本發明公開了一種化學儲能電池PHM欠壓故障預測方法,本發明首先對原始欠壓數據進行預處理;其次進行數據探索,基于欠壓故障數據探索各個特征值的分布情況,根據欠壓發生的車輛狀態以及SOC值和最低最高溫度的分布對欠壓狀態進行初步判斷;采用滑動窗口方法提取特征;采用長短期記憶神經網絡即LSTM算法構建儲能電池PHM欠壓故障預測模型。通過對實車數據測試,研究結果表明該模型對化學儲能電池的欠壓故障預測精確率和召回率均在90%以上,具備較穩定的預測準確率。該方法能夠幫助目標系統提供預防性維修和維護的決策參考,降低維護成本并減小致命故障的幾率,對化學儲能電池研究具有重要的理論意義和應用價值。
聲明:
“化學儲能電池PHM欠壓故障預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)