摘要
本发明涉及储能电池风险评估领域,具体涉及一种基于贝叶斯网络的储能电池安全风险量化评估及失效行为推演方法。本发明通过建立储能电池失效路径的贝叶斯网络,提出通用于各种失效模式下的对应贝叶斯网络节点的安全状态函数并确定其参数,得到对应条件下的概率。再基于观测数据不断更新学习动态贝叶斯网络模型参数,实现失效模式的向后风险预测及向前推理诊断,并进行推演。本发明能够合理反映电池在不同条件下其安全状态的概率确定函数,适用于各种复杂因素影响下电池安全状态的定量评估。本发明结合贝叶斯网络分析电池失效模式的原因及其演变规律,基于观测数据动态更新各失效模式的发生概率,实现了失效路径在多种影响因素下的动态推演。
技术关键词
储能电池
收集失效数据
贝叶斯网络模型
概率密度函数
推演方法
风险量化评估方法
动态更新
模式
参数
历史运行数据
变量
网络分析
网络节点