CN111257753B - 一种电池***故障诊断方法 - Google Patents

一种电池***故障诊断方法 Download PDF

Info

Publication number
CN111257753B
CN111257753B CN202010162086.3A CN202010162086A CN111257753B CN 111257753 B CN111257753 B CN 111257753B CN 202010162086 A CN202010162086 A CN 202010162086A CN 111257753 B CN111257753 B CN 111257753B
Authority
CN
China
Prior art keywords
battery
fault
equivalent circuit
circuit model
battery system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010162086.3A
Other languages
English (en)
Other versions
CN111257753A (zh
Inventor
刘征宇
刘项
姚利阳
杨昆
汪浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010162086.3A priority Critical patent/CN111257753B/zh
Publication of CN111257753A publication Critical patent/CN111257753A/zh
Application granted granted Critical
Publication of CN111257753B publication Critical patent/CN111257753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

一种电池***故障诊断方法，其包括：S1.建立健康状态下电池等效电路模型，并进行参数辨识；S2.分别获取各单体电池及等效电路模型的频率响应；S3.通过所述电池等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池***中各电池单体是否发生故障；S4.通过所述等效电路模型建立故障模型，利用多故障模型技术判断故障类型。本发明解决了传统电池***故障诊断方法中存在的应用范围窄及判断不准确的问题。

