期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于1dCNN-LSTM量化单体异常性的动力电池故障诊断方法 被引量:2
1
作者 陈吉清 冯雨佳 +1 位作者 兰凤崇 王平 《汽车工程》 EI CSCD 北大核心 2024年第7期1177-1188,共12页
准确的动力电池单体性能评估对保障动力电池安全具有重要意义。目前基于数据驱动的电池故障诊断算法,大多对各单体电池进行相互比较,根据各单体电压等特征参数之间的差异,使用分类算法将离群单体认定为故障单体。然而当动力电池包内有... 准确的动力电池单体性能评估对保障动力电池安全具有重要意义。目前基于数据驱动的电池故障诊断算法,大多对各单体电池进行相互比较,根据各单体电压等特征参数之间的差异,使用分类算法将离群单体认定为故障单体。然而当动力电池包内有多个异常表现相似的电池单体,或所有单体性能整体恶化时,难以区分甚至没有显著离群的个别单体,相互比较策略的应用范围受到限制。本文提出了一种基于1dCNN-LSTM量化单体异常性的动力电池故障诊断方法,结合车辆运动状态、驱动系统状态及动力电池电信号3类特征,建立1dCNN-LSTM融合模型估计理想状态下的单体实时电压参考值,根据各单体电压实测值与参考值之间的差异,量化各单体异常性。结合实际案例表明,对于因单体故障导致热失控的案例,本方法可以提前7日识别故障单体相比其他单体的明显异常,且可以在距离事故发生1年前甚至更早的放电片段中发现潜在风险;针对无明显单体不一致的整体恶化案例,可以实现事故发生前7日内的整体性能恶化过程跟踪。 展开更多
关键词 动力电池 故障诊断 单体不一致性 融合模型 实时电压估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部