基于卡尔曼滤波和特征指数化的电动汽车电池故障诊断方法研究

作者：武明虎^*; 杜万银; 张凡; 黄伟

来源：汽车技术, 2023, (08): 7-13.

DOI：10.19620/j.cnki.1000-3703.20220891

• Lithium ion battery
• Fault diagnosis
• Kalman filter
• Feature extraction
• Cosine similarity

针对电池组内的热失控、内短路等故障问题，提出了一种基于卡尔曼滤波和特征指数化的电池故障在线诊断方法。首先基于历史数据和卡尔曼滤波方法对电压数据进行降噪，可有效去除异常点，并提出一种特征指数化方法以提取和放大电池组单体之间的电压特征。最后，为了减少电池组不一致性导致的单体电池故障误报，提出一种基于余弦相似度的故障值计算方法以提高算法诊断精确度，并实现故障电池的在线自动检测和定位。云端车辆数据验证结果表明，所提出的基于卡尔曼滤波和特征指数化的电池故障诊断算法能够有效地检测故障电池并进行预警。

• 单位
  湖北工业大学