发明公开
- 专利标题: 一种基于数字孪生模型的电动汽车电池故障诊断方法
-
申请号: CN202211153359.3申请日: 2022-09-19
-
公开(公告)号: CN115932592A公开(公告)日: 2023-04-07
- 发明人: 李涛永 , 张元星 , 张晶 , 刁晓虹 , 李斌 , 刘卫亮 , 李康 , 蒋林洳 , 赵轩 , 唐攀攀 , 张冬梅 , 施振波 , 宋石磊 , 杨旭 , 万景飞 , 李创 , 王亚玲 , 郭炳庆 , 郭京超 , 覃剑
- 申请人: 中国电力科学研究院有限公司 , 华北电力大学(保定)
- 申请人地址: 北京市海淀区清河小营东路15号;
- 专利权人: 中国电力科学研究院有限公司,华北电力大学(保定)
- 当前专利权人: 中国电力科学研究院有限公司,华北电力大学(保定)
- 当前专利权人地址: 北京市海淀区清河小营东路15号;
- 代理机构: 北京聚浩专利代理事务所
- 代理商 讷志清
- 主分类号: G01R31/367
- IPC分类号: G01R31/367 ; G01R31/392 ; G06F18/25 ; G06F18/241 ; G06F30/27 ; G06N3/0442 ; G06N3/08
摘要:
一种基于数字孪生模型的电动汽车电池故障诊断方法,属于电池管理技术领域。该方法为:首先确定电动汽车电池参数,再通过电动汽车电池仿真模型获得电动汽车电池故障数据以及对应故障类别;其次构建数据孪生映射模型,其由物理实体、虚拟实体、孪生数据、信息四部分组成,与物理实体之间形成了一套闭环映射机制,其中关键在于电动汽车电池组孪生模型的构建;然后对其进行数据与孪生模型的融合;对于电动汽车电池故障诊断,结合数据具有的时序性特点和深度学习的优势,提出基于数据驱动的故障诊断方法。该方法主要以双向长短时记忆网络为基础,构建出深度双向长短时记忆网络,实现对电动汽车电池的故障诊断与分离。