发明公开
- 专利标题: 一种基于人工智能的电动汽车电池故障诊断方法及设备
-
申请号: CN201911292021.4申请日: 2019-12-16
-
公开(公告)号: CN111007401A公开(公告)日: 2020-04-14
- 发明人: 仇新宇 , 许庆强 , 杨世海 , 李波 , 甘海庆 , 肖宇华 , 纪峰 , 钱科军 , 严鹏 , 陈宇沁 , 曹晓冬 , 高辉 , 孟显海 , 刘乙
- 申请人: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网江苏省电力有限公司 , 南京邮电大学 , 江苏省电力试验研究院有限公司
- 申请人地址: 江苏省南京市江宁区帕威尔路1号
- 专利权人: 国网江苏省电力有限公司电力科学研究院,国家电网有限公司,国网江苏省电力有限公司,南京邮电大学,江苏省电力试验研究院有限公司
- 当前专利权人: 国网江苏省电力有限公司电力科学研究院,国家电网有限公司,国网江苏省电力有限公司,南京邮电大学,江苏省电力试验研究院有限公司
- 当前专利权人地址: 江苏省南京市江宁区帕威尔路1号
- 代理机构: 南京苏高专利商标事务所
- 代理商 李淑静
- 主分类号: G01R31/367
- IPC分类号: G01R31/367
摘要:
本发明公开了一种基于人工智能的电动汽车动力电池故障诊断方法及设备,所述方法针对电动汽车行驶过程中的安全问题,防止因为动力电池故障所导致的重大人员伤害和财产损失,通过对动力电池进行故障树分析,利用小波包分解提取动力电池故障特征,然后建立了基于LSTM神经网络的电动汽车动力电池故障诊断模型;通过离子电池历史数据(该数据已被分为标记故障种类)对神经网络进行训练,得到预期的诊断结果后,再将实时采集的电池数据输入神经网络中进行分类诊断,并对神经网络进行不断自学习。本发明可提高电池组故障诊断的精度,确保电动车行驶过程中安全性。