[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

说明书

本公开提供了一种基于GM(1，1)灰色模型的电池故障诊断方法及系统，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，实现对不同工况下电池多故障的早期诊断，且能够精确预测出故障类型和故障时间，对数据密度要求较低，只需1秒钟采集一次电池电压。该方法简单易行、鲁棒性好，具有很大的实用价值。

技术领域

本公开属于新能源汽车动力电池故障诊断领域，涉及一种基于GM(1，1)灰色模型的电池故障诊断方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

为促进可持续能源发展以及日益增长的能源需求，电动汽车的发展受到世界的广泛关注。锂电池(锂离子动力电池)因具有较高的比能量/比功率、长循环寿命和无记忆效应等突出优势，成为当前电动汽车的核心技术之一，其性能直接影响到电动汽车的性能、安全性和经济性。然而，电池故障引发的安全问题成为了全球电动汽车发展面临的关键技术难点，严重制约着电动汽车的发展。在动力电池组中，电池内部故障的发生具有极大的随机性，并且早期的微小故障潜伏在电池电压中(通常未超出电池截止电压)，极难检测，且危害极大，易引发电池的爆炸或燃烧。但现有技术在电池内部故障诊断上均存在一定的缺陷。

根据发明人了解，现有文献(Nicholas Williard,Wei He,ChristopherHendricks and Michael Pecht.Lessons learned from the 787 dreamliner issue onlithium-ion battery reliability[J].Energies,2013,6:4682-4695.)提出了基于阈值的故障诊断方法，通过检测电池电压是否超过阈值来判断电池是否发生故障。该方法虽然在一定程度上能诊断电池明显故障，但是无法诊断未触发阈值的早期微小故障，并且阈值的选取也具有极大的挑战性。

现有文献(Yunlong Shang,Gaopeng Lu,Yongzhe Kang,Zhongkai Zhou,BinDuan,Chenghui Zhang.A multi-fault diagnosis method based on modified SampleEntropy for lithium-ion battery strings[J].Journal of Power Sources,2020,446:227275.)提出了一种基于样本熵的多故障诊断方法。该方法能够同时诊断出电池早期多种类型的故障，并能够预测出故障时间，但是需要大量的电压样本数据，并且对数据的采样密度要求较高(通常为0.01s采集一个数据)。

发明内容

本公开为了解决上述问题，提出了一种基于GM(1，1)灰色模型的电池故障诊断方法及系统，本公开可以实现对不同工况下电池多故障的早期诊断，且能够精确预测出故障类型和故障时间，对数据密度要求较低，只需设定时间内采集一次电池电压。简单易行、鲁棒性好，具有很大的实用价值。

根据一些实施例，本公开采用如下技术方案：

一种基于GM(1，1)灰色模型的电池故障诊断方法，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。

作为可选择的实施方式，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；