基于数据驱动的纯电动汽车动力电池故障诊断方法研究

面对能源危机、环境污染等问题,世界各国相继大力推动新能源汽车发展。动力电池作为纯电动汽车的关键部件,是电动汽车复杂工况下的主要故障源之一,其性能的好坏直接关系到电动汽车的运行安全。本论文以新能源汽车国家监测与管理平台的数据为基础,以锂离子动力电池作为研究对象,基于数据驱动方法开展动力电池故障诊断方法研究,为新能源汽车的大数据应用提供技术手段。数据的有效性和可用性是数据分析和处理的前提,也是本文动力电池系统故障诊断的前提。本文首先以监管平台中纯电动汽车电压数据有效性为目标,基于电压连续缺失和不连续缺失两种缺失模式,提出了电压数据的缺失值处理机制。故障的阈值判断法是基于动力电池极端单体电压安全控制的基础方法,可快速进行故障的预报警分析,但缺乏诊断分析的能力。动力电池系统应用初期,电压数据普遍服从正态分布,依据连续样本数据,运用拉依达准则法进行异常单体的筛选可实现长效预警以及系统缺陷分析;随着动力电池系统老化,电压数据逐步偏离正态分布,应采取更有效的数据驱动方法,由此,提出了动力电池系统的故障预诊断策略,优化故障诊断流程和资源。其次,针对非正态分布的实时电压数据,分别利用熵权重法和动态偏移率法进行异常单体电池的诊断与评估。(1)以香农熵理论为基础,以每个时刻电压数据的熵值所携带信息量进行权重赋值,提出了改进的熵权重法,并以此进行各电池单体的评估;(2)以移动平均值为基础,用该时刻的偏离率反映各时刻各电池单体的变化程度,提出了十分钟动态偏移率概念,建立以动态偏移率标准差为离散程度评价指标的电池单体故障诊断方法。最后,针对非正态分布的电压历史数据,将时间序列下的各单体电压比重偏差作为处理对象,利用第95百分位数作为同一电池组的电池单体评估阈值,利用比重偏差的累加值进行不同车辆不同电池组的比较,形成基于统计学的电池一致性的诊断机制。