首页|数据驱动的锂离子电池智能故障诊断算法

数据驱动的锂离子电池智能故障诊断算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于电动汽车实车数据及电化学模型,提出结合电化学参数的数据驱动电池故障诊断算法,增强故障诊断模型在电化学参数层面的解释性.针对实车电化学参数辨识准确性问题,通过对潜在故障片段数据进行敏感度分析,并基于列文伯格-马夸尔特(LM)算法,分阶段辨识电化学模型的相关参数,能较精确地获得潜在片段的电化学参数,且模型预测电压与真实值平均误差小于12 mV.该方法基于实车电池序列特征和电化学参数组合,对实车数据进行筛选和故障类型标定,并用一维卷积神经网络端到端学习实车数据和故障标签的映射关系,平均F1分数为0.8411,平均召回率为0.9335.
Data driven intelligent fault diagnosis algorithm for Li-ion battery

朱景哲、张希、高一钊、李家琦

展开 >

上海交通大学机械与动力工程学院,上海 200240

锂离子电池 机器学习 故障诊断 电化学模型 数据驱动

5200711920PJ14072002019M651489

2022

10.19535/j.1001-1579.2022.04.010

电池
全国电池工业信息中心 湖南轻工研究院

电池

CSTPCD北大核心
影响因子：0.336
ISSN：1001-1579
年,卷(期)：2022.52(4)
  • 2
  • 4
  • 6