基于贝叶斯网络的电池管理系统故障诊断方法

被引:5
作者
陈岚
范永清
张谦
冯小华
熊付强
机构
[1] 上海应用技术学院
关键词
贝叶斯网络; 锂电池; 电池管理系统; 故障诊断;
D O I
暂无
中图分类号
TM910 [一般性问题];
学科分类号
0808 ;
摘要
针对电池管理系统工作环境复杂、故障不确定的特点,提出一种基于贝叶斯网络的电池管理系统故障诊断方法。该方法利用领域专家知识确立故障节点、围绕电池管理系统结构进行层次划分,电池管理系统的历史数据、检修记录表用来进行网络的结构和参数学习。建立起电池管理系统故障诊断的贝叶斯网络。将该网络应用于电池管理系统的故障诊断,并针对不同故障进行实验,结果验证该方法在电池管理系统故障诊断上具有较高的区间正确率。方法为电池管理系统的故障诊断提供了新手段。诊断结论对电池管理系统的优化设计具有指导性意义。
引用
收藏
页码:1396 / 1398+1415 +1415
页数:4
相关论文
共 8 条
[1]   储能用锂离子电池管理系统研究 [J].
许守平 ;
侯朝勇 ;
胡娟 ;
汪奂伶 ;
杨水丽 .
电网与清洁能源, 2014, 30 (05) :70-78
[2]   基于T-S模糊故障树和贝叶斯网络的多态液压系统可靠性分析 [J].
陈东宁 ;
姚成玉 ;
党振 .
中国机械工程, 2013, 24 (07) :899-905
[3]   基于贝叶斯理论的集合降水概率预报方法研究 [J].
韩焱红 ;
矫梅燕 ;
陈静 ;
陈法敬 .
气象, 2013, 39 (01) :1-10
[4]   基于系统分层的故障诊断方法 [J].
黎清海 ;
高庆 .
仪器仪表学报, 2005, (S1) :914-916
[5]   基于贝叶斯网络的推理在移动客户流失分析中的应用 [J].
叶进 ;
林士敏 .
计算机应用, 2005, (03) :673-675
[6]   用Bayesian网络处理具有不完整数据的问题分析 [J].
王双成 ;
林士敏 ;
陆玉昌 .
清华大学学报(自然科学版), 2000, (09) :65-68
[7]  
Safety analysis in process facilities: Comparison of fault tree and Bayesian network approaches[J] . Nima Khakzad,Faisal Khan,Paul Amyotte.Reliability Engineering and System Safety . 2011 (8)
[8]   Fault trees for security system design and analysis [J].
Brooke, PJ ;
Paige, RF .
COMPUTERS & SECURITY, 2003, 22 (03) :256-264