[发明专利]基于GM（1，1）灰色模型的电池故障诊断方法及系统

权利要求书

1.一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：包括以下步骤：

根据电池充放电时电压的波动特性，基于灰色系统理论建立电池GM(1，1)电压预测模型，利用最新的当前工况设定次电池电压数据进行预测，得到预测值，计算电压测量值与预测值之差，根据差值变化诊断电池潜在的故障。

2.如权利要求1所述的一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：根据电池充放电时电压的波动特性，基于灰色系统理论建立电池GM(1，1)电压预测模型的具体过程包括：

将电池的电压数据按时间编码，形成对应的电池电压的系统特征数据序列；

从电池电压的系统特征数据序列中获取电池当前按时间最新的设定次电压数据，将获取的数据进行灰色处理。

3.如权利要求2所述的一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：将获取设定次电压数据作灰色处理，具体包括：将获取设定次电压数据，作灰色一次累计生成处理，得到电池电压的灰色一次累加生成序列；

将获得的电池电压的灰色一次累加生成序列进行紧邻均值生成操作，获得电池电压的灰色一次累加生成序列的紧邻均值生成序列。

4.如权利要求1所述的一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：利用最新的当前工况设定次电池电压数据进行预测，得到预测值的具体过程包括：获得的设定次电压数据，计算电池电压进行灰色预测跟踪所需的灰作用量，得到电池电压对应的等维递补灰色单变量一阶时间响应序列，并进行电池电压的灰色预测跟踪。

5.如权利要求1所述的一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：根据差值变化诊断电池潜在故障的具体包括：判断电池是否发生故障，若输出的差值在一定时间内的变化量超过第一设定值，则判断电池发生故障。

6.如权利要求5所述的一种基于GM(1，1)灰色模型的电池故障诊断方法，其特征是：若差值发生突升趋势且大于第二设定值，则判定该故障为开路故障或过压故障；

若差值突降趋势且小于第三设定值，则判定该故障为短路故障或欠压故障。

7.基于GM(1，1)灰色模型的电池故障诊断系统，其特征是：包括：

预测模型构建模块，被配置为根据电池充放电时电压的波动特性，基于灰色系统理论建立电池GM(1，1)电压预测模型；

预测模块，被配置为利用最新的当前工况设定次电池电压数据进行预测，得到预测值；

差值分析模块，被配置为计算电压测量值与预测值之差，根据差值变化诊断电池潜在的故障。

8.如权利要求7所述的基于GM(1，1)灰色模型的电池故障诊断系统，其特征是：所述预测模型构建模块包括：

序列获取模块，被配置为将电池的电压数据按时间编码，形成对应的电池电压的系统特征数据序列；

灰色处理模块，被配置为从电池电压的系统特征数据序列中获取电池当前按时间最新的设定次电压数据，将获取的数据进行灰色处理；

预测根中模块，被配置为根据获得的设定次电压数据，计算电池电压进行灰色预测跟踪所需的灰作用量，得到电池电压对应的等维递补灰色单变量一阶时间响应序列，并进行电池电压的灰色预测跟踪。

9.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-6中任意项所述的基于GM(1，1)灰色模型的电池故障诊断方法。

10.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-6中任意项所述的基于GM(1，1)灰色模型的电池故障诊断方法。