一种电池PACK故障诊断方法与流程

本发明涉及故障诊断，尤其涉及一种电池pack故障诊断方法。

背景技术：

1、电池pack是电化学储能系统和电动汽车的核心部件，其安全性和可靠性直接影响整个系统的运行。随着新能源产业的快速发展，快速、准确地对电池pack进行故障诊断，以便及时做出相应决策，已成为保障系统安全稳定运行的关键环节。然而，目前对于储能设备故障诊断的研究主要集中在电芯及电池模组级别，直接针对电池pack的故障诊断体系尚不完善，无法全面反映pack级的故障信息，一定程度上限制了故障诊断方法的应用范围。

2、现有电池故障诊断方法主要分为基于模型的方法和数据驱动的方法两大类。基于模型的方法依赖精确的电池物理模型，但建模过程复杂，且模型参数易受电池老化和工况变化的影响，泛化能力有限。数据驱动的方法则需要大量标注故障数据进行训练，模型的可解释性较差，且在实际应用中面临故障数据获取困难、计算资源要求高等挑战。此外，现有方法多采用单一变量或阈值比较的方式进行故障检测，难以充分利用电池pack运行过程中多参数之间的关联信息，导致故障诊断的准确性和鲁棒性不足。因此，亟需一种不依赖大量训练数据、计算高效且能够充分利用多参数关联信息的电池pack故障诊断方法。

3、中国专利公开号：cn118917264a公开了一种电池pack故障诊断方法、系统及存储介质，主要步骤包括：构建单体电池的等效电路模型；根据所述等效电路模型构建所述单体电池的键合图模型；根据所述单体电池的键合图模型构建电池pack的键合图模型；根据所述单体电池的键合图模型和所述电池pack的键合图模型获取所述电池pack的各支路的电压和电流；根据所述电压和电流解析冗余关系；根据所述冗余关系构建故障特征矩阵以定位故障的所述单体电池。

4、由此可见，所述方案虽然能够实现电池pack的故障诊断与定位，但是其存在以下问题：

5、该方案需要构建精确的电池等效电路模型和键合图模型，模型参数易受电池老化、温度变化等因素影响而发生变化，导致冗余关系解析的准确性下降；同时，不同型号的电池pack需要重新建模和标定参数，方法的通用性和鲁棒性不足。

技术实现思路

1、为此，本发明提供一种电池pack故障诊断方法，用以克服现有技术中因依赖精确物理模型而导致诊断准确性受模型参数精度影响、通用性差的问题。

2、为实现上述目的，本发明提供一种电池pack故障诊断方法，包括：

3、采集并预处理电池pack内各电芯的端电压，以及，由相邻电芯串联构成的组合体电压；

4、对所述端电压与所述组合体电压进行解耦合以构建二维分析矩阵，并对该二维分析矩阵进行标准化处理；

5、基于标准化后的二维分析矩阵计算协方差矩阵，并进行特征值分解以提取最大特征值与其对应的特征向量；

6、基于所述最大特征值判定所述电池pack是否存在故障，并在确定所述电池pack存在故障的情况下确定故障原因并发出对应的处理措施，包括调节电池pack整体的充电倍率和调节二维分析矩阵的滑动窗口长度；

