文档名：基于小波分解和GDI的动力电池故障诊断
摘要：在动力电池组故障早期准确地定位故障单体电池,能预防安全事故.提出基于小波分解和广义无量纲指标(GDI)的动力电池故障诊断方法.使用小波分解,从电压数据中提取稳定的趋势分量;使用自定义的GDI提取故障信息;使用微分法处理故障信息,排除电池组不一致的情况,并使用3-σ原则作为故障触发阈值.基于电动汽车实际运行数据的实验结果表明,所提方法较信息熵法准确性更高,且具有较强的鲁棒性,在故障早期能够准确地定位故障单体电池,并降低电池组不一致故障的误报率.
作者：刘光军 张恒Author：LIUGuang-jun ZHANGHeng
作者单位：湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉430068
刊名：电池 ISTICPKU
Journal：BatteryBimonthly
年，卷(期)：2023, 53(2)
分类号：TM912.9
关键词：实际运行数据 故障诊断 小波分解 广义无量纲指标(GDI) 动力电池
机标分类号：U469.72TP277TM912
在线出版日期：2023年5月24日
基金项目：国家自然科学基金，湖北省教育厅科学研究计划基于小波分解和GDI的动力电池故障诊断[
期刊论文] 电池--2023, 53(2)刘光军 张恒在动力电池组故障早期准确地定位故障单体电池,能预防安全事故.提出基于小波分解和广义无量纲指标(GDI)的动力电池故障诊断方法.使用小波分解,从电压数据中提取稳定的趋势分量;使用自定义的GDI提取故障信息;使用微分法处...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于小波分解和GDI的动力电池故障诊断 Fault diagnosis for power battery based on wavelet decomposition and GDI
基于小波分解和GDI的动力电池故障诊断.pdf
- 文件大小:
- 2.1 MB
- 下载次数:
- 60
-
高速下载
|
|