Description

一种电池***故障诊断方法
技术领域
本发明属于电池技术领域，特别是涉及一种电池***故障诊断方法。
背景技术
电新能源电动汽车具有低噪声、几乎零排放的优点，是解决能源短缺、环境污染问题的重要途径。动力电池是电动汽车的重要组成部分，在很大程度上决定了电动汽车的性能。锂离子电池具有电压高、能量高和无记忆性等特点，其组成的电池组广泛应用于电动汽车和储能等***。由于电池自身安全问题导致车辆事故屡见不鲜，针对锂离子电池安全事故频发问题，电池故障诊断在电动汽车的发展过程中得到越来越多的关注。
已有的电池故障诊断方法存在一定缺陷，如在基于模型的故障诊断方法中，应用观测器的故障诊断技术适用于很少或者没有测量噪声的电池***中，应用范围窄。此外，当前的电池故障诊断大都是用固定阈值对残差进行评估，存在一些不确定因素的影响，如检测电路对电池的影响等。
发明内容
本发明的目的是提供一种电池***故障诊断方法，解决了现有技术中应用范围窄及判断不准确的问题。
为解决上述技术问题，本发明是通过以下技术方案实现：
本发明提供一种电池***故障诊断方法，包括：
S1：建立健康状态下电池等效电路模型，并进行参数辨识；
S2：分别获取所述参数辨识后的等效电路模型及电池***中各电池单体的频率响应；
S3：通过等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池***中各电池单体是否发生故障；
S4：通过所述等效电路模型建立故障模型，利用多故障模型技术判断故障类型。
在本发明的一个实施例中，所述电池***包括多个电池。
在本发明的一个实施例中，所述等效电路模型中包括电荷扩散引起的电容、电荷转移引起的电容、表示电池欧姆内阻、电荷扩散引起的电阻以及电荷转移引起的电阻。
在本发明的一个实施例中，步骤S2包含以下步骤：
S21：用电流激励所述等效电路模型及实际电池***；
S22：获取电池等效电路模型的端电压及实际电池***各单体电池的端电压；
S23：将所获取的端电压进行傅里叶变换，得到等效电路模型及实际电池***各单体电池的频率响应值。
在本发明的一个实施例中，所述电流为正弦电流。
在本发明的一个实施例中，步骤S3中包括以下步骤：
S31：通过对所述等效电路模型和实际电池***各单体电池的频率响应值建立幅值平方相干函数；
S32：获取动态阈值；
S33：若幅值平方相干函数值小于等于所述动态阈值，则电池***中对应的电池单体发生故障。
在本发明的一个实施例中，步骤S4中包括以下步骤：
S41：根据所述等效电路模型建立多故障模型；
S42：通过多故障模型技术来确定故障类型。
在本发明的一个实施例中，所述故障模型是利用等效电路模型在电池发生故障状况下进行参数辨识获得。
在本发明的一个实施例中，所述故障类型包括过充、过放及电池内部短路。
在本发明的一个实施例中，所述故障模型是利用所述等效电路模型在电池发生故障状况下进行参数辨识获得。
本发明提供一种电池***故障诊断***，包括：
至少一电池；
电池管理***，连接所述电池，用以对所述电池进行故障诊断；
其中，所述电池管理***建立电池等效电路模型，并进行参数辨识；
其中，所述电池管理***进行参数辨识后，获取所述等效电路模型及实际电池***各单体电池的频率响应值；
其中，所述电池管理***通过所述等效电路模型及实际电池***各单体电池的频率响应值所述实际电池***是否发生故障；
其中，所述电池管理***利用所述等效电池电路模型建立多故障模型，以判断故障类型。
本发明的一种电池故障诊断方法，包括了故障模型的建立、动态阈值的确认，使得电池故障诊断快速、精确、电池使用安全性能大大提高。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施的示意图；
图2为本发明实施的流程图；
图3电池二阶RC等效电路模型；
图4为锂离子OCV-SOC图；
图5多模型残差的产生和概率估计；
图6为电池***故障诊断***的示意图。
组件标号：
100-电池***故障诊断***，200-电池管理装置，201-电流传感器， 202-电压传感器，203-上位机，300-电池***，400-等效电路模型，401- 开路电压，402-电荷扩散引起的电阻，403-电荷转移引起的电阻，404-电池欧姆内阻,405-电荷扩散引起的电容，406-电荷转移引起的电容，407-电流，500-SOC-OCV曲线,600-多故障模型技术。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明公开了一种电池***故障诊断方法，包括在不同故障条件下辨识电池等效电路模型参数，获得电池的故障类型，以进行排查及修复，从而使得整个电池***效率提高。本发明包括故障模型的建立，动态阈值的确定，整体使得故障诊断快速、精确、电池使用安全性能提高。
请参阅图1-2所示，在本实施例中，所述电池***诊断方法至少包括以下步骤：建立健康状态下电池等效电路模型400，并进行参数辨识(步骤 S1)；进行参数辨识后，分别获取所述参数辨识后的等效电路模型及电池***中各电池单体的频率响应值(步骤S2)；通过所述等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池***中各电池单体是否发生故障(步骤S3)；通过所述等效电路模型400建立故障模型500，利用多故障模型技术600判断故障类型(步骤S4)。
