[发明专利]一种电动汽车电池故障诊断方法和装置

说明书

本申请实施例公开了一种电动汽车电池故障诊断方法，预先获取历史电池特征数据，并针对一个故障类型从所获取的历史电池特征数据选取正样本和负样本，进而根据机器学习算法，基于该故障类型的正样本和负样本，训练该故障类型对应的弱分类器，并基于该弱分类器构建电池故障分类器；在利用上述电池故障分类器诊断电池故障时，获取待诊断电池的电池特征数据，将该电池特征数据输入至电池故障分类器，该电池故障分类器至少包括一个分类器，并且一个分类器对应于一种故障类型，电池故障分类器可以自动根据电池特征数据确定待诊断电池所属的故障类型，无需工程师人工确定待诊断电池的故障类型，大大减少了工程师对电动汽车进行电池故障诊断时的工作量。

技术领域

本申请涉及电池故障诊断领域，特别是涉及一种电动汽车电池故障诊断方法和装置。

背景技术

电动汽车电池是电动汽车上的动力来源，电动汽车的起动、行驶均需要依赖电池提供的电能，一旦电动汽车电池发生故障，将对电动汽车的工作产生很大的影响。因此，及时准确地对电动汽车电池进行故障诊断十分重要。

现有技术中，电动汽车电池发生故障时，通常需要工程师读取电池监测装置(Battery Monitoring Unit，BMU)发出的故障码，结合非易失存储器(Non-volatileMemory，NVM)中存储的电池电压、温度等数据，对当前电池的故障情况进行分析，得到电池故障诊断结果。

采用上述现有技术对电动汽车电池进行故障检测时，往往需要工程师具有丰富的诊断经验，并且具有较强的数据分析能力和故障判断能力，才能够得到准确的故障诊断结果，对于工作经验不太丰富的工程师来说，诊断得到的故障诊断结果很可能准确度不高。

发明内容

为了解决上述技术问题，本申请提供了一种电动汽车电池故障诊断方法，能够自动对待诊断电池进行电池故障诊断，为工程师进行故障分析和处理提供一定的参考信息，减少工程师进行电池故障诊断时需要耗费的工作量。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供了一种电动汽车电池故障诊断方法，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。

可选的，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。

可选的，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。

可选的，所述根据所述弱分类器构建电池故障分类器，包括：