[发明专利]基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法

权利要求书

1.基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法，其特征在于，包括以下步骤：

采集动力电池组中各个单体电池的电压和表面温度数据；

对采集的电压和表面温度数据，利用改进的格拉布斯准则分别筛选出异常数据；

确定动力电池组中单体电池的类型及型号，选择合适的电池等效模型；

在不同温度间隔的环境下，进行电池测试，采用最小递归二乘法完成不同温度环境下电池等效模型参数的辨识，得到电池的电热耦合模型；

基于搭建的电池电热耦合模型，进行电池故障模拟，采集不同模拟故障情况下电池电热耦合模型输出电池表面温度和电压数据，建立不同故障类型的电池故障模型；

将筛选出的异常数据与近似环境温度下的电池故障模型输出的数据求残差，如果所得到的残差符合零均值的正态分布，基于贝叶斯假设检验，得到电池故障与某一类型电池故障模型匹配的概率。

2.根据权利要求1所述的基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法，其特征在于，所述改进的格拉布斯准则具体为采用样本中位数替代样本均值，改进后的格拉布斯准则，对于某一样本数据{x₁,x₂,x₃…}，数据x_i经过如下转换得到统计量S_new：

其中，x_i为数据采样值，σ为样本的方差，为样本均值，n为样本数量，x_m为采集样本数据的中位数。

3.根据权利要求2所述的基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法，其特征在于，所述筛选出异常数据具体为：

对统计量公式进行变换得到一个服从自由度为N-2，双边置信度为a/2N的t分布：

对于指定的N和置信概率a，根据t分布得到统计量的临界值：

对于某个数据的残差，若满足公式

|e_i|＝|x_i-x_m|＞σS(α,N)

则判断该数据为异常数据，其中S(α,N)通过查格拉布斯临界值表获得。

4.根据权利要求1所述的基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法，其特征在于，所述选择合适的电池等效模型具体为采用考虑了温度影响的二阶RC等效电路模型，模型包括电阻R₀、R_L、R_S，电容C_L、C_S以及电池，其中R_L与C_L并联，R_S与C_S并联。

5.根据权利要求1所述的基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法，其特征在于，所述电池测试具体为不同环境温度的电池HPPC测试和开路电压测试。