机械工程学报

作者：张言茹, 张珺玮, 王占国, 李劼峰, 张维戈

单位：1. 北京交通大学电气工程学院 北京 100044;2. 国家能源主动配电网技术研发中心 北京 100044

关键词：锂离子电池,历史数据,异常诊断,容量,荷电状态；

基金：北京市自然科学基金资助项目(3212033)。

由于车载动力电池的劣化存在时变性、路径依赖性及不一致导致的随机性，通过后台历史运行数据判断电池异常，识别电池安全风险逐渐成为技术发展趋势。目前针对历史数据的异常诊断存在忽略电池老化时变性和对等效模型及循环数据过度依赖等问题。通过组内不一致性分析，基于统计学迭代筛选异常电池并提取健康电池参考电压；建立偏离指数表征模型，分析单次充电过程中电压离群变化规律，从短时间尺度诊断电池异常程度和类型；基于变异系数法，构建全历史过程综合偏离指数矩阵，从长时间维度的突变性判断电池异常变化速度。故障实例及批量分析结果表明，该异常诊断方法不仅可以准确诊断电池包中的异常电池，还可有效对劣化趋势进行量化，为故障预警和合理化干预措施提供依据。

来源：2023年第22期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第22期