Invention Publication
- Patent Title: 一种基于多维度特征融合的电池故障诊断方法
-
Application No.: CN202411525997.2Application Date: 2024-10-30
-
Publication No.: CN119355533APublication Date: 2025-01-24
- Inventor: 廖强强 , 王鸿浙 , 张冰瑶 , 郭志鹏 , 程方洁 , 叶杨倩 , 王颖 , 姚竹叶 , 赵进 , 刘泽阳 , 杨润长
- Applicant: 上海电力大学
- Applicant Address: 上海市浦东新区沪城环路1851号
- Assignee: 上海电力大学
- Current Assignee: 上海电力大学
- Current Assignee Address: 上海市浦东新区沪城环路1851号
- Agency: 上海科盛知识产权代理有限公司
- Agent 廖程
- Main IPC: G01R31/367
- IPC: G01R31/367 ; B60L3/00 ; B60L58/10 ; G01R31/392

Abstract:
本发明涉及一种基于多维度特征融合的电池故障诊断方法,包括:采集电池基础数据并进行清洗处理,提取出电压数据,据此判断是否发生过充电或过放电故障,若判断为否,则针对电压数据进行滑动时间窗口处理,得到相应特征数据,包括标准差、香农熵和栈式自编码器数据;结合各特征数据,采用四分位法确定各特征数据对应阈值,用于比较判断是否发生电池故障,若判断为是,则利用修正系数分别对各特征数据进行修正处理,根据修正特征数据的变化趋势来确定当前故障类型;并采用局部离群因子算法,通过计算各特征数据的离群因子,确定当前故障等级。与现有技术相比,本发明能够在确保故障电池准确性和经济性的同时,实现故障类型的确定与故障等级的划分。
Information query