本技术涉及一种随机工况电池组的故障诊断方法及装置。方法包括:基于获得的电池单体的状态参数预测矩阵和实际观测参数矩阵进行残差计算和特征提取,得到电池单体的特征矩阵;利用主成分分析法对电池单体的特征矩阵进行降维处理,得到电池单体的综合评价指标;将每个电池单体的综合评价指标与预设阈值相比较,并将综合评价指标超过预设阈值的电池单体确定为故障电池单体;根据故障电池单体对应的特征矩阵和电池单体的初始状态矩阵,构建故障电池单体的故障类型矩阵;将故障电池单体的故障类型矩阵输入训练好的故障类型概率预测模型中,得到故障电池单体的故障类型所对应的触发概率,以对电池组进行故障诊断。本方案,能够实现对电池组的故障类型的准确诊断。
背景技术
由锂离子电池组组成的动力电池系统,具有高比能、长寿命、自放电弱和适用温度范围广等优势,是目前电动汽车的主流选择。随着电动汽车市场占有率越来越高,电池模块的安全故障成为限制电动汽车发展的一大瓶颈。近年来,车载电池的故障问题频发,市场召回量不计其数,增加了用户的安全焦虑与市场的经济负担。
锂离子电池故障诊断的研究往往是针对特定故障类型分析监测对象,再设计对应诊断方法。以往关于锂离子电池的故障诊断研究中,主要检测的故障类型有外短路、内短路、电解液漏液、异常老化以及热失控。监测对象主要有电压、温度、电流、产气量、电池外观影像。由于可获取宏观表征数据的种类限制,不同的劣化现象可能存在相似的宏观表征,最典型的为温升与压降,从而无法对电池组的故障类型进行准确诊断。
因此,亟需提供一种随机工况电池组的故障诊断方法及装置。
实现思路