[发明专利]一种电池故障诊断方法

权利要求书

1.一种电池故障诊断方法，其特征在于，包括：

步骤100、在训练阶段，利用NMF算法计算离线第一检测指标、离线第二检测指标对应的第一控制限、第二控制限；

步骤200、在线检测阶段，计算k时刻每个样本的在线第一检测指标值、在线第二检测指标值；

步骤300、将所述在线第一检测指标值、在线第二检测指标值分别与所述第一控制限、第二控制限进行比较；

步骤400、若所述在线第一检测指标值、在线第二检测指标值未超出所述第一控制限、第二控制限范围，则利用遗忘因子去动态更新离线训练数据，重复步骤100-步骤400；

步骤500、若所述在线第一检测指标值、在线第二检测指标值超出所述第一控制限、第二控制限范围，则诊断电池出现故障，故障诊断结束。

2.根据权利要求1所述的电池故障诊断方法，其特征在于，所述步骤100包括：

步骤110、利用分布式传感器获取无故障阶段电池系统中单体电池的离线电压数据；

步骤120、利用ORSS算法对所述离线电压数据进行预处理，获取第一预处理电压数据矩阵Z；

步骤130、根据所述NMF算法并利用所述第一预处理电压数据计算基矩阵W和系数矩阵H；

步骤140、利用所述基矩阵W和系数矩阵H计算所述离线第一检测指标、离线第二检测指标；

步骤150、利用所述离线第一检测指标、离线第二检测指标分别计算所述第一控制限、第二控制限。

3.根据权利要求2所述的电池故障诊断方法，其特征在于，所述步骤120包括：

步骤121、利用中位数获取归一化处理算法式子(1)：

其中，x(k)表示在采样时间k的测量值，x_med(k)表示中位数；

步骤122、利用式子(1)对所述离线电压数据进行归一化处理，获取归一化电压数据矩阵Z∈R^d×n。

4.根据权利要求3所述的电池故障诊断方法，其特征在于，所述步骤130包括：

步骤131、利用PCA算法对所述归一化电压数据矩阵Z∈R^d×n进行分解，确定降维阶数k，同时获得其负载矩阵P∈R^d×k；

步骤132、利用所述负载矩阵P∈R^d×k对基矩阵W进行初始化：令W₀＝P，并且对W₀每一行进行归一化；

步骤133、利用初始化基矩阵W₀及归一化电压数据矩阵Z∈R^d×n计算求解基矩阵W和系数矩阵H。

5.根据权利要求4所述的电池故障诊断方法，其特征在于，所述步骤133包括：

步骤1331、利用式子(2)求解系数矩阵H：

W^TWH＝W^TZ (2)

步骤1332、将所述系数矩阵H所有负元素设置为0；

步骤1333、利用式子(3)求解基矩阵W；

步骤1334、将基矩阵W中所有负元素设置为0；

步骤1335、计算基矩阵W每一列的L₂范数，并且按着降序排列；

步骤1336、将基矩阵W的列归一化为单位L₂范数；

步骤1337、重复步骤1331-步骤1336，输出W∈R^d×k和H∈R^k×n。