[发明专利]一种电动汽车电池故障诊断方法和装置

权利要求书

1.一种电动汽车电池故障诊断方法，其特征在于，所述方法包括：

获取历史电池特征数据；

对于一个故障类型，从所述历史电池特征数据中选取属于所述故障类型的电池特征数据作为正样本，从所述历史电池特征数据中选取不属于所述故障类型的电池特征数据作为负样本；

根据机器学习算法，训练所述故障类型的正样本和负样本得到对应于所述故障类型的弱分类器；

根据所述弱分类器构建电池故障分类器；

获取待诊断电池的电池特征数据；

将所述待诊断电池的电池特征数据输入所述电池故障分类器，所述电池故障分类器至少包括一个分类器，一个所述分类器对应于一种故障类型；

根据所述电池故障分类器输出的诊断数据，确定所述待诊断电池所属的故障类型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述弱分类器构建电池故障分类器，包括：

对应于一个故障类型训练一个所述弱分类器，所述弱分类器为所述电池故障分类器。

3.根据权利要求2所述的方法，其特征在于，所述根据所述电池故障分类器输出的诊断数据，确定所述待诊断电池所属的故障类型包括：

若所述电池故障分类器输出的诊断数据大于第一预设阈值，则所述待诊断电池属于所述电池故障分类器对应的故障类型；

若所述电池故障分类器输出的诊断数据小于所述第一预设阈值，则所述待诊断电池不属于所述电池故障分类器对应的故障类型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述弱分类器构建电池故障分类器，包括：

对应于一个故障类型训练至少两个所述弱分类器，根据所述至少两个弱分类器构建对应于所述故障类型的强分类器，所述强分类器为所述电池故障分类器。

5.根据权利要求4所述的方法，其特征在于，所述根据所述电池故障分类器输出的诊断数据，确定所述待诊断电池所属的故障类型包括：

若所述电池故障分类器输出的诊断数据大于第二预设阈值，则所述待诊断电池属于所述电池故障分类器对应的故障类型；

若所述电池故障分类器输出的诊断数据小于所述第二预设阈值，则所述待诊断电池不属于所述电池故障分类器对应的故障类型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述弱分类器构建电池故障分类器，包括：

对应于一个故障类型训练至少两个所述弱分类器，根据所述至少两个弱分类器构建对应于所述故障类型的强分类器；

并行运行所述对应于各个故障类型的强分类器，所述并行运行的各个故障类型对应的强分类器构成所述电池故障分类器。

7.根据权利要求6所述的方法，其特征在于，所述根据所述电池故障分类器输出的诊断数据，确定所述待诊断电池所属的故障类型包括：

若所述电池故障分类器中所述强分类器输出的诊断数据大于第三预设阈值，则所述待诊断电池属于所述强分类器对应的故障类型；

若所述电池故障分类器中所述强分类器输出的诊断数据小于所述第三预设阈值，则所述待诊断电池不属于所述强分类器对应的故障类型。

8.一种电动汽车电池故障诊断装置，其特征在于，所装置包括：

历史数据获取模块，用于获取历史电池特征数据；

样本选取模块，用于对于一个故障类型，从所述历史电池特征数据中选取属于所述故障类型的电池特征数据作为正样本，从所述历史电池特征数据中选取不属于所述故障类型的电池特征数据作为负样本；

训练模块，用于根据机器学习算法，训练所述故障类型的正样本和负样本得到对应于所述故障类型的弱分类器；

构建模块，用于根据所述弱分类器构建电池故障分类器；

获取模块，用于获取待诊断电池的电池特征数据；

输入模块，用于将所述待诊断电池的电池特征数据输入所述电池故障分类器，所述电池故障分类器至少包括一个分类器，一个所述分类器对应于一种故障类型；

确定模块，用于根据所述电池故障分类器输出的诊断数据，确定所述待诊断电池所属的故障类型。