2024年11月20日 · 基于数据驱动的电池组早期故障实时诊断方法及系统1.本发明涉及电动汽车电池组故障检测技术领域,尤其涉及一种基于数据驱动的电池组早期故障实时诊断方法及系统。
设计并实施故障实验方案,搭建电池组实验平台进行故障检测与诊断实验,模拟锂离子电池组常见故障,为后续基于深度学习的故障检测与诊断方法研究奠定了基础。
2023年12月9日 · 为了更加精确地检测出电池组中存在安全方位隐患的故障电池,本文提出了一种故障检测方法。 首先,根据单体故障引起电池组一致性差异,使用引入滑动窗的局部离群点检测算法,检测电池组中不一致单体,同时捕捉单体不一致特性的演化性,根据演化性区分仅存在不一致的单体和具有隐患的故障单体,并对单体的不一致程度划分等级；其次,利用改进标准差算法对
2022年1月25日 · 1.一种基于数据驱动的电池组早期故障实时诊断方法,其特征在于,包括： 获取电池组中每个单体电池健康状态下的历史电压数据,并进行预处理； 对于处理后的历史电压数据求取协方差矩阵,并计算协方差矩阵的特征值和特征向量；根据所述特征值确定平方预测误差的控制限； 基于主成分分析
2023年12月10日 · 文献 提出了一种基于LSTM的并联锂离子电池组连接故障诊断方法,利用测量的端电压、总电流、SOC估计支路电流分布,将电流残差与设定的阈值进行比较,从而判断电池是否发生连接故障。 文献 提出了一种基于数据驱动的电池过放电故障诊断方法,利用实时电压和预测电压的残差与设定的三个阈值进行比较,进而检测电池是否发生过放电故障。
2022年3月30日 · 本实验基于电池放电数据,提出了 一种检测和诊断历史运行数据极值差变化趋势的方法,提前识别渐进故障信号,减少电池突发故障引起的问题。 删除异常值下轮廓,获取新的输入数据,输出最高终诊断结果（正常）。
5 天之前 · 本文将孤立森林算法应用于锂离子电池内短路故障检测,通过实验获得串联锂离子电池组在多种短路工况下的电压数据,并在一个电池储能系统中进行了实际运行工况下的电池短路实验。 然后利用孤立森林算法识别短路电池的电压异常,进而对电池组中内短路故障进行检测。 结果显示,孤立森林算法能够对多种工况下的千欧姆数量级的微内短路故障进行有效识别,该算法
2024年11月27日 · BMS（Battery Management System,电池管理系统）在电池组的故障诊断和维护中发挥着重要作用,通过实时监测和数据分析,能够及时发现潜在问题并采取相应措施。
2023年2月26日 · 锂离子电池故障主要有 内部短路、外部短路、开路、连接故障、过充、过放等等,目前可以通过仿真技术获取数据的故障有：外部短路、连接故障、传感器故障等等,接下来我就简单说说如何利用 仿真技术 获取可以验证锂离子电池 故障数据 （不对的地方请各位
2023年10月16日 · 本文利用基于数据驱动的方法,开发一种在线的电池故障诊断及预警方法。 为解决云平台中采集的充放电过程数据中存在大量随机噪声的问题,提出一种基于历史数据和卡尔曼滤波的数据降噪方法,并提出一种特征指数化的特征提取方法,有效放大微小的故障特征。 为了避免不一致性电芯带来的误报,提出一种基于余弦相似度（Cosine Similarity,CS）的故障值计