改进D-S证据理论在电动汽车锂电池故障诊断中的应用

摘要：

针对电动汽车电池系统的故障采用基于神经网络的改进D-S证据理论组合规则完成诊断过程.为了避免单一途径的诊断可能造成故障漏检误检的状况,决策层采用D-S证据理论组合规则来确定基于BP网络和RBF网络两种故障诊断算法结果.然而为了克服D-S证据理论处理高度冲突证据的缺陷,本文提出了一种基于神经网络改进的D-S证据理论组合规则.首先,采用神经网络对电池故障进行初步诊断,结合网络诊断准确率来分配不确定信息并构造证据体,又引入了证据间的支持矩阵来确定新的加权证据体.然后,把各个焦元的信任度融入D-S证据理论组合规则,从而融合神经网络证据体及新加权证据体.最后,依据决策准则确定锂电池系统的故障状态.通过仿真实验验证了本文提出的改进D-S证据理论融合诊断方法在电动汽车锂电池故障诊断中的有效性.

关键词：故障诊断、电动汽车、锂电池、改进证据理论、信息融合

所属期刊栏目：12

分类号：TP301(计算技术、计算机技术)

资助基金：上海市"科技创新行动计划"高新技术领域科研项目15111106800;上海市发电过程智能管控工程技术研究中心项目14DZ2251100;上海市电站自动化技术重点实验室开放课题13DZ2273800

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：526-537