基于小波分解和GDI的动力电池故障诊断
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.19535/j.1001-1579.2023.02.010

基于小波分解和GDI的动力电池故障诊断

引用
在动力电池组故障早期准确地定位故障单体电池,能预防安全事故.提出基于小波分解和广义无量纲指标(GDI)的动力电池故障诊断方法.使用小波分解,从电压数据中提取稳定的趋势分量;使用自定义的GDI提取故障信息;使用微分法处理故障信息,排除电池组不一致的情况,并使用3-σ原则作为故障触发阈值.基于电动汽车实际运行数据的实验结果表明,所提方法较信息熵法准确性更高,且具有较强的鲁棒性,在故障早期能够准确地定位故障单体电池,并降低电池组不一致故障的误报率.

实际运行数据、故障诊断、小波分解、广义无量纲指标(GDI)、动力电池

53

TM912.9

国家自然科学基金;湖北省教育厅科学研究计划

2023-05-24(万方平台首次上网日期,不代表论文的发表时间)

共4页

165-168

相关文献
评论
暂无封面信息
查看本期封面目录

电池

1001-1579

43-1129/TM

53

2023,53(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn