摘要
本发明涉及一种随机工况电池组的故障识别方法及装置。方法包括:构建电池组状态模型和电池单体偏差模型;利用滤波器分别对电池组状态模型和电池单体偏差模型进行状态预测,得到下一时刻电池组的第一预测结果和下一时刻电池单体的第一预测结果;将获得的电池状态参数和车辆状态参数输入到训练好的时序网络预测模型中,得到下一时刻电池组的第二预测结果;将电池组的第二预测结果和电池单体的第一预测结果输入训练好的物理增强编码器中,得到电池单体的第二预测矩阵;计算电池单体的第二预测矩阵的残差值,并将其与预设阈值相比较,以对电池组进行故障识别。本方案,能够实现对随机工况电池组故障的精准识别。
技术关键词
电池单体
电池状态参数
车辆状态参数
故障识别方法
电池组荷电状态
电压
偏差
时序
预测模型训练
编码器
网络
采样模块
编码模块
矩阵
解码模块
Adam算法
故障检测装置
物理
卡尔曼滤波器
系统为您推荐了相关专利信息
换流器
故障识别方法
神经网络模型训练
卷积模块
特高压
智慧消防设备
故障识别方法
分类子模型
历史设备
隐马尔科夫