一种基于多元预测与异常检测的车用锂电池故障预警方法

本发明公开了一种基于多元预测与异常检测的车用锂电池故障预警方法，包括：通过大数据平台采集车辆电池系统的运行数据；对采集到的数据进行数据清洗并形成数据集；将数据集划分为训练集和测试集；通过训练集构建预测模型；将测试集输入预测模型，以最高单体电压和最高探针温度为预测标签值得到预测结果；输出预警结果。本发明对电池的电压和温度进行了高精度同步前向预测，实验结果表明，相较于现有的电池管理系统(BMS)预警方法，本发明可提前4.5分钟实现电压过限预警，提前83.5分钟实现欠压前电压异常升降预警，提前24.6分钟实现温度报警，并在故障发生前35.1分钟实现温度预警，为驾驶人员提供了充足的反应时间，显著增强了车辆的安全性能。