第53卷第2期2023年4月电池BATTERYBIMONTHLYVol.53,No.2Apr.,2023作者简介:刘光军(1976-),男,湖北人,湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室讲师,博士,研究方向:直流充电系统;张恒(1996-),男,湖北人,湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室硕士生,研究方向:动力电池故障诊断,通信作者。基金项目:国家自然科学基金(52177212),湖北省教育厅科学研究计划(T2021005)DOI:10.19535/j.1001-1579.2023.02.010基于小波分解和GDI的动力电池故障诊断刘光军,张恒∗(湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉430068)摘要:在动力电池组故障早期准确地定位故障单体电池,能预防安全事故。提出基于小波分解和广义无量纲指标(GDI)的动力电池故障诊断方法。使用小波分解,从电压数据中提取稳定的趋势分量;使用自定义的GDI提取故障信息;使用微分法处理故障信息,排除电池组不一致的情况,并使用3-σ原则作为故障触发阈值。基于电动汽车实际运行数据的实验结果表明,所提方法较信息熵法准确性更高,且具有较强的鲁棒性,在故障早期能够准确地定位故障单体电池,并降低电池组不一致故障的误报率。关键词:实际运行数据;故障诊断;小波分解;广义无量纲指标(GDI);动力电池中图分类号:TM912.9文献标志码:A文章编号:1001-1579(2023)02-0165-04FaultdiagnosisforpowerbatterybasedonwaveletdecompositionandGDILIUGuang-jun,ZHANGHeng∗(HubeiCollaborativeInnovationCenterforHigh-EfficiencyUtilizationofSolarEnergy,HubeiUniversityofTechnology,Wuhan,Hubei,430068,China)Abstract:Accuratelylocatingthefaultcellintheearlystageofpowerbatteriesfaultcouldpreventsafetyaccidents.Apowerbatteryfaultdiagnosismethodbasedonwaveletdecompositionandgeneralizeddimensionlessindicator(GDI)wasproposed.Waveletdecompositionwasusedtoextractstabletrendcomponentsfromvoltagedata,thefaultinformationwasextractedusingtheuser-definedGDI.Thedifferentialmethodwasusedtoprocessthefaultinformation,eliminatingtheinconsistencyofthebatteries,the3-σprinciplewasusedasthefaulttriggerthreshold.Theexperimentalresultsbasedontheactualoperationdataofelectricvehiclesshowedthattheproposedmethodwasmoreaccurateandrobustthantheinformationentropymethod,whichcouldaccuratelylocatingthefaultcellinthe...
