[发明专利]一种基于相似性度量的储能电池无监督故障诊断算法

权利要求书

1.一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，包括如下步骤：

S1、储能电池充放电过程的信号监测、采集、汇总，构建无监督故障诊断数据集；

S2、对采集到的信号进行清洗，去除因传感器波动、操作环境突变因素引起的异常点，同时利用滑动平均法构建滤波器，以抑制采样中混入的噪声；

S3、根据充放电过程的信号特性，根据极大(小)值点、拐点时序特征，构建每个单体电池的关键点序列；

S4、提取监测信号的分段趋势项特征，基于每个单体电池的关键点序列，将完整的监测信号分割为若干时间片段，进行分段线性化；

S5、基于相似性分析原理，构建单体电池离群值计算模块，包含三个离群度量子模块；

S6、利用D-S证据理论，实现多个标准的信息融合，得到每个单体电池相较于其他单体电池的离群程度，作为发生故障的重要衡量指标，进而判别故障电池。

2.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S1中，具体包括以下步骤：

S101、利用电压传感器采集若干充放电周期内电池组的电压信号；

S102、所检测电池组包含m个单体电池，在若干充放电周期内共有n个采样样本，构建电池组的监测矩阵。

3.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S2中，具体包括以下步骤：

S201、计算局部信号的均值、标准差，构建当前时刻监测信号的正常范围；

S202、对落在正常范围外的监测信号进行平滑处理。

4.根据权利要求3所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S201中，利用时间窗构建时间序列片段，以反映局部特征以去除异常点，时间窗W_t包含数据

[X_t-L，X_t-L+2，...，X_t-1] (1)

其中L为时间窗的长度，时间窗每次向后推移一个时刻。

5.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S3中，具体包括以下步骤：

S301、根据单体电池监测信号的极值点、拐点，分别构建矩阵F和G，据此得到特异时刻点序列；

S302、根据特异时刻点序列，构建第k个单体电池的关键点序列

6.根据权利要求5所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S301中，针对离散信号，利用一阶差分和二阶差分以获得极值点、拐点，进而根据极值点、拐点为零得到特异时刻点。

7.根据权利要求5所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S302中，遍历特异时刻点序列，搜索序列中在时间维度上的孤立点，得到第k个监测信号的关键点序列

8.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S4中，具体包括以下步骤：

S401、根据步骤S3得到的关键点序列，将监测信号分割若干片段，在每一片段上用线性函数代替原非线性信号以实现分段线性化；

S402、提取各线性函数的斜率，以反映每个时序片段上的趋势，构成分段趋势项特征序列。

9.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法，其特征在于，在步骤S5中，利用多种离群值标准，分别构建单体电池离群程度的计算模块，计算每一单体电池的离群值，具体包括以下步骤：

S501、根据欧式距离标准，逐一计算每个单体电池的离群值；

S502、根据关键点分布标准，逐一计算每个单体电池的离群值；

S503、根据趋势项分布标准，逐一计算每个单体电池的离群值。