摘要
本发明涉及一种锂电池故障预测方法及系统,涉及锂电池故障诊断领域,包括:识别实际条件图和标准条件图的相似度,计算获得条件显著度;根据多个电压变化显著度、多个电流变化显著度和多个温度变化显著度,进行锂电池组的过充故障预测,获得第一过充故障系数,采用条件显著度对第一过充故障系数进行修正计算,获得第二过充故障系数,作为锂电池故障预测结果。通过本申请可以解决现有锂电池过充故障预测方法通常依赖于固定的阈值或基于单一参数的简单分析,存在预测精准性和可靠性不足的技术问题;通过融合多维度数据进行过充故障预测,可以提高故障预测的精准性和可靠性,从而可以提前识别充电过程中的潜在风险,显著提高锂电池的使用安全性。
技术关键词
序列
电压
电流
偏差
样本
参数
锂电池故障诊断
锂电池组
孪生神经网络
故障预测方法
识别器
计算机
预测系统
故障检测
数据
分析模块
像素
系统为您推荐了相关专利信息
分层优化控制方法
无功补偿装置
风机
分层优化模型
集群
协同控制方法
半导体薄膜
多参数
拉丁超立方采样
基片表面温度
质子交换膜燃料电池
电压
仿真模型
标定方法
工况