计算机应用研究

作者：李康乐,张云逸,韩劲松,贺维,

单位：1.哈尔滨金融学院,哈尔滨150030；2.哈尔滨师范大学计算机科学与信息工程学院,哈尔滨150025；3.火箭军工程大学,西安710025；

关键词：锂离子电池,故障诊断,证据推理规则,高斯分布,信息转换,鲸鱼优化算法,

基金：中国博士后科学基金资助项目；黑龙江省自然科学基金资助项目；；

锂离子电池凭借其优越的储能性能被广泛应用在许多领域，而随着使用时间增加，锂离子电池的老化加剧容易导致不同程度的故障，因此对锂离子电池进行在线故障诊断至关重要。为了进一步提高故障诊断的准确率和透明性，提出使用连续概率分布证据推理（ER）规则的故障诊断模型，并使用优化方法优化相关参数。首先，从充放电过程中提取能反映电池健康状态（SOH）的特征指标，采用Spearman相关系数分析特征指标与SOH之间的关联来提取健康因子；第二，考虑到电池的故障信息具有不确定性，提出一种基于ER规则的连续概率分布参考点的故障诊断方法，采用高斯分布描述参考点，实现在线故障诊断；第三，设计了一种带约束的鲸鱼优化算法（WOA）优化证据参数，构建GER-W故障诊断模型，使模型故障诊断准确率达到最优；最后，通过分析SOH对故障进行模糊划分，以NASA电池数据集为例验证GER-W模型的有效性，此外还将模型拓展到电池SOH估计中。验证结果表明，GER-W模型对比其他故障诊断方法具有更高准确率且诊断过程更加透明，在SOH估计中也有一定效果。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期