7、在调节对应的处理措施后确定所述电池pack未存在故障的情况下，将经调节的所述充电倍率和所述滑动窗口长度恢复至调节前的设定值，并持续监测电池pack状态。

8、进一步地，提取最大特征值的过程包括：

9、将标准化后的二维分析矩阵进行转置以得到转置矩阵；

10、基于所述转置矩阵与标准化后的二维分析矩阵以确定乘积矩阵；

11、基于所述乘积矩阵与采样点数以确定协方差矩阵；

12、对所述协方差矩阵进行特征值分解以得到全部特征值以及与各特征值对应的特征向量；

13、从所述全部特征值中筛选出数值最大的特征值以得到最大特征值，并提取与其对应的特征向量。

14、进一步地，判定所述电池pack是否存在故障的过程包括：

15、基于所述最大特征值与所述标准化后的二维分析矩阵的列数计算状态一致度；

16、基于所述状态一致度判定所述电池pack是否存在故障。

17、进一步地，在确定所述电池pack存在故障的情况下，确定故障原因的过程包括：

18、基于所述最大特征值对应的特征向量中各元素计算特征离散度；

19、基于所述特征离散度确定故障原因，包括电芯间soc偏差过大和特征值计算偏差导致诊断偏差。

20、进一步地，在确定故障原因为电芯间soc偏差过大的情况下，基于能量偏离比调节电池pack整体的充电倍率的过程包括：

21、基于所述协方差矩阵的第二大特征值与最大特征值计算能量偏离比；

22、基于所述能量偏离比减小电池pack整体的充电倍率，且电池pack整体的充电倍率的减小幅度与能量偏离比呈正相关。

23、进一步地，基于主元漂移率修正电池pack整体的充电倍率的减小幅度的过程包括：

24、基于当前时间窗口的最大特征值与上一时间窗口的最大特征值计算主元漂移率；

25、基于所述主元漂移率修正电池pack整体的充电倍率的减小幅度，且电池pack整体的充电倍率的减小幅度与主元漂移率呈负相关。

26、进一步地，在调节电池pack整体的充电倍率后，重新确定所述电池pack仍然存在故障，并基于所述特征离散度确定故障原因为特征值计算偏差导致诊断偏差，并发出调节二维分析矩阵的滑动窗口长度的处理措施。

27、进一步地，基于向量飘移度调节二维分析矩阵的滑动窗口长度的过程包括：

28、基于当前时间窗口最大特征值对应的特征向量与上一时间窗口最大特征值对应的特征向量计算向量飘移度；

29、基于所述向量飘移度增大二维分析矩阵的滑动窗口长度，且二维分析矩阵的滑动窗口长度的增大幅度与向量飘移度呈正相关。

30、进一步地，基于主元稳度修正二维分析矩阵的滑动窗口长度的增大幅度的过程包括：

31、获取当前时间窗口与之前若干个连续时间窗口各自的最大特征值以构建最大特征值序列；

32、基于所述最大特征值序列中各最大特征值计算主元稳度；

33、基于所述主元稳度修正二维分析矩阵的滑动窗口长度的增大幅度，且二维分析矩阵的滑动窗口长度的增大幅度与主元稳度呈正相关。

34、进一步地，在调节二维分析矩阵的滑动窗口长度后，重新确定所述电池pack仍然存在故障，发出人工更换故障电芯的处理措施。

35、与现有技术相比，本发明的有益效果在于，本发明仅基于电池pack运行过程中实时采集的电压数据进行协方差矩阵特征分解，通过特征值和特征向量的数学分析实现故障诊断，无需构建电池的等效电路模型或键合图模型，无需依赖模型参数的精确性，也无需采集大量标注故障数据进行模型训练，计算量小、通用性强，适用于不同型号和不同厂商的电池pack，具有良好的在线诊断能力，避免了现有技术中因依赖精确物理模型或大量训练数据而导致诊断准确性受限、泛化能力不足的问题，从而提升了电池pack故障诊断的效率、准确性和适用性。

36、进一步地，本发明通过状态一致度实现电池pack是否存在故障的快速判定，再通过特征离散度对故障原因进行准确区分，实现了从存在故障到故障原因的两级递进式诊断，避免了单一阈值判断易受工况波动影响导致误判的问题，有效提升了故障诊断的准确性和鲁棒性，从而进一步提升了电池pack故障诊断的效率和适用性。

37、进一步地，本发明在确定故障原因为电芯间soc偏差过大的情况下，基于能量偏离比动态调节充电倍率的减小幅度，并基于主元漂移率对减小幅度进行实时修正，实现了基于当前soc偏差严重程度以及恶化或改善趋势的双层闭环控制，既能在soc偏差恶化时及时抑制差异扩大，又能在偏差改善时适当放宽限充以兼顾充电效率，从而进一步提升了电池pack故障诊断的效率、准确性和适用性。

38、进一步地，本发明在确定故障原因为特征值计算偏差导致诊断偏差的情况下，基于向量飘移度自适应增大滑动窗口长度以提升协方差矩阵的统计稳定性，并基于主元稳度对窗口长度的增大幅度进行进一步修正，实现了基于当前随机波动程度以及波动收敛或发散趋势的双层自适应调节，有效消除了因数值计算偏差或数据噪声导致的故障诊断偏差，保证了诊断结果的可靠性，从而进一步提升了电池pack故障诊断的效率、准确性和适用性。