摘要
本发明提供一种锂离子电池故障诊断方法及系统,属于锂电池故障诊断技术领域,在BMS系统中提取出电池信息;所述电池信息包括电压、电流、温度、电阻和充放电状态;根据电池信息计算电池状态估计量;所述电池状态估计量包括剩余电量、运行状态和剩余使用寿命;利用预先训练好的数据模型对电池状态估计量进行处理,得到电池的故障类型;利用预先训练好的知识模型对故障类型进行处理,对电池的状态进行评估和预警。本发明结合了知识模型驱动与数据模型预测,解决了仅用神经网络进行故障预测具有局限性,且易被误导的问题。
技术关键词
状态估计量
故障诊断方法
锂离子电池
剩余使用寿命
非暂态计算机可读存储介质
锂电池故障诊断
DBN神经网络
建立神经网络模型
无监督学习算法
处理器
存储器
深度置信网络
故障诊断系统
电子设备
驱动控制器
参数
诊断模块
指令
系统为您推荐了相关专利信息
YOLO模型
铝型材表面
双向特征金字塔
多层次
网络结构
虚拟对象
非暂态计算机可读存储介质
标识
模式
数据
锂离子电池
李雅普诺夫函数
估计误差
故障检测方法
笛卡尔坐标系