[发明专利]基于闵氏距离和两步检测策略的电池组多故障诊断方法

说明书

本发明公开了基于闵氏距离和两步检测策略的电池组多故障诊断方法，包括以下步骤：S1、按照串‑并联交错电压测量设计布置传感器的位置，在不同的故障条件下，采集每个传感器测量的电压数据；S2、建立闵氏距离相似度计算公式；S3、根据闵氏距离相似度计算模型计算闵氏距离相似度，建立故障诊断策略；S4、建立基于阈值的能够区分出具有相似特征故障的隔离模型。本发明的有益效果在于：根据串‑并联电池组交错电压测量设计，可以有效地识别并定位出连接松脱故障、传感器故障和短路故障，无需复杂的电池模型，对数据依赖度低，计算量小。

技术领域

本发明涉及电池技术领域，具体是新能源汽车动力电池系统故障诊断领域，尤其涉及基于闵氏距离和两步检测策略的电池组多故障诊断方法。

背景技术

动力电池是新能源汽车的核心部分。近年来由于动力电池引发的电动汽车起火事件时有发生。为了避免起火事件的发生，对电池管理系统(BMS)的故障诊断功能提出了较高的要求。由于锂离子电池高功率、高能量密度、循环寿命长、自放电率低等优点，已被应用在众多新能源汽车上。虽然锂离子电池具有许多优点且电池技术不断取得进步，但是由于使用不当或电、热和安全管理系统技术发展水平的限制，仍有可能会出现各种机、电、热滥用。因此，对电池系统故障诊断方法研究仍然有着重要的意义。

根据诊断原理不同，电池系统故障诊断方法主要可以分为三类：基于解析模型的方法、基于数据驱动的方法和基于信号统计的方法。前两种方法主要针对单体信息进行分析，无法统计不同单体之间的信息，基于信号统计的方法能够统计不同单体之间的相关信息。这几种方法都能实现常见电池系统故障的诊断，且都有各自的特点。目前，电池系统故障诊断仍然存在以下问题。

(1)模型复杂，效率低

大多数方法需要建立复杂的电池模型，对电池模型的参数进行迭代，根据估计的值和实际值进行比较，判断是否出现故障。该方法效率较为低下。

(2)数据依赖性强

各种数据驱动的方法在电池系统故障诊断中得到运用。该方法无需精确的数学模型，较为简单。然而，该类方法对数据的依赖度较高，往往需要大量的数据进行训练。

(3)计算量大，灵敏性低

基于信号统计的方法，往往需要计算任意两单体之间的相关信息，从而导致计算量大等问题，对于由成百上千电池单体构成的电池组而言，减少计算量可以大幅度提高诊断效率。

发明内容

为解决现有技术中的不足，本发明提供基于闵氏距离和两步检测策略的电池组多故障诊断方法，根据串-并联电池组交错电压测量设计，可以有效地识别并定位出连接松脱故障、传感器故障和短路故障，无需复杂的电池模型，对数据依赖度低，计算量小。

本发明为实现上述目的，采用以下技术方案：基于闵氏距离和两步检测策略的电池组多故障诊断方法，包括以下步骤：

S1、按照串-并联交错电压测量设计布置传感器的位置，在不同的故障条件下，采集每个传感器测量的电压数据；

S2、建立闵氏距离相似度计算模型；

S3、根据闵氏距离相似度计算模型计算闵氏距离相似度，建立故障诊断策略；

S4、建立基于阈值的能够区分出具有相似特征故障的隔离模型。