请参阅图1-3所示，在本实施例中，首先建立健康状态下电池等效电路模型400，并进行参数辨识，更进一步的，通过参数辨识来获取电荷扩散引起的电容405、电荷转移引起的电容406、电池欧姆内阻404、电荷扩散引起的电阻402以及电荷转移引起的电阻403。其次进行参数辨识后分别获取所述参数辨识后的等效电路模型及电池***中各电池单体的频率响应值，其中此步骤中具体包括以下步骤：用电流激励所述等效电路模型400及实际电池***，其中所使用电流可为正弦电流；获取等效电路模型的端电压及实际电池***各单体电池的端电压；将所述的端电压进行傅里叶变换，得到等效电路模型及实际电池***各单体电池的频率响应值。再者通过所述等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池***中各电池单体是否发生故障，更进一步地，这一步骤具体包括：通过对所述等效电路模型和实际电池***各单体电池的频率响应值建立幅值平方相干函数；获取动态阈值；若幅值平方相干函数值小于等于所述动态阈值，则电池***中对应的电池单体发生故障。
请参阅图3及图4所示，在本实施例中，步骤S1中建立等效电路模型 400在本实施例中可建立二阶RC等效电路模型，如图3所示，其中图3中所示Vocv为开路电压401，V0为电池端电压，C1表示电荷扩散引起的电容 405，C2表示电荷转移引起的电容406，R0表示电池欧姆内阻404，R1表示电荷扩散引起的电阻402，R2表示电荷转移引起的电阻403,i表示充电或者放电电流407。其中开路电压Vocv401与电池荷电状态(State of charge,SOC)存在非线性系，可表示如下：
Vocv＝a1SOC8+a2SOC7+a3SOC6+a4SOC5
+a5SOC4+a6SOC3+a7SOC2+a8SOC
+a9
在本实施例中可采用8阶，在其他一些实施例中还可采用7阶或9阶，在整体电池***故障诊断开始前，可先设置一次完整的充放电过程，以获取实验数据，还可接着在软件中，例如为MATLAB中拟合开路开路电压与电池荷电状态的非线性关系中的参数a1,a2,…a9。
其中，具体地，电压v1和电压v2表示为：
Figure BDA0002406157360000061
其中，具体地，等效电池电路模型的端电压可从下式获得：
v0＝iR0+v1+v2+Vocv
其中，具体地，等效电路模型400在充电时电流i、电压v1和电压v2 为正值，等效电池电路模型在放电时，电流i、电压v1和电压v2为负值。
其中，具体的电池荷电状态为电池剩余容量与电池额定容量之比，可由下式得到：
Figure BDA0002406157360000071
其中，上式中SOC(0)是电池荷电状态的初始值，Cn是电池的额定容量用安时表示，η代表库仑效率。η的大小表示如下：
Figure BDA0002406157360000072
对式
Figure BDA0002406157360000073
进行离散化得：
Figure BDA0002406157360000074
其中，对式
Figure BDA0002406157360000075
及
Figure BDA0002406157360000076
离散可使用零阶保持器进行离散化，得
Figure BDA0002406157360000077
及
Figure BDA0002406157360000078
具体的，等效电路模型400具有状态变量x＝[SOC v1 v2]T，状态可用式 x(k)＝f(xk-1,ik-1)+ωk-1表示，接着列出后式z(k)＝h(xk,ik)+vk，其中z(k)表示输出，ω是具有零均值的输入高斯白噪声，v是具有零均值的测量噪声。根据上述内容，可得出等效电池电路模型400中的电荷状态、端电压之间的关系式可表示为：
Figure BDA0002406157360000079
而等效电路模型中的内阻403、电池荷电状态及端电压的关系式可表示为：
Figure BDA00024061573600000710
接着利用实验采集电池电流404及电压，运用递推最小二乘法可辨识出R0、R1、C1、R2和C2。
请参阅图1-3所示，在本实施例中，在步骤2中具体包括以下步骤：
S21：用电流404激励所述等效电路模型400及实际电池***；
S22：获取等效电路模型400的端电压及及实际电池***各单体电池的端电压；
S23：将所获取的端电压进行转换，得到等效电路模型400及实际电池***各单体电池的频率响应值。
具体的，在本实施例中，首先可使用正弦电流激励等效电路模型400 和实际电池***，接着可采用卡尔曼算法获取实际等效电路模型端电压，由测量获得实际电池***各单体电池端电压，再者可将得到的两个端电压进行快速傅里叶变换，从而得到等效电路模型频率响应值
Figure BDA0002406157360000081
和实际电池***各单体电池的频率响应值
Figure BDA0002406157360000082
请参阅图1-3所示，在本实施例中，在步骤3中具体包括以下步骤：
S31：通过对所述等效电路模型和实际电池***各单体电池的频率响应值建立幅值平方相干函数；
S32：获取动态阈值；
