摘要
本发明提供了一种锂离子电池组多类微小异常综合检测方法及系统,获取锂离子电池组中各个电池单体运行的电压数据;使用Z分数标准化的方法将电压数据中的特征进行放大,计算电压数据的均值和标准差,形成电压Z分数曲线;将得到的电压Z分数曲线进行降噪,使用递归的方式进行状态估计;使用DBSCAN算法,将降噪后的异常电池的电压曲线与正常电池的电压曲线进行剥离;定义电池在充电阶段的异常时间与该次充电阶段总时间的比值为异常占空比,计算出两次相邻充电阶段的异常占空比,并进行比较,根据比较结果,进行不同类别异常电池的区分。本发明实现了多种微小异常的辨识。
技术关键词
锂离子电池组
综合检测方法
DBSCAN算法
曲线
电池电压采集模块
阶段
电池单体
综合检测系统
卡尔曼滤波算法
数据
样本
标准化方法
计算机
邻域
降噪模块
处理器
核心
指令
系统为您推荐了相关专利信息
复合数据采集装置
可视化场景
消防监控系统
烟雾
场景可视化
睡眠脑电
振荡特征
认知功能衰退
耦合特征
机器学习算法
数据采集管理系统
园林工程
无人机载多光谱
传感器阵列
气象监测站
ReliefF特征选择
Elman神经网络
最佳特征
遗传算法优化
训练神经网络