公开(公告)号：CN113805066A

公开(公告)日：2021-12-17

申请号：CN202111102587.3

申请日：2021-09-20

Applicant: 哈尔滨工业大学(威海) ,  威海天达汽车科技有限公司

Inventor： 于全庆 ,  李建明 ,  金毅 ,  王大方 ,  杨博文 ,  郝自伟 ,  陈仕钦 ,  李宪营 ,  孙旭

IPC: G01R31/367 ,  G01R31/396

Abstract: 一种基于改进欧氏距离相似度的串联电池组多故障诊断方法,涉及新能源汽车动力电池系统领域，包括故障识别、定位、检测和隔离四部分。采用交错电压测量设计布置传感器位置，根据串联电路无故障时电压变化一致的原理，通过出现异常电压值的传感器的编号，识别出故障的类型并定位出故障发生的位置。基于改进欧氏距离相似度的检测方法，以测量电压数据集为输入，计算相邻编号传感器测量电压的改进欧氏距离相似度值，根据故障诊断策略可以判断出故障的类型。本发明无需复杂的计算，且不需要增加额外的硬件，就可以诊断出连接松脱故障、传感器故障、内短路和外短路故障；大大简化了故障诊断的难度。

公开(公告)号：CN113671380B

公开(公告)日：2024-07-16

申请号：CN202110968446.3

申请日：2021-08-23

Applicant: 哈尔滨工业大学(威海) ,  威海天达汽车科技有限公司

Inventor： 于全庆 ,  万长江 ,  金毅 ,  王大方 ,  张齐 ,  杨博文 ,  李宪营 ,  孙旭 ,  陈仕钦 ,  李建明 ,  龙胜文

IPC: G01R31/367

Abstract: 本发明提供一种基于深度学习的动力电池系统多故障诊断方法，包括故障检测和故障隔离两部分，故障检测针对电池故障早期预警问题，使用编码解码架构的深度学习模型，编码过去一段时间窗口内所测端电压、电流和温度序列，利用之后的电流和温度实测值解码出同步的端电压，与实测对比生成残差序列，经软阈值处理后由多级报警评估策略决定是否触发报警，该报警策略能消除误差波动，防止误报警。之后训练故障隔离深度学习模型，输入软阈值处理后的残差序列，隔离模型输出各故障是触发报警诱因的概率，进而隔离出各故障，从而简化了隔离各传感器故障类型的难度。