[发明专利]基于贝叶斯网络的故障检测方法在审
申请号: | 201811196358.0 | 申请日: | 2018-10-15 |
公开(公告)号: | CN109270461A | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 周迅;黄勇;代高强;贾宗锐;吴达军 | 申请(专利权)人: | 四川长虹电器股份有限公司 |
主分类号: | G01R31/36 | 分类号: | G01R31/36 |
代理公司: | 成都虹桥专利事务所(普通合伙) 51124 | 代理人: | 李凌峰 |
地址: | 621000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及电池管理系统技术领域,本发明是要解决现有电池管理系统故障检测效率较低的问题,提出一种基于贝叶斯网络的故障检测方法,包括以下步骤:建立具有常规故障表征和故障成因对应关系的贝叶斯网络拓扑结构;训练贝叶斯网络拓扑结构,获取条件概率;进行贝叶斯网络拓扑结构参数学习,获取故障表征的先验概率;电池管理系统发生某一故障表征后,贝叶斯网络拓扑结构根据对应的故障表征的先验概率和条件概率计算各对应故障成因的后验概率;选取所述后验概率最大值对应的故障成因作为故障检测结果。无需技术人员频繁试验,简化了故障检测的流程,提高了电池管理系统故障检测的效率,适用于电池管理系统。 | ||
搜索关键词: | 电池管理系统 贝叶斯网络拓扑结构 故障检测 故障表征 故障成因 贝叶斯网络 后验概率 先验概率 故障检测结果 故障检测效率 参数学习 常规故障 获取条件 条件概率 概率 试验 | ||
【主权项】:
1.基于贝叶斯网络的故障检测方法,应用于电池管理系统,其特征在于,所述方法包括以下步骤:S1.建立具有常规故障表征和故障成因对应关系的贝叶斯网络拓扑结构;S2.根据电池管理系统的维修记录,训练所述贝叶斯网络拓扑结构,获取条件概率;S3.根据电池管理系统的运行数据,进行贝叶斯网络拓扑结构参数学习,获取故障表征的先验概率;S4.电池管理系统发生某一故障表征后,所述贝叶斯网络拓扑结构根据对应的故障表征的先验概率和条件概率计算各对应故障成因的后验概率;S5.选取所述后验概率最大值对应的故障成因作为故障检测结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/patent/201811196358.0/,转载请声明来源钻瓜专利网。