[发明专利]一种基于聚类分析的电池系统在线故障诊断方法和系统有效
申请号: | 202110059389.7 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112858919B | 公开(公告)日: | 2022-04-01 |
发明(设计)人: | 王震坡;孙振宇;刘鹏;张照生;逄昊;尹豪 | 申请(专利权)人: | 北京理工大学;北京理工新源信息科技有限公司 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/385 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 张琳丽 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 聚类分析 电池 系统 在线 故障诊断 方法 | ||
1.一种基于聚类分析的电池系统在线故障诊断方法,其特征在于,包括:
获取电动汽车的运行数据;所述运行数据包括:每一电池单体的电压、电流和温度;
根据所述运行数据形成电压矩阵;所述电压矩阵的行代表电池单体序号,所述电压矩阵的列代表时间序列;
采用K-means聚类算法,根据所述电压矩阵将电动汽车中的电池单体分为异常电池单体簇和正常电池单体簇;
确定所述异常电池单体簇和所述正常电池单体簇中电池单体的数量比,并分别确定所述异常电池单体簇中簇中心和所述正常电池单体簇中簇中心的相关参数;所述相关参数包括:相关系数和波动方差;
根据所述相关参数确定所述异常电池单体簇的簇中心与所述正常电池单体簇的簇中心间的欧式距离;
获取预设阈值;所述预设阈值包括:数量比阈值和欧式距离阈值;
根据所述数量比与所述数量比阈值间的关系,以及所述欧式距离与所述欧式距离阈值间的关系确定异常电池单体,并输出所述异常电池单体的序号;
所述采用K-means聚类算法,根据所述电压矩阵将电动汽车中的电池单体分为异常电池单体簇和正常电池单体簇,具体包括:
根据所述电压矩阵构建样本集;所述样本集包括:多个由每一电池单体的相关系数和每一电池单体波动方差构成的元素;
采用所述K-means聚类算法基于所述样本集将电动汽车中的电池单体分为异常电池单体簇和正常电池单体簇;
所述根据所述电压矩阵构建样本集,具体包括:
确定所述电压矩阵中相邻两个电池单体间的皮尔森相关系数;
根据确定的相邻两个电池单体间的皮尔森相关系数确定电池单体的相关系数;
获取每一电池单体的电压值以及所有电池单体的电压均值;
根据所述每一电池单体的电压值以及所有电池单体的电压均值确定电池单体的波动方差;
根据所述电池单体的相关系数和所述电池单体的波动方差构建所述样本集。
2.根据权利要求1所述的基于聚类分析的电池系统在线故障诊断方法,其特征在于,所述根据所述电压值和电压均值确定电池单体的波动方差,具体包括:
根据所述每一电池单体的电压值以及所有电池单体的电压均值对所述电池单体进行趋势化处理后,得到趋势化向量;
根据所述趋势化向量确定电池单体的波动方差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学;北京理工新源信息科技有限公司,未经北京理工大学;北京理工新源信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110059389.7/1.html,转载请声明来源钻瓜专利网。