[发明专利]一种动力电池系统的不一致性故障诊断方法及系统

权利要求书

1.一种动力电池系统的不一致性故障诊断方法，其特征在于，包括：

获取车辆动力电池系统的实车运行数据；所述车辆动力电池系统包括n个动力电池单体；

根据所述实车运行数据，构建电压幅值特征矩阵；所述电压幅值特征矩阵为N/2行n列的矩阵，所述电压幅值特征矩阵中的元素a_x,j表示第x个采样点对应频率下第j个动力电池单体的电压数据的幅值特征值，N表示采样点总数；

根据所述电压幅值特征矩阵，确定电压不一致性异常系数矩阵；所述电压不一致性异常系数矩阵为N/2行n列的矩阵，所述电压不一致性异常系数矩阵的元素k_x,j表示第x个采样点对应频率下第j个动力电池单体的电压不一致性异常系数；

根据所述电压不一致性异常系数矩阵，确定具有电压不一致性故障的动力电池单体；

所述根据所述电压幅值特征矩阵，确定电压不一致性异常系数矩阵，具体包括：

将所述电压幅值特征矩阵中的元素的进行量纲变换，得到电压数据频域幅值特征矩阵；所述电压数据频域幅值特征矩阵为N/2行n列的矩阵，所述电压数据频域幅值特征矩阵中的元素a′_x,j表示第x个采样点对应频率下第j个动力电池单体的频域幅值特征值；根据所述电压数据频域幅值特征矩阵，计算同一采样点对应频率下的所有动力电池单体对应的频域幅值特征的均值以及标准差；根据所述电压数据频域幅值特征矩阵、所述均值和所述标准差，基于Z分数理论，确定电压不一致性异常系数矩阵。

2.根据权利要求1所述的一种动力电池系统的不一致性故障诊断方法，其特征在于，所述根据所述实车运行数据，构建电压幅值特征矩阵，具体包括：

采用大数据预处理技术对所述实车运行数据处理，以提取所有所述动力电池单体对应的全生命周期原始电压数据集；所述大数据预处理技术包括数据清洗、数据降维和数据变换；

根据所述全生命周期原始电压数据集，构建动力电池单体电压矩阵；所述动力电池单体电压矩阵为t行n列的矩阵，所述动力电池单体电压矩阵中的元素v_i,j表示在第i时刻下第j个动力电池单体的电压值，t表示时刻总数；

根据所述动力电池单体电压矩阵、快速傅里叶变换算法和取模运算算法，构建电压幅度特征矩阵；所述电压幅度特征矩阵为N/2行n列的矩阵，所述电压幅度特征矩阵中的元素m_x,j表示第x个采样点对应频率下的第j个动力电池单体的电压数据的幅度特征值，N表示采样点总数；

根据所述电压幅度特征矩阵，构建电压幅值特征矩阵。

3.根据权利要求1所述的一种动力电池系统的不一致性故障诊断方法，其特征在于，所述根据所述电压不一致性异常系数矩阵，确定具有不一致性故障的动力电池单体，具体包括：

在动力电池单体对应的所有电压不一致性异常系数中，若至少有一个电压不一致性异常系数超过故障阈值，则将动力电池单体标记为具有电压不一致性故障的动力电池单体，并遍历所述车辆动力电池系统中的所有动力电池单体，得到所有具有电压不一致性故障的动力电池单体。

4.根据权利要求1所述的一种动力电池系统的不一致性故障诊断方法，其特征在于，还包括：

当具有电压不一致性故障的动力电池单体的数量为0时，表征所述车辆动力电池系统的电压一致性良好；

当具有电压不一致性故障的动力电池单体的数量为1时，输出具有电压不一致性故障的动力电池单体对应的编号；

当具有电压不一致性故障的动力电池单体的数量大于1时，输出每个具有电压不一致性故障的动力电池单体对应的编号和异常率；

其中，所述异常率为第一频次与总频次的比值；所述第一频次为一个具有电压不一致性故障的动力电池单体对应的电压不一致性异常系数超过故障阈值的频次；所述总频次为所有具有电压不一致性故障的动力电池单体对应的电压不一致性异常系数超过故障阈值的频次的和。