S33：若所述幅值平方相干函数值小于等于所述动态阈值，则电池***中对应的电池单体发生故障。
具体的，可使用幅值相干平方函数和动态阈值对实际电池***电路进行评估，其中等效电路模型及实际电池各电池单体幅值平方相干谱可以定义为：
Figure BDA0002406157360000091
其中，
Figure BDA0002406157360000092
是幅值平方相干谱，
Figure BDA0002406157360000093
是
Figure BDA0002406157360000094
的复共轭，由于分母中的归一化项，相干谱小于等于1，表示为
Figure BDA0002406157360000095
其中，在本实施例中，在有噪声的情况下，为了降低误报率提高检测概率，需设置估计阈值,记测试统计test，则：
Figure BDA0002406157360000096
Figure BDA0002406157360000097
其中，0<th<1是阈值。本文设测试统计test在单位时间T内的均值为μ，方差为σ2，根据切比雪夫不等式，对任意的实数ε＞0，可以得到：
Figure BDA0002406157360000098
将上式进行转换可以得到：
Figure BDA0002406157360000099
在本实施例中，此处可使用切比雪夫不等式来保证测试统计的分布范围，在任何数据集中，测试统计与测试统计的均值之差超过ε倍标准差的数据所占比例至多为
Figure BDA00024061573600000910
测试统计范围为：
th∈[μi-εσi,μi+εσi]
其中，μi是动态平均值，σi是动态标准差，i表示第i个数据。由于在本实施例中测试统计值小于阈值才认为有故障发生，因此取其下限μi-εσi。测试统计平均值μi和标准差σi通过以下两式不断更新：
Figure BDA00024061573600000911
Figure BDA00024061573600000912
其中，j+1表示动态数据子集内数据的总量，i必须大于j。因此，可以得到动态阈值th，表示如下：
th＝μi-εσi
其中，j和ε是根据需要设定的参数，它们决定了阈值曲线(SOC-OCV) 500的光滑程度，当j非常大时，动态子集内测试统计的均值接近样本的均值，则最终产生的阈值曲线(SOC-OCV)500非常平滑，即产生的动态阈值非常接近。其中ε值决定了所允许的数据偏离平均值的大小，ε值越大，则***漏报的概率越大；ε值越小，则误报的概率越大。因此需控制j值和ε的大小，以达到漏报率和误报率之间的平衡。
请参阅图1-3所示，在本实施例中，在步骤4中具体包括以下步骤：
S41：根据所述等效电路模型400建立故障模型，利用步骤S1中建立的等效电路模型400，再通过地推最小二乘法辨识不同状态下的 R0、R1、C1、R2和C2可以获得不同故障状态下的等效电路模型，即如图4所示，为电池多故障模型600。
S42：获取实际电池各电池单体的残差；
S43：利用多故障模型技术600，如图4所示，生成不同故障所发生的概率，概率最大的即为单体电池所发生的故障，故障类型包括但不仅限于过充、过放及电池短路。
更进一步地，上述残差在不同检测时间点的协方差可以表示为：
Figure BDA0002406157360000101
其中
Figure BDA0002406157360000102
表示在当前估计状态下所估计的线性化输出向量。在历史测量数据Z(ti-1)＝[zT(t1),...,zT(ti-1)]的基础上，第n个故障模型的条件概率密度可以表示为：fz(k)a,Z(k-1)(zk|an,Zk-1)＝βnexp(ο)
其中，
Figure BDA0002406157360000111
其中，l＝1表示测量维度，并且有
Figure BDA0002406157360000112
其中，rn表示第n个故障模型的残差信号。
更进一步地，第n个子***的条件概率可以表示为：
Figure BDA0002406157360000113
其中，pj表示第j个***的条件概率，j＝1,2,...,n。上式中，故障模型前一时刻的条件概率pn(k-1)相当于对前时刻的条件概率密度进行加权，在计算出每个模型的加权概率后，通过归一化处理得到当前时刻该模型的权值。若某个模型参数与实际***参数相符合或者匹配度较高，则该模型即为***所发生故障的类型，例如可为过充或过放。
请参阅图6，在本实施例中，本发明提供一种电池***故障诊断*** 100，包括：至少一电池300，及电池管理***200连接所述电池，以对所述电池300进行故障诊断，其中电池管理装置200可包括电流传感器201、电压传感器202、上位机203，所述电流传感器201及电压传感器202连接所述处理芯片203。
在本实施例中，所述电池***300包括多个电池，电池可为锂离子电池。
请参阅图6，在本实施例中，电流传感器201及电压传感器202连接至少一电池300，以获取电池300的即时电压及电流值，更进一步地，电流传感器201及电压传感器202连接上位机203，用以进行参数辨识。
在一些实施例中，电池***故障诊断***100可以外置于所述电池300。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (9)

