[发明专利]一种软包电池传感器故障在线检测方法

说明书

本发明公开了一种软包电池传感器故障在线检测方法，测量并记录电池输入电流和端电压数据，通过热电偶传感器采集软包电池表面温度数据，在不知道系统模型和参数的信息的前提下，利用滚动时域的在线学习方法，根据主元矩阵、输入电流向量和端电压数据向量对预设的预测模型进行训练和验证，得到对应时刻的温度数据的估计值；根据热电偶温度数据测量值和对应时刻的温度数据估计值得到故障检测残差，根据故障检测残差、预设的残差评估函数和预设的故障检测阈值得到检测结果。利用少数的热电偶和电流、电压传感器，在不知道准确模型的前提下，实现了软包锂离子电池的传感器故障检测。

技术领域

本发明属于故障检测技术领域，特别是涉及一种软包电池传感器故障在线检测方法。

背景技术

相比于方形和圆柱形电池，软包锂离子电池具有能量密度高、安全性高、灵活性高和成本低的特点，是新能源汽车的动力来源，其运行安全是科研界和业界重点关注的问题。电池管理系统通过各种传感器（温度，电压，电流等）进行电池状态信息监测，运行状态评估以及管理，对电池高性能、长寿命和安全运行至关重要。然而，这些传感器种类数量繁多，在发生故障情况下，会造成电池管理系统无法准确获得电池系统状态信息，导致电池出现不可逆的损伤甚至安全隐患。目前基于电池内部热力学模型的故障检测方法需要事先知道系统模型和参数的信息，而实际应用中往往难以获得精准模型且存在各类干扰，制约了此类方法的应用推广。因此，亟需开发数据驱动的软包电池传感器故障在线检测方法。

发明内容

针对以上技术问题，本发明提供一种软包电池传感器故障在线检测方法。

本发明解决其技术问题采用的技术方案是：

一种软包电池传感器故障在线检测方法，方法包括如下步骤：

步骤S100：测量并记录电池输入电流和端电压数据，通过热电偶传感器采集软包电池表面温度数据，将输入电流和端电压数据表达成预设向量形式得到输入电流向量和端电压数据向量，将软包电池表面温度数据表达成预设矩阵形式得到温度数据矩阵；

步骤S200：对温度数据矩阵采用KL分解法得到奇异值矩阵，从奇异值矩阵中选取最大的个奇异值，并计算得到对应的基函数矩阵，根据基函数矩阵和温度数据矩阵得到主元矩阵；

步骤S300：利用滚动时域的在线学习方法，根据主元矩阵、输入电流向量和端电压数据向量对预设的预测模型进行训练和验证，得到对应时刻的温度数据的估计值；

步骤S400：获取一时刻的热电偶温度数据测量值，根据热电偶温度数据测量值和对应时刻的温度数据估计值得到故障检测残差，根据故障检测残差、预设的残差评估函数和预设的故障检测阈值得到检测结果。

优选地，步骤S100中将输入电流和端电压数据表达成预设向量形式，将软包电池表面温度数据表达成预设矩阵形式，具体为：

其中，和分别为测量的端电压数据向量和电流数据向量，为时间步长，为个热电偶测量的温度数据矩阵。

优选地，步骤S200包括：

步骤S210：根据温度数据矩阵得到矩阵C，对矩阵C进行奇异值分解得到奇异值矩阵；

步骤S220：从奇异值矩阵中选取最大的个奇异值，根据温度数据矩阵以及最大的个奇异值对应的元素得到基函数矩阵；根据基函数矩阵和温度数据矩阵得到主元矩阵。

优选地，步骤S210中根据温度数据矩阵得到矩阵C具体为：

其中，为温度数据矩阵，为时间步长；

步骤S210中对矩阵C进行奇异值分解，具体为：