2023年10月16日 · 本文利用基于数据驱动的方法,开发一种在线的电池故障诊断及预警方法。 为解决云平台中采集的充放电过程数据中存在大量随机噪声的问题,提出一种基于历史数据和卡尔曼滤波的数据降噪方法,并提出一种特征指数化的特征提取方法,有效放大微小的故障特征。 为了避免不一致性电芯带来的误报,提出一种基于余弦相似度（Cosine Similarity,CS）的故障值计
2024年11月13日 · 摘 要：文章针对新能源汽车中的锂离子电池组故障诊断技术进行深入分析,对多种故障诊断技术是进行深入研究,进一步探索大数据分析和物联网技术在故障诊断与预测中的应用,为新能源汽车的安全方位运行提供理论支持和技术指导,以供参考。
2021年4月26日 · 针对实测电压数据存在受到噪声污染的问题,SUN等提出了基于小波分析与香农熵的串联电池组电压故障诊断方法,通过电池组充放电实验数据验证,表明该方法能在较短时间内实现对电压异常单体的有效识别。
2024年11月27日 · 以下是BMS进行电池组故障诊断和维护的主要方法和功能： 1. 实时监测 电压监测：持续监测每个电池单元的电压,确保其在正常范围内。异常电压可能是电池单元故障的早期迹象。 电流监测：监测电池组的充放电电流
随着全方位球的环境污染和能源危机日益严重,能源与环保问题越来越受到世界各国的重视.推动全方位球绿色低碳转型是全方位人类的共识,也是中国作为负责任大国的担当.为促进能源转型,发展电动交通已成为战略选择,电动汽车将迎来更大的发展机遇.动力电池组是电动汽车的
2023年12月10日 · 为了保障电池系统安全方位可信赖运行,本工作提出了一种基于充电电压的锂离子电池组早期多故障诊断方法,能够及时精确地区分内短路故障与电池连接故障。本工作主要结论如下：
2023年8月8日 · 故对动力电池故障进行诊断和预测,是电动汽车安全方位、智能、便捷使用的重要技术确保。 目前研究人员已经从故障发生的边界条件、表现特征、内在原理和故障扩张等方面做了大量的研究工作,对电池系统故障有了较为深刻的认识,基于故障发生的表现特征和反应机理,对故障诊断和预测形成了较为完善的理论体系和初步解决方案。 但在工况复杂多变的实际使用场景
2020年6月24日 · 针对实测电压数据存在受到噪声污染的问题,SUN等提出了基于小波分析与香农熵的串联电池组电压故障诊断方法,通过电池组充放电实验数据验证,表明该方法能在较短时间内实现对电压异常单体的有效识别。
2023年10月18日 · 锂电池故障诊断算法主要依靠领域专家在长时间 的实践中建立锂电池故障诊断的知识库,通过故 障特征与故障标签的对应关系来判断是否发生故 障,并随着时间的推移不断学习完善知识库；基于 模型的锂电池故障诊断算法需要建立精确确的电池
对电池组的故障进行诊断是电池管理系统的重要功能.本文以模糊数学与模糊诊断原理为基础,建立了电池组故障诊断模糊专家系统的模型,给出了专家系统所用规则,历史档案数据内容以及电池组运行性能评估的算法——静态SOR评估算法.此外,还讨论了系统的具体实现,包括症状模糊化,故障的诊断和DOH的计算.最高后给出了实验结果. 百度学术集成海量学术资源,融合人工智能、深度学习