1.一种电池***故障诊断方法，其特征在于，包括：
建立健康状态下电池等效电路模型，并进行参数辨识；
分别获取所述参数辨识后的电池等效电路模型及实际电池***中各电池单体的频率响应值；
通过所述电池等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池***中各电池单体是否发生故障，包括：
通过对所述电池等效电路模型和实际电池***中各单体电池的频率响应值建立幅值平方相干函数，作为测试统计test；
设置估计阈值,设测试统计test在单位时间T内的均值为μ，方差为σ2，根据切比雪夫不等式得到动态阈值th，表示如下：
th＝μi-εσi
其中，μi是动态平均值，σi是动态标准差，i表示第i个数据；
若幅值平方相干函数值小于等于所述动态阈值，则电池***中对应的电池单体发生故障；
通过所述电池等效电路模型建立多故障模型，利用多故障模型技术判断故障类型。
2.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，
所述电池***包括多个电池。
3.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，
所述等效电路模型中包括电荷扩散引起的电容、电荷转移引起的电容、电池欧姆内阻、电荷扩散引起的电阻及电荷转移引起的电阻。
4.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，
在获取所述电池等效电路模型及实际电池***中各单体电池的频率响应值包括以下步骤：
用电流激励所述电池等效电路模型及实际电池***；
获取电池等效电路模型的端电压及实际电池***各单体电池的端电压；
将所获取的端电压进行傅里叶变换，得到电池等效电路模型及实际电池***各单体电池的频率响应值。
5.根据权利要求4所述的一种电池***故障诊断方法，其特征在于，所述电流为正弦电流。
6.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，所述通过所述电池等效电池电路模型建立多故障模型，以判断故障类型包括：
根据所述电池等效电路模型建立多故障模型；
通过多故障模型技术来确定故障类型。
7.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，所述故障模型是利用所述等效电路模型在电池发生故障状况下进行参数辨识获得。
8.根据权利要求1所述的一种电池***故障诊断方法，其特征在于，所述故障类型包括过充、过放及电池内部短路。
9.一种电池***故障诊断***，其特征在于，包括：
至少一电池；
电池管理***，连接所述电池，用以对所述电池进行故障诊断；
其中，所述电池管理***建立电池等效电路模型，并进行参数辨识；
其中，所述电池管理***进行参数辨识后，获取所述电池等效电路模型及实际电池***各单体电池的频率响应值；
其中，所述电池管理***通过所述电池等效电路模型及实际电池***各单体电池的频率响应值及动态阈值诊断实际电池***中各单体电池是否发生故障，包括：
通过对所述等效电路模型和实际电池***中各单体电池的频率响应值建立幅值平方相干函数，作为测试统计test；
设置估计阈值,设测试统计test在单位时间T内的均值为μ，方差为σ2，根据切比雪夫不等式得到动态阈值th，表示如下：
th＝μi-εσi
其中，μi是动态平均值，σi是动态标准差，i表示第i个数据；
若幅值平方相干函数值小于等于所述动态阈值，则电池***中对应的电池单体发生故障；
其中，所述电池管理***利用所述电池等效电路模型建立多故障模型，以判断故障类型。
CN202010162086.3A 2020-03-10 2020-03-10 一种电池***故障诊断方法 Active CN111257753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010162086.3A CN111257753B (zh) 2020-03-10 2020-03-10 一种电池***故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010162086.3A CN111257753B (zh) 2020-03-10 2020-03-10 一种电池***故障诊断方法

