[發明專利]一種基于聚類分析的電池系統在線故障診斷方法和系統

有效

• 申請號: 202110059389.7
• 申請日: 2021-01-18
• 公開（公告）號: CN112858919B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 王震坡;孫振宇;劉鵬;張照生;逄昊;尹豪
• 申請（專利權）人: 北京理工大學;北京理工新源信息科技有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/385
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 張琳麗

本發明涉及一種基于聚類分析的電池系統在線故障診斷方法和系統。本發明提供的基于聚類分析的電池系統在線故障診斷方法和系統，基于獲取的電動汽車的運行數據，采用K?means聚類算法對電動汽車電池系統中的電池單體進行簇分類，然后依據分類得到的兩種電池單體簇間的歐式距離，快速、準確的確定異常的電池單體，并進行電池單體序號的輸出，以降低實車中電池單體故障監測的難度。

技術領域

本發明涉及電池單體故障檢測領域，特別是涉及一種基于聚類分析的電池系統在線故障診斷方法和系統。

背景技術

鋰離子電池因其循環壽命長、電壓高、輸出功率大、低污染的特性成為目前主流的電動汽車儲能設備。為了獲得足夠的輸出功率，鋰離子動力電池系統通常由許多電池單體電池通過串并聯的方式組成，在車輛行駛中，串聯起來的各個電池單體有著相同的電流激勵，因此，在理論上應該有相同的電壓變化趨勢。但是由于組成電池包的電池單體在初始時在性能上就有一定差異，并且在實車中各個電池單體分布的位置，溫度也不同，當電池長時間運行或者當電池受到碰撞擠壓等外力影響時，電池單體之間的差異會更加明顯，從而導致各個電池單體電壓的變化產生明顯的不一致性。

新能源汽車電池管理系統能夠獲得電池溫度與電壓等數據。對于基于電池模型診斷方法利用電池模型與實車數據生成電壓、溫度等電池特征的殘差，根據殘差來判斷電池是否發生故障，這種方法對于電池模型精度要求很高，難以在實車上應用，實現在線診斷。基于數據驅動的故障診斷方法雖然不需要精確的電池模型，但是需要大量的樣本數據進行訓練，計算成本高。

發明內容

為解決現有技術中存在的上述問題，本發明提供了一種基于聚類分析的電池系統在線故障診斷方法和系統。

為實現上述目的，本發明提供了如下方案：

一種基于聚類分析的電池系統在線故障診斷方法，包括：

獲取電動汽車的運行數據；所述運行數據包括：每一電池單體的電壓、電流和溫度；

根據所述運行數據形成電壓矩陣；所述電壓矩陣的行代表電池單體序號，所述電壓矩陣的列代表時間序列；

采用K-means聚類算法，根據所述電壓矩陣將電動汽車中的電池單體分為異常電池單體簇和正常電池單體簇；

確定所述異常電池單體簇和所述正常電池單體簇中電池單體的數量比，并分別確定所述異常電池單體簇中簇中心和所述正常電池單體簇中簇中心的相關參數；所述相關參數包括：相關系數和波動方差；

根據所述相關參數確定所述異常電池單體簇的簇中心與所述正常電池單體簇的簇中心間的歐式距離；

獲取預設閾值；所述預設閾值包括：數量比閾值和歐式距離閾值；

根據所述數量比與所述數量比閾值間的關系，以及所述歐式距離與所述歐式距離閾值間的關系確定異常電池單體，并輸出所述異常電池單體的序號。

優選地，所述采用K-means聚類算法，根據所述電壓矩陣將電動汽車中的電池單體分為異常電池單體簇和正常電池單體簇，具體包括：

根據所述電壓矩陣構建樣本集；所述樣本集包括：多個由每一電池單體的相關系數和每一電池單體波動方差構成的元素；

采用所述K-means聚類算法基于所述樣本集將電動汽車中的電池單體分為異常電池單體簇和正常電池單體簇。

優選地，所述根據所述電壓矩陣構建樣本集，具體包括：

確定所述電壓矩陣中相鄰兩個電池單體間的皮爾森相關系數；

根據確定的相鄰兩個電池單體間的皮爾森相關系數確定電池單體的相關系數；

獲取每一電池單體的電壓值以及所有電池單體的電壓均值；