System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于锂电池,具体是一种样本熵处理锂电池时间序列的风险预警方法。
技术介绍
1、电动汽车市场规模逐年扩大,越来越多的汽车制造商推出了各种类型电动汽车,满足了消费者对清洁能源交通的需求。其中,锂电池的质量稳定性直接影响着电动汽车的性能指标,锂电池的常见故障风险包括:电池容量低、电池内阻高、电池电压低、电池化成异常、电池短路和电池漏液等等。
2、目前,一些锂电池模型理论认为在锂电池系统中有丰富的时间结构来编码空间信息,锂电池在寿命内的使用期间具有很多时间结构模式,包含了复杂的时空信息等。由于锂电池本身特点决定其具有很强的不规则和非线性特性。除此以外,实验表明锂电池本身是一个动态系统,表现为混沌特性。而锂电池的这些不规则、非线性和混沌特性并非都是有害的噪声,通过研究发现这些不规则的特性也可以反映锂电池本身性能或异常情况,这也意味着这些不规则包含了有用的信息。因此,研究这些不规则和非线性特性很有必要。
3、现有的一些理论技术分析方法如相关系数、标准差等主要是分析锂电池的表征信息,其包含的信息量太少。随着非线性分析工具的发展和应用,使得研究锂电池的非线性特征成为可能,所以提出尝试采用样本熵分析研究锂电池这样的非线性系统出现故障的情况,实现锂电池风险预警目的。
技术实现思路
1、为了解决现有技术中存在的问题,本专利技术提供了一种样本熵处理锂电池时间序列的风险预警方法,将锂电池模组中的电压序列作为算法的输入,通过计算锂电池电压序列对应的样本熵,可以实现锂电池模组早
2、本专利技术解决上述技术问题所采用的技术方案如下:
3、一种样本熵处理锂电池时间序列的风险预警方法,该方法包括以下步骤:
4、(1)定义电池单体的电压序列长度为n,则锂电池模组的电压变量表示为{u(i):1≤i≤n},其中i表示一个电池单体的电压序列中第i个电压数据;
5、(2)按序号顺序依次构建一组维数为m的电池单体电压序列向量为:xm(1),xm(2),...,xm(n-m),则该m维的电池单体电压序列向量xm(i),表示为xm(i)={u(i+k):0≤k≤m-1},其中k表示电池单体的电压序列中第i+k个电压数据;
6、(3)定义两个电池单体的电压序列向量xm(i)、xm(j)之间的距离为d[xm(i),xm(j)],计算两个向量中所有元素之差绝对值的最大值,表示为d[xm(i),xm(j)]=max{|u(i+k)-u(j+k)|},其中0≤k≤m-1;i,j=1~n-m,i≠j,其中j表示另一个电池单体的电压序列中第j个电压数据;
7、(4)给定容限r,然后计算两个电池单体电压序列在相似容限r下匹配m个电压点的概率;
8、(5)增加电池单体电压序列向量的维数至m+1,再按序号顺序依次构建一组m+1维的向量:xm+1(1),xm+1(2),...,xm+1(n-m),其中该m维的电池单体电压序列向量xm+1(i),表示为xm+1(i)={u(i+k):0≤k≤m};再计算两个电池单体电压序列在相似容限r下匹配m+1个电压点的概率;
9、(6)根据样本熵的定义,计算锂电池单体的样本熵,即求m个电压点在同一个相似容限r下匹配时,m+1个电压点匹配的条件概率的负自然对数。
10、作为本专利技术进一步优化的技术方案,所述步骤(4)中,两个电池单体电压序列在相似容限r下匹配m个电压点的概率的计算过程为:对每个电池单体的电压序列中第i个电压数据计算d[xm(i),xm(j)],统计其中小于r的个数,并与距离n-m-1求比值表示为:再求所有的的平均值bm(i)。
11、作为本专利技术进一步优化的技术方案,所述步骤(5)中,两个电池单体电压序列在相似容限r下匹配m+1个电压点的概率的计算过程为:对每个电池单体的电压序列中第i个电压数据计算d[xm+1(i),xm+1(j)],统计其中小于r的个数,并与小于r的数量与距离n-m求比值表示为:然后求所有的的平均值bm+1(i)。
12、作为本专利技术进一步优化的技术方案,所述锂电池单体的样本熵sampen(m,r)的计算公式为若n为有限数列时,则锂电池单体的样本熵sampen(m,r)的计算公式为:
13、作为本专利技术进一步优化的技术方案,所述锂电池单体的样本熵sampen(m,r)的值越小,表明锂电池单体的自相似性越高,表示整个锂电池模组处于正常运行状态。
14、与现有技术相比,本专利技术的有益效果是:
15、1、本专利技术在进行锂电池故障诊断算法中,将锂电池模组中的电压序列作为算法的输入,通过计算锂电池电压序列对应的样本熵的大小,实现锂电池组早期故境的准确诊断。当串联锂电池模组在工作状态发生故障时,会导致锂电池电压发生突变,而锂电池电压突变会增加电压序列数据的复杂性,从而会导致锂电池电压相对应的样本熵值会发生非常明显的变化。因此,可以利用锂电池电压样本熵值来描述锂电池电压序列的规律性和复杂性。
16、2、本专利技术通过计算电池单体的样本熵值,当锂电池模组中某个单体电压值对应的样本熵值较大时,说明该锂电池单体电池序列与其他单体的自相似性较低,由此可以判断此锂电池单体中存在潜在故障。基于此,本专利技术将样本熵的诊断方法应用于诊断动力锂电池组中潜在的早期故障单体。具体是通过计算截取充电片段各个电池单体的样本熵值,当样本熵值突然增大超过阈值的电池单体,即可诊断为存在早期故障的电池单体。换言之,通过样本熵值的计算,可以判断电池单体的自相似性,从而诊断出可能存在早期故障的电池单体。
本文档来自技高网...【技术保护点】
1.一种样本熵处理锂电池时间序列的风险预警方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述步骤(4)中,两个电池单体电压序列在相似容限r下匹配m个电压点的概率的计算过程为:对每个电池单体的电压序列中第i个电压数据计算D[Xm(i),Xm(j)],统计其中小于r的个数,并与距离N-m-1求比值表示为:再求所有的的平均值Bm(i)。
3.根据权利要求2所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述步骤(5)中,两个电池单体电压序列在相似容限r下匹配m+1个电压点的概率的计算过程为:对每个电池单体的电压序列中第i个电压数据计算D[Xm+1(i),Xm+1(j)],统计其中小于r的个数,并与小于r的数量与距离N-m求比值表示为:然后求所有的的平均值Bm+1(i)。
4.根据权利要求3所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述锂电池单体的样本熵sampEn(m,r)的计算公式为若N为有限数列时,则锂电池单体的样本熵sampEn(m,r)的计算公式为
5.根据权利要求1所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述锂电池单体的样本熵sampEn(m,r)的值越小,表明锂电池单体的自相似性越高,表示整个锂电池模组处于正常运行状态。
...【技术特征摘要】
1.一种样本熵处理锂电池时间序列的风险预警方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述步骤(4)中,两个电池单体电压序列在相似容限r下匹配m个电压点的概率的计算过程为:对每个电池单体的电压序列中第i个电压数据计算d[xm(i),xm(j)],统计其中小于r的个数,并与距离n-m-1求比值表示为:再求所有的的平均值bm(i)。
3.根据权利要求2所述的样本熵处理锂电池时间序列的风险预警方法,其特征在于,所述步骤(5)中,两个电池单体电压序列在相似容限r下匹配m+1个电压点的概率的计算过程为:对每个电池...
【专利技术属性】
技术研发人员:翁利国,范华,陈尧明,寿挺,张阳辉,徐峰,金迪君,施凌震,罗曼,陈红极,张海波,王遥,何雪玲,王炬亮,许文杰,丁超迪,戴航天,倪华军,夏许忠,
申请(专利权)人:浙江中新电力工程建设有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。