无监督学习的电池系统故障早期预警方法及系统

本发明提供了一种无监督学习的电池系统故障早期预警方法及系统，包括：通过对云端数据进行数据清洗，获得每个有效充电循环的电池组充电电压数据；对每一有效充电循环的电池组充电电压数据进行特征提取，得到电压及电压梯度特征向量，实现捕捉电压信号的微小偏移量，抑制偶然性因素造成的干扰，适应实际工况随机性；进而针对特征向量，使用二分法进行多次DBSCAN聚类，求解无量纲参数D，实现度量电池电压一致性；将每一充电循环的D值和阈值比较，树立故障预警标志，实现电池故障无监督学习预警，并存储故障电芯索引。本发明可用于各类装备动力电池系统或储能电池系统，实现对电池系统中电池故障提前50天的超前预警并准确定位故障电芯。