【技术实现步骤摘要】
本专利技术属于锂离子电池预警，尤其涉及基于多特征融合的电池组内短路故障检测方法。
技术介绍
1、锂离子电池目前广泛在电动汽车和储能系统中使用，电池组内短路却时有发生，如果无法及时有效的监测到电池组内短路，电池管理系统(battery management system，bms)不及时做出应对策略，极有可能发生电池组热失控甚至起火等极端情况，因此对电池组进行内短路检测是非常有必要的。
2、锂离子电池的内短路检测算法主要有气体检测，温升检测，数据驱动等方法，近年来，国内外学者针对锂离子电池内短路问题设计了相应的监测系统与数学模型。实际部署的锂离子电池组内通常不会有气体传感器，因此使用气体传感器的方法往往都是针对实验室和其他场景。对于温升检测的方法，有学者设计了针对某种特定锂离子电池的三级预警系统，并将50℃、70℃、80℃分别作为三级预警温度，这种单利用某一特征进行监测的方法，在锂离子电池实际运行中难免遇到传感器数据失真，甚至失效等问题，而且仅用温度数据来预测内短路，在预警速度上难以保证。也有学者基于充电数据来预测电池内短路，但...
【技术保护点】
1.基于多特征融合的电池组内短路故障检测方法，其特征在于，包括：
2.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述平均最大电压差的计算方法具体为：在抽样片段内，根据电池组内各单体的电压数据求解各单体之间最大电压差，对各电池单体之间的最大电压差求平均值，得到平均最大电压差。
3.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述平均最大电压差的计算过程具体为：
4.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述最大去中心化电压偏差的计算过程为：p>
5.根据权...
【技术特征摘要】
1.基于多特征融合的电池组内短路故障检测方法，其特征在于，包括：
2.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述平均最大电压差的计算方法具体为：在抽样片段内，根据电池组内各单体的电压数据求解各单体之间最大电压差，对各电池单体之间的最大电压差求平均值，得到平均最大电压差。
3.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述平均最大电压差的计算过程具体为：
4.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述最大去中心化电压偏差的计算过程为：
5.根据权利要求1所述基于多特征融合的电池组内短路故障检测方法，其特征在于，所述加权绝对电流...
【专利技术属性】
技术研发人员：陈俊生，刘青松，李阳，刘明杰，孙荣利，胡娅玲，朴昌浩，张杰，
申请(专利权)人：重庆邮电大学，
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。