Publications (2)

Publication Number Publication Date
CN111257753A CN111257753A (zh) 2020-06-09
CN111257753B true CN111257753B (zh) 2022-07-26

Family

ID=70949645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010162086.3A Active CN111257753B (zh) 2020-03-10 2020-03-10 一种电池***故障诊断方法

Country Status (1)

Country Link
CN (1) CN111257753B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112147512B (zh) * 2020-09-17 2021-11-26 北京理工大学 一种锂离子电池短路与滥用故障的诊断及分离方法
CN112285569B (zh) * 2020-10-29 2022-02-01 哈尔滨工业大学（威海） 一种基于动态阈值模型的电动汽车故障诊断方法
KR20230047709A (ko) * 2021-10-01 2023-04-10 주식회사 엘지에너지솔루션 단락 전류 예측 장치 및 방법
CN114252772B (zh) * 2021-12-22 2023-09-05 中国科学院电工研究所 一种锂离子电池内部短路诊断方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336249A (zh) * 2013-06-18 2013-10-02 北京空间飞行器总体设计部 一种导航卫星电源***自主管理仿真验证***
CN103548197A (zh) * 2012-03-19 2014-01-29 松下电器产业株式会社 蓄电池监视方法、蓄电池监视***以及蓄电池***
CN107526044A (zh) * 2017-09-08 2017-12-29 国网山东省电力公司信息通信公司 一种通信蓄电池遥测数据采集监控方法及***
CN109581237A (zh) * 2018-11-15 2019-04-05 山东金人电气有限公司 一种动力电池动态内阻检测方法，设备及计算机可读存储介质
CN109738811A (zh) * 2019-01-28 2019-05-10 东北大学 基于双级模型预测的锂离子电池组外部短路故障诊断方法
CN110441695A (zh) * 2019-08-07 2019-11-12 南京佑创汽车研究院有限公司 一种基于模型和信号处理相结合的电池组多故障综合诊断方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102468148B1 (ko) * 2016-02-19 2022-11-21 삼성전자주식회사 전자 장치 및 전자 장치의 음성 및 잡음 분류 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103548197A (zh) * 2012-03-19 2014-01-29 松下电器产业株式会社 蓄电池监视方法、蓄电池监视***以及蓄电池***
CN103336249A (zh) * 2013-06-18 2013-10-02 北京空间飞行器总体设计部 一种导航卫星电源***自主管理仿真验证***
CN107526044A (zh) * 2017-09-08 2017-12-29 国网山东省电力公司信息通信公司 一种通信蓄电池遥测数据采集监控方法及***
CN109581237A (zh) * 2018-11-15 2019-04-05 山东金人电气有限公司 一种动力电池动态内阻检测方法，设备及计算机可读存储介质
CN109738811A (zh) * 2019-01-28 2019-05-10 东北大学 基于双级模型预测的锂离子电池组外部短路故障诊断方法
CN110441695A (zh) * 2019-08-07 2019-11-12 南京佑创汽车研究院有限公司 一种基于模型和信号处理相结合的电池组多故障综合诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
关于幅值平方相干函数（MSCF）;谢正祥 等;《中国医学物理学杂志》;20050531;第22卷(第3期);539-541,547 *

Also Published As

Publication number Publication date
CN111257753A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN111257753B (zh) 一种电池***故障诊断方法
Gan et al. Data-driven fault diagnosis of lithium-ion battery overdischarge in electric vehicles
Liu et al. State-of-health estimation of lithium-ion batteries based on electrochemical impedance spectroscopy: a review
Chen et al. Voltage fault detection for lithium-ion battery pack using local outlier factor
CN112092675B (zh) 一种电池热失控预警方法、***及服务器
Hong et al. Vehicle energy system active defense: a health assessment of lithium‐ion batteries
CN111146514B (zh) 锂离子电池模组运行安全性评估预测方法、***及电子设备
CN111007401A (zh) 一种基于人工智能的电动汽车电池故障诊断方法及设备
CN112098850B (zh) 基于sdo算法的锂离子电池电压故障诊断方法及***
CN111929602B (zh) 一种基于容量估计的单体电池漏电或微短路定量诊断方法
Xu et al. A vehicle-cloud collaborative method for multi-type fault diagnosis of lithium-ion batteries
Chang et al. Electric vehicle battery pack micro-short circuit fault diagnosis based on charging voltage ranking evolution
Su et al. Prediction of remaining useful life for lithium-ion battery with multiple health indicators
CN111983474A (zh) 一种基于容量衰退模型的锂离子电池寿命预测方法和***
CN113459894B (zh) 一种电动汽车电池安全预警方法及***
Kim et al. Outlier mining-based fault diagnosis for multiceli lithium-ion batteries using a low-priced microcontroller
CN113608140A (zh) 一种电池故障诊断方法及***
Chen et al. State of health estimation for lithium-ion battery based on long short term memory networks
Ding et al. Diagnosis of connection fault for parallel-connected lithium-ion batteries based on long short-term memory networks
CN111537893A (zh) 一种锂离子电池模组运行安全的评测方法、***及电子设备
CN113391214A (zh) 一种基于电池充电电压排名变化的电池微故障诊断方法
CN113687251A (zh) 一种基于双模型的锂离子电池组电压异常故障诊断方法
CN113935423A (zh) 耦合模糊控制规则与Elman神经网络的动力电池故障预警方法与***
CN117607704A (zh) 一种考虑不一致性的锂离子电池组微短路故障诊断方法
Tang et al. An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant