摘要
本发明公开了一种储能电池堆退化全寿命自适应健康感知方法,该方法首先通过特征融合和循环窗口构建,构建规范化分析的循环窗口,结合双尺度非平稳退化分析架构,再通过设计的退化成分解耦算法进行解耦表征,将输入信号分解为在退化过程中不变的固有特征和在退化过程中明显变化的漂移特征,通过所提取的退化解耦表征信息区分真实异常和正常退化现象,进而实现了具有退化感知能力的锂电池堆全生命周期的自适应监测方案。本发明首次建立了退化解耦表征与全生命周期下的自适应健康感知方案,通过识别老化行为,对退化和真实异常进行细致解耦,进而有效提高了故障检出率,降低了误报率,为储能电池堆的精细健康管理与安全运行提供了实用支持。
技术关键词
高斯混合模型
储能电池堆
电池模组
融合特征
电池单体
协方差矩阵
样本
数据
期望最大化算法
模型更新
分析单元
集群
高斯概率密度函数
参数
奇异值分解方法
核密度估计方法
寿命
系统为您推荐了相关专利信息
缺陷检测方法
孔隙检测
时序特征
裂纹特征
多分支
智能监测方法
黄土边坡
边坡稳定性评价
数据
掩膜
人工智能图像
局部特征提取
训练样本图像
融合特征
图像块
多模态数据融合
决策系统
运维
专家知识库
人工神经网络
高斯概率密度函数
降噪方法
降噪装置
EM算法
数据中心