为热惯性大。若用 1 Hz 电压去诊断 100 Hz 电流引起的极化误差，就会漏掉瞬态过程。

同步问题比频率更隐蔽。多路电压采集往往通过模拟开关轮询，96 串电压并非同一瞬间采到，而是存在微秒到毫秒级的时间偏斜。当电流快速变化时，不同串电压对应的实际电流不同，直接相减会引入虚假偏差。诊断时应尽量使用同一采集周期内的电压，或对电流做时间对齐后再比较。

此外，BMS 内部各采集芯片、主控、外部充电机之间存在时钟漂移。长时间积分时，即使每帧只差几毫秒，累积后也会造成安时积分与电压观测之间的时间错位。工程上常用同步信号或时间戳插值来校正。

三、电流、电压、温度信号质量

电流信号最常见的问题是零漂与增益误差。霍尔电流传感器在零电流时输出并非严格为零，若未校准，长时间静置后 SOC 会缓慢漂移。诊断时可观察“静置电流绝对值是否长期大于 0.1 A”，若是则说明零漂未补偿。分流器方案则要注意温漂，大电流下分流器发热会引起阻值变化。

电压信号的问题集中在采集精度与断线。单体电压采集芯片的绝对精度通常在 ±5 mV 左右，但多串之间的相对偏差更关键。若某串电压长期比相邻串高 50 mV 以上，且不随电流变化，可能是采集通道增益异常而非电芯真实差异。断线时电压会跳到接近 0 V 或满量程，诊断中应直接标记为无效。

温度信号的问题是响应滞后与布置偏差。温度传感器贴在电芯表面，测到的是表面温度，而内阻和 OCV 依赖的是内部温度。大倍率充放电时，表面温度与内部温度可差 5～10 ℃。诊断温度相关误差时，应结合热模型判断滞后，而不是直接把表面温度当作电芯温度。

四、数据预处理与异常值处理

预处理的目标是让进入诊断的数据“干净且可解释”。常用手段包括：对电流做低通滤波以抑制开关噪声，但滤波会引入相位滞后，诊断瞬态误差时需谨慎；对电压做滑动平均或中值滤波，抑制单点跳变；对温度做慢速滤波，保留趋势。

异常值处理要区分三类情况。第一类是物理不可能值，如单体电压为负、温度超过 100 ℃，直接剔除并记录故障。第二类是统计异常值，可用 3σ 或中位数绝对偏差判断，例如某帧单体电压中位数为 3.65 V，某串为 3.20 V，偏差远超正常范围，应标记为可疑。第三类是缺失值，短时缺失可用线性插值，长时缺失应整段丢弃，避免用插值数据参与误差归因。

五、一个可执行的预处理检查示例

假设某帧数据：总电流 0.05 A（静置），单体电压 96 串，中位数 3.652 V，第 37 串 3.201 V，温度 8 路均为 25.3 ℃，时间戳间隔 100 ms。处理流程如下：

1. 电流零漂检查：|0.05 A| < 0.1 A，通过，但记录零漂值用于后续补偿。
2. 单体电压极差：3.652 - 3.201 = 0.451 V，远超正常极差（<0.05 V）。
3. 第37串判定：与中位数偏差 -0.451 V，标记为可疑，暂不参与一致性诊断。
4. 温度检查：8路均更新且一致，通过。
5. 时间戳检查：间隔100 ms，单调递增，通过。
6. 输出：该帧可用于诊断，但第37串电压需单独复核采集通道。

这个示例说明，预处理不是简单“清洗”，而是为诊断提供可解释的数据状态。只有明确哪些数据可信、哪些可疑、哪些无效，后续的误差归因才不会把采集问题误判为模型问题。

总结来看，BMS 状态估计误差诊断的数据基础包括四个层次：采集变量的完整性、采样频率与同步的匹配性、信号质量的可靠性、预处理与异常值处理的合理性。诊断时先确认数据层是否可信，再进入模型层分析，才能避免“用错数据、得出错结论”。