[发明专利]基于贝叶斯网络的故障检测方法

权利要求书

1.基于贝叶斯网络的故障检测方法，应用于电池管理系统，其特征在于，所述方法包括以下步骤：

S1.建立具有常规故障表征和故障成因对应关系的贝叶斯网络拓扑结构；

S2.根据电池管理系统的维修记录，训练所述贝叶斯网络拓扑结构，获取条件概率；

S3.根据电池管理系统的运行数据，进行贝叶斯网络拓扑结构参数学习，获取故障表征的先验概率；

S4.电池管理系统发生某一故障表征后，所述贝叶斯网络拓扑结构根据对应的故障表征的先验概率和条件概率计算各对应故障成因的后验概率；

S5.选取所述后验概率最大值对应的故障成因作为故障检测结果。

2.如权利要求1所述的基于贝叶斯网络的故障检测方法，其特征在于，所述步骤S1包括：

将常规故障表征作为贝叶斯网络根节点，将故障成因作为贝叶斯网络子节点，根据系统层级建立每一层节点与下一层节点之间的对应关系，直到底层故障成因，得到具有常规故障表征和故障成因对应关系的贝叶斯网络拓扑结构。

3.如权利要求2所述基于贝叶斯网络的故障检测方法，其特征在于，所述贝叶斯网络根节点的先验概率通过以下方法获取：

记录所述贝叶斯网络根节点在运行数据中的总数，以及贝叶斯网络根节点中发生故障的个数,计算根节点对应的故障表征的先验概率。

4.如权利要求1所述的基于贝叶斯网络的故障检测方法，其特征在于，所述步骤S2包括：

将所述维修记录中的数据矩阵化处理得到故障维修矩阵，采用参数期望最大化算法对故障维修矩阵进行迭代，更新贝叶斯网络拓扑结构。

5.如权利要求1所述的基于贝叶斯网络的故障检测方法，其特征在于，所述步骤S5还包括：

根据贝叶斯网络拓扑结构得到的故障成因，对电池管理系统进行维修后，进入步骤S2。

6.如权利要求1至5任一项所述的基于贝叶斯网络的故障检测方法，其特征在于，所述运行数据包括电流数据和/或电压数据和/或温度数据。

7.如权利要求1所述的基于贝叶斯网络的故障检测方法，其特征在于，所述常规故障表征和故障成因包括BMS与ECU通信异常、绝缘监测报警、SOC异常、电池电流数据异常、通信控制管理、电池状态分析、状态监测模块、CAN总线匹配不良剩余电量评估、电流监测、电流传感器和/或显示信号线故障。