一种电力驱动交通工具的故障诊断方法和系统技术方案

本发明专利技术公开一种电力驱动交通工具的故障诊断方法和系统。该方法通过获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的数据矩阵；对所述数据矩阵采用3σ多层次筛选算法得到每个电池单体的故障数；根据所述故障数计算每个电池单体的故障概率；判断每个电池单体的故障概率是否超过第二给定值，是，则判断故障发生。本发明专利技术通过采用高斯分布的概率特性与3σ置信区间相结合构成3σ多层次筛选，对于低阶故障数据可实现一次筛选就能去除掉所有超过3σ置信区间的数据，对于多阶故障数据或存在数量级差别较大的故障数据可多次筛选和剔除，获得最接近真实数据的中心值，处理效率高。

Fault diagnosis method and system for electric drive vehicle

The invention discloses a method and a system for fault diagnosis of electric drive vehicles. The method of data acquisition by running vehicle monitoring battery, were obtained by monitoring data matrix voltage vehicle battery monomer on the operating parameters of the data; using 3 Sigma multi-level filtering algorithm to get the fault number per monomer battery on the data matrix; calculation of failure probability each single battery according to the number of failures; to determine whether the failure probability of each single battery more than second given value, then judge the trouble. The invention adopts the probability characteristics of Gauss distribution and 3 confidence interval combination screening 3 sigma level, to achieve a screening can get rid of all the data more than 3 Sigma confidence interval of the low order fault data, fault data for multi order or faulty data large magnitude difference can be filtered and removed repeatedly and get the most close to the real value of the data, the processing efficiency is high.

【技术实现步骤摘要】

本专利技术涉及故障诊断领域，特别是涉及一种电力驱动交通工具的故障诊断方法和系统。
技术介绍
在电力驱动交通工具的单体电压统计过程中，可能发生单体电压故障，导致个别单体电压异常，从而导致对中心值的统计计算中出现偏差。因此在电力交通工具进行电池数据处理时，会因个别单体电压异常而导致得到的数据中可能会有一些远离中心值的故障数据。当我们希望得到一组数据的中心值时，这些故障数据总会干扰真实中心值的计算，从而影响故障分析。另外，传统的故障分析大多是先发现故障，发现故障后寻找导致故障的原因，之后找出这一个或多个原因和这个故障之间的确定关系，进而研究故障的发生概率等，但参数间的耦合复杂，建模难等问题直接影响数据的处理时效性。尽管本领域研究故障诊断方法众多，但如何运用统计学方法分析故障发生原因，在目前现有技术中仍为空白。
技术实现思路
本专利技术的目的是提供一种电力驱动交通工具的故障诊断方法和系统，建立3σ多层次数据筛选模型，运用高斯分布的概率特性，对无故障数据进行集中筛选，对故障数据高效、精确的定位并剔除，已解决传统由于参数间的耦合复杂、建模难、影响数据的处理时效性的问题。为实现上述目的，本专利技术提供了如下方案：一种电力驱动交通工具的故障诊断方法，包括步骤：步骤A、获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的第一数据矩阵；步骤B、对所述第一数据矩阵采用3σ多层次筛选算法得到每个电池单体的故障数；步骤C、根据所述故障数计算每个电池单体的故障概率；步骤D、判断每个电池单体的故障概率是否超过第二给定值，是，则确定故障发生。其中，所述的数据矩阵为m行n列矩阵，步骤B包括步骤：B1、判断m行数据矩阵是否已完成循环，是，则执行步骤B8，否，则执行步骤B2；B2、计算第一数据矩阵的行向量的第一均值μ1和第一标准差σ1，建立第一高斯分布；B3、设置第一故障矩阵R1记录所述第一数据矩阵中超过3σ1的元素的位置；B4、剔除所述第一数据矩阵中第一故障矩阵R1记录的对应位置的元素获得第二数据矩阵，再重新计算第二数据矩阵的行向量的第二均值μ2和第二标准差σ2；B5、设置第二故障矩阵R2记录所述第一数据矩阵中超过3σ2的元素的位置；B6、判断σ1-σ2的差值是否大于第一给定值，是，则μ1＝μ2，σ1＝σ2，R1＝R2，并返回到步骤B4；否，则执行步骤B7；B7、输出第二数据矩阵的行向量的第二均值μ2和第二标准差σ2，建立第二高斯分布；B8、将第二故障矩阵R2中的每一列向量相加得到每个电池单体的故障数。其中，每个电池单体的故障概率为：m为所述数据矩阵的行数；其中，步骤D包括步骤：D1、根据所述故障概率判断是否超过第二给定值，是，则执行步骤D2，否，则执行步骤D3；D2、对电池单体进行报错；D3、对超过第二给定值的电池单体统计规律，并得到相应的结果。本专利技术还提供了一种电力驱动交通工具的故障诊断系统，包括获取模块、3σ筛选模块、求取故障概率模块、故障判断模块；所述获取模块，用于获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的第一数据矩阵；所述3σ筛选模块，用于对所述第一数据矩阵采用3σ多层次筛选算法得到每个电池单体的故障数；所述求取故障概率模块，用于根据所述故障数计算每个电池单体的故障概率；所述故障判断模块，用于判断每个电池单体的故障概率是否超过第二给定值，是，则确定故障发生。所述3σ筛选模块，具体用于：判断m行数据矩阵是否已完成循环，否，则计算第一数据矩阵的行向量的第一均值μ1和第一标准差σ1，建立第一高斯分布，记录所述第一数据矩阵中超过3σ1的元素的位置，剔除所述第一数据矩阵中第一故障矩阵R1记录的对应位置的元素获得第二数据矩阵，再重新计算第二数据矩阵的行向量的第二均值μ2和第二标准差σ2，记录所述第一数据矩阵中超过3σ2的元素的位置，直至σ1-σ2的差值是小于第一给定值为止，输出第二数据矩阵的行向量的第二均值μ2和第二标准差σ2，建立第二高斯分布，当m行数据矩阵已完成循环时，将第二故障矩阵R2中的每一列向量相加得到每个电池单体的故障数。所述求取故障概率模块，用于采用如下式子计算每个电池单体的故障概率：m为所述数据矩阵的行数。所述故障判断模块包括第二逻辑判断单元、故障报错单元、统计规律单元；所述第二逻辑判断单元，用于根据所述故障概率判断是否超过第二给定值；所述故障报错单元，用于对电池单体进行报错；所述统计规律单元，用于对超过第二给定值的电池单体统计规律，并得到相应的结果。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供了一种电力驱动交通工具的故障诊断方法和系统，首先，通过获取电力驱动装置监控的电池数据进行筛选整理得到数据矩阵，保证了数据的真实性、实时性、可靠性；其次，采用高斯分布的概率特性与3σ置信区间相结合而构成的3σ多层次筛选对无故障数据进行筛选，对于一些低阶故障数据可实现一次筛选就能去除掉所有超过3σ置信区间的数据，对于一些多阶故障数据或存在数量级差别较大的故障数据可多次筛选和剔除，获得最接近真实数据的中心值，处理效率高；最后，通过调整第二给定值，可实现对故障值的筛选，进而做到精确诊断和控制，为后期车辆数目、车辆种类、不同时间等多维度的大数据处理，提供了高效的算法。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例电力驱动交通工具的故障诊断方法的主体流程图；图2为本专利技术实施例电力驱动交通工具的故障诊断方法的具体流程图；图3为本专利技术实施例电力驱动交通工具的故障诊断系统结构图；图4为电池的单体电压曲线图；图5为第一高斯分布曲线图；图6为第二高斯分布曲线图；图7为两次高斯分布比较曲线图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种电力驱动交通工具的故障诊断方法和系统。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。参见图1和图2所示，本专利技术实施例提供一种电力驱动交通工具的故障诊断方法。步骤S1，获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的数据矩阵。首先，获取某一段时间内的电池的运行参数数据，这些数据主要来源于电力驱动交通工具监控中心，电池的运行参数主要包括电池系统总电压和总电流、SOC状态、电池单体电压、电池包特征点温度等。其次，对电力驱动交通监控平台进行车型和公里数的筛选，确保几个对比组的车辆种类，车辆公里数、放电时SOC变化范围基本相同，避免其他因素造成干扰，影响检测的准确性，还要确保汽车传感器正常工作。最后，将电池的运行参数导入本文档来自技高网...

