[發明專利]一種基于孤立森林算法的故障單體電池識別方法

有效

• 申請號: 202110077738.8
• 申請日: 2021-01-20
• 公開（公告）號: CN112906744B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 姜久春;常春;田愛娜;王鹿軍;廖力;吳鐵洲;李太宇;高洋
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06F18/214;G01R31/396;G01R31/367
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種基于孤立森林算法的故障單體電池識別方法，其特征在于，包括以下步驟：

S1，采集充電過程中電池組中的每個單體電池的充電電壓數據作為原始數據，其中，單體電池包括正常單體電池和故障單體電池；

S2，在每個時刻對應的時間窗口內，對采集的電池電壓數據進行深度處理，分別計算各個單體電池電壓差異的偏度系數pdxs_ΔU_i和模糊熵FuzzyEn_i，根據計算出的各個單體電池電壓差異的偏度系數獲得第一特征值數列，并根據計算出的各個單體電池電壓差異的模糊熵獲得第二特征值數列；

S3，分別對電池電壓的第一特征值數列和第二特征值數列中數據進行歸一化處理，獲得第一樣本集和第二樣本集，并分別將第一樣本集和第二樣本集隨機拆分成第一訓練集、第二訓練集、第一測試集以及第二測試集；

S4，采用孤立森林算法，通過訓練集建立數據分析模型，進行孤立森林模型的訓練得到訓練好的第一模型和第二模型；

S5，將第一測試集以及第二測試集中的電池電壓特征值數列分別送入訓練好的第一模型和第二模型中進行數據挖掘，找出數列中的離群點，篩選出離群點對應的故障單體電池；

偏度系數pdxs_ΔU_i的具體計算步驟包括：

S2.01，計算時間窗口內第k個采樣點電池單體i電壓相比于平均值的差異ΔU_i(k)；

S2.02，計算時間窗口內電池單體i電壓差異的平均值Δu_i；

S2.03，計算時間窗口內電池單體i電壓差異的方差fc_ΔU_i；

S2.04，根據公式(1)計算偏度系數pdxs_ΔU_i：

模糊熵FuzzyEn_i的具體計算步驟包括：

S2.11，給定一個時間窗口內電池單體i電壓相比于平均值的差異ΔU_i的M點采樣序列：{ΔU_i(j)；1≤j≤M}；

S2.12，按照序號的連續順序構成一組N維矢量，重構相空間：

X_j＝{ΔU_i(j),ΔU_i(j+1),...,ΔU_i(j+N-1)}-ΔU₀(j),j＝1,2,...,M-N，其中ΔU_i(j),ΔU_i(j+1),...,ΔU_i(j+N-1)代表第j個點開始連續N個ΔU_i的值，ΔU₀(j)表示均值，計算如公式(2)：

S2.13，引入模糊隸屬函數如公式(3)：

通過公式(4)計算兩個N維矢量和的相似度

上式(4)中，r為相空間相似容限度，為窗口向量和之間的最大絕對距離，通過下式(5)計算：

S2.14，針對每個a，通過下式(6)求相似度的平均值

S2.15，定義Φ^N(r)如下：

S2.16，重復S2.12-S2.15，按照序號順序重構一組N+1維矢量，計算Φ^N+1(r)；

S2.17，針對有限數據集，通過公式(8)求得電池單體i電壓相比于平均值的差異ΔU_i時間序列的模糊熵估計為：

FuzzyEn(N,r)＝lnΦ^N(r)-lnΦ^N+1(r)(8)。

2.根據權利要求1所述的一種基于孤立森林算法的故障單體電池識別方法，其特征在于，步驟S3的具體計算步驟包括：對電池電壓特征值數列中數據進行歸一化處理：

式中，x_i為特征值數列中數據；y_i為歸一化后的特征值數列中數據；x_min為特征值數列中數據的最小值；x_max為特征值數列中數據的最大值，n為樣本的個數。