← 返回列表

基于特征分解和数据蒙板的电池组故障诊断方法及系统

申请号: CN202311493346.5
申请人: 山东大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 基于特征分解和数据蒙板的电池组故障诊断方法及系统
专利类型 发明申请
申请号 CN202311493346.5
申请日 2023/11/9
公告号 CN117406098A
公开日 2024/1/16
IPC主分类号 G01R31/367
权利人 山东大学
发明人 李立伟; 张鸾; 刘含筱; 张承慧
地址 山东省济南市历下区经十路17923号

摘要文本

本发明公开了基于特征分解和数据蒙板的电池组故障诊断方法及系统;其中方法,包括:使用冗余交叉测量拓扑方式,获取电压检测量;按照设定的时间窗口,对电压检测量进行解耦合,得到二维分析矩阵;对二维分析矩阵进行标准化处理,得到标准化矩阵;根据标准化矩阵,得到协方差矩阵;对协方差矩阵进行特征值分解,得到最大特征值和最大特征值对应的特征向量;将最大特征值作为电池组的故障指示器,将最大特征值作为电池组的故障指示器,以确定电池组是否发生故障;在最大特征值对应的特征向量中,筛选具有减小趋势的元素,以确定电池组是否发生电压传感器故障、短路故障以及电连接故障。

专利主权项内容

1.基于特征分解和数据蒙板的电池组故障诊断方法,其特征是,包括:使用冗余交叉测量拓扑方式,获取电压检测量;所述电压检测量,包括:所有电池单体自身的电压和所有电池组合体的电压;所述电池组合体是指电池单体与相邻的前一个电阻,以及电池单体与相邻的后一个电阻;按照设定的时间窗口,对电压检测量进行解耦合,得到二维分析矩阵;对二维分析矩阵进行标准化处理,得到标准化矩阵;根据标准化矩阵,得到协方差矩阵;对协方差矩阵进行特征值分解,得到最大特征值和最大特征值对应的特征向量;将最大特征值作为电池组的故障指示器,以确定电池组是否发生故障;在最大特征值对应的特征向量中,筛选具有减小趋势的元素,若只有第i个元素通过筛选,则说明第i个电压传感器发生故障;若第2i-1个元素和第2i个元素通过筛选,则说明第i个电池单体发生短路故障;若第2i个元素和第2i+1个元素通过筛选,则说明第i个电池和第i+1个电池单体之间出现电连接故障,其中,i为大于零的正整数,i表示元素的序号。