龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中南大学
摘要：本发明公开了一种基于联合字典学习的储能系统锂离子电池零样本内短路故障诊断方法及系统，通过综合考虑电池的电性能和热性能特征的电池电热耦合模型；基于故障机理通过故障注入到模型中得到锂电池的模拟故障数据集，包括内短路、过热、环境低温、接触电阻故障；根据专家知识定义锂离子电池故障的属性知识库；基于联合字典学习理论，将可采集样本的故障时序数据和属性知识投影到一个共享子空间中；引入难以采集样本的故障的属性知识加入到模型中；引入故障区别性约束使得不同故障在共享子空间中能够被准确区分开来。本发明能够在缺乏部分故障样本的情况下，依然能够准确诊断出故障，为储能系统锂离子电池的故障诊断提供了一种高效可靠的解决方案。
主权项：1.一种基于联合字典学习的储能系统锂离子电池零样本内短路故障诊断方法，其特征在于，包括以下步骤：步骤S100：数据准备，在储能系统中锂离子电池的使用过程中，通过电压传感器测量电池两端的电压，通过电流传感器测量电池的电流；步骤S200：建立锂离子电池二阶RC等效电路模型，通过离线参数辨识方法获得二阶RC等效电路模型的初始模型参数；步骤S300：建立锂电池电热耦合模型，基于故障机理进行故障注入，得到故障电压、电流、温度和荷电状态数据，归一化数据划分为训练数据和测试数据；步骤S400：根据专家知识定义锂离子电池故障的属性知识库，包括故障的特征、表现以及故障机理；步骤S500：基于联合字典学习理论，将可采集样本的故障时序数据和属性知识投影到一个共享子空间中；引入难以采集样本的故障的属性知识和故障区别性约束训练模型，在训练数据上进行模型参数的更新和优化；步骤S600：在测试数据上验证该方法的故障诊断效果。
全文数据：
权利要求：
百度查询： 中南大学 一种基于联合字典学习的储能系统锂离子电池零样本内短路故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号