基于模态分解和红外成像的锂离子电池温度异常检测与故障诊断方法

一种基于模态分解和红外成像的锂离子电池温度异常检测与故障诊断方法，其属于电池管理的技术领域。该方法通过采集锂离子电池的电压、电流、温度等基本运行数据，并利用红外成像设备获取电池表面的温度分布图，实现对电池温度信息的捕捉。采用变分模态分解（VMD）和二维经验模态分解（BEMD）对采集到的温度信号进行模态分解，提取与电池温度异常或故障模式高度相关的模态信号。然后，利用卷积神经网络（CNN）和长短期记忆网络（LSTM）构建的CNN‑LSTM模型对提取的特征进行时间序列建模，并通过粒子群优化（PSO）方法对模型的超参数进行优化。最终，将训练好的CNN‑LSTM模型部署到嵌入式设备中，实现对锂离子电池温度状态的实时监测和故障诊断。