【技术保护点】
一种电力驱动交通工具的故障诊断方法，其特征在于，包括步骤：步骤A、获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的第一数据矩阵；步骤B、对所述第一数据矩阵采用3σ多层次筛选算法得到每个电池单体的故障数；步骤C、根据所述故障数计算每个电池单体的故障概率；步骤D、判断每个电池单体的故障概率是否超过第二给定值，是，则确定故障发生。

【技术特征摘要】
1.一种电力驱动交通工具的故障诊断方法，其特征在于，包括步骤：步骤A、获取被监控交通工具的电池的运行参数数据，对所述运行参数数据进行筛选整理得到被监控交通工具的电池单体的电压的第一数据矩阵；步骤B、对所述第一数据矩阵采用3σ多层次筛选算法得到每个电池单体的故障数；步骤C、根据所述故障数计算每个电池单体的故障概率；步骤D、判断每个电池单体的故障概率是否超过第二给定值，是，则确定故障发生。2.根据权利要求1所述一种电力驱动交通工具的故障诊断方法，其特征在于，所述的第一数据矩阵为m行n列矩阵，所述步骤B包括：B1、判断m行数据矩阵是否已完成循环，是，则执行步骤B8，否，则执行步骤B2；B2、计算第一数据矩阵的行向量的第一均值μ1和第一标准差σ1，建立第一高斯分布；B3、设置第一故障矩阵R1记录所述第一数据矩阵中超过3σ1的元素的位置；B4、剔除所述第一数据矩阵中第一故障矩阵R1记录的对应位置的元素获得第二数据矩阵，再重新计算第二数据矩阵的行向量的第二均值μ2和第二标准差σ2；B5、设置第二故障矩阵R2记录所述第一数据矩阵中超过3σ2的元素的位置；B6、判断σ1-σ2的差值是否大于第一给定值，是，则μ1＝μ2，σ1＝σ2，R1＝R2，并返回到步骤B4；否，则执行步骤B7；B7、输出第二数据矩阵的行向量的第二均值μ2和第二标准差σ2，建立第二高斯分布；B8、将第二故障矩阵R2中的每一列向量相加得到每个电池单体的故障数。3.根据权利要求2所述的电力驱动交通工具的故障诊断方法，其特征于，所述每个电池单体的故障概率为：m为所述数据矩阵的行数。4.根据权利要求3所述一种电力驱动交通工具的故障诊断方法，其特征于，所述步骤D包括：D1、根据所述故障概率判断是否超过第二给定值，是，则执行步骤D2，否，则执行步骤D3；D2、对电池单体进行报错；D3、对超过第二给定值的电池单体统计规律，并得到相应的结果。5.一种...

【专利技术属性】
技术研发人员：刘鹏，王震坡，赵洋，孙逢春，龙超华，
申请(专利权)人：北京理工大学，北京理工新源信息科技有限公司，
类型：发明
国别省市：北京;11