10.19620/j.cnki.1000-3703.20220891
基于卡尔曼滤波和特征指数化的电动汽车电池故障诊断方法研究
针对电池组内的热失控、内短路等故障问题,提出了一种基于卡尔曼滤波和特征指数化的电池故障在线诊断方法.首先基于历史数据和卡尔曼滤波方法对电压数据进行降噪,可有效去除异常点,并提出一种特征指数化方法以提取和放大电池组单体之间的电压特征.最后,为了减少电池组不一致性导致的单体电池故障误报,提出一种基于余弦相似度的故障值计算方法以提高算法诊断精确度,并实现故障电池的在线自动检测和定位.云端车辆数据验证结果表明,所提出的基于卡尔曼滤波和特征指数化的电池故障诊断算法能够有效地检测故障电池并进行预警.
锂离子电池、故障诊断、卡尔曼滤波、特征提取、余弦相似度
U472
湖北省重点研发计划项目;太阳能高效利用;储能运行控制湖北省重点实验室开放基金;湖北省科技计划项目;湖北省自然科学基金
2023-10-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13