【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種基于測量約束定向多胞空間濾波的鋰電池故障診斷方法，屬于鋰電池故障診斷。
技術(shù)介紹
1、在新能源汽車、新能源發(fā)電與儲能日益發(fā)展的背景下，鋰電池在工業(yè)和交通等領(lǐng)域的應(yīng)用日益擴(kuò)大。為了滿足對鋰電池安全、可靠持續(xù)運(yùn)行的進(jìn)一步需求，要求對于鋰電池充放電狀態(tài)進(jìn)行更加精確、及時的分析和監(jiān)測，并實(shí)現(xiàn)實(shí)時的故障檢測、隔離和診斷。
2、傳統(tǒng)的鋰電池故障診斷技術(shù)往往采用基于卡爾曼濾波的傳感器信息融合算法及其衍生算法。卡爾曼濾波是一種有效的數(shù)據(jù)融合和狀態(tài)估計技術(shù)，它通過線性系統(tǒng)狀態(tài)方程，利用系統(tǒng)輸入輸出觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計。這類方法基于噪聲分布的概率規(guī)律和給定的系統(tǒng)參數(shù)模型，對關(guān)鍵參數(shù)進(jìn)行狀態(tài)估計，并通過分析估計狀態(tài)與實(shí)際觀測值之間的殘差來檢測故障來增加故障檢測的準(zhǔn)確性。然而，在以鋰電池充放電工作為代表的一系列工況中，往往很難用單一的概率密度函數(shù)來描述噪聲分布規(guī)律，且在實(shí)際中，過程噪聲和觀測噪聲的協(xié)方差矩陣往往難以精確獲得。在此情況下，故障診斷的精確度和敏感性均會受到限制，具有一定的局限性。
3、為了克服上述傳統(tǒng)算法的局限性，近年來，基于集員濾波的故障診斷方法得到了廣泛的研究和應(yīng)用。集員濾波是一種非統(tǒng)計濾波技術(shù)，通過遞推構(gòu)造覆蓋真實(shí)狀態(tài)的集合，這些集合通常被表示為橢球、盒子(多面體)等幾何形狀，根據(jù)一定的迭代優(yōu)化準(zhǔn)則將系統(tǒng)參數(shù)的測量值和系統(tǒng)參數(shù)模型結(jié)合起來，從而獲得待檢測的系統(tǒng)參數(shù)在狀態(tài)空間中的可行集；由于集員濾波算法僅要求系統(tǒng)噪聲具有有界性，而實(shí)際系統(tǒng)中的噪聲能量有限，故這一要求通常能夠得到很好地
4、然而，幾何形狀的選擇和迭代規(guī)則的選取對于集員方法的準(zhǔn)確性、保守性和計算復(fù)雜度具有較大影響。不同的幾何形狀會產(chǎn)生不同的邊界效應(yīng)，還會影響個體之間的相互作用模式，從而影響結(jié)果的準(zhǔn)確性以及真實(shí)性；而迭代規(guī)則的選取會對收斂速度、計算精度以及穩(wěn)定性產(chǎn)生影響。目前，面向故障診斷的集員方法中，橢球迭代方法由于迭代形式簡單、復(fù)雜度低而受到廣泛關(guān)注，但其具有準(zhǔn)確性較差和保守性大的缺點(diǎn)。因此，基于中心對稱多胞體的集員方法日益受到關(guān)注，基于多胞體的分區(qū)全局?jǐn)U展的故障跟蹤與識別算法是一種通過利用多胞體來描述系統(tǒng)不確定性和進(jìn)行故障檢測的方法；其核心思想是將系統(tǒng)的不確定性表示為多胞體，利用多胞體的性質(zhì)來設(shè)計故障檢測方法。但是該方法計算較為復(fù)雜并且對模型具有依賴性，在實(shí)際的應(yīng)用中不具有普適性，尚不足以用于靈敏度要求較高的故障檢測。
技術(shù)實(shí)現(xiàn)思路
1、為了解決上述問題，本專利技術(shù)提供了一種基于測量約束定向多胞空間濾波的鋰電池故障診斷方法，包括：
2、步驟一，建立待監(jiān)測關(guān)鍵參數(shù)的不確定離散狀態(tài)空間模型；
3、步驟二，對待監(jiān)測的關(guān)鍵參數(shù)實(shí)施基于多胞體f范數(shù)最優(yōu)化的多胞空間狀態(tài)估計；
4、步驟三，進(jìn)行基于殘差多胞體的故障檢測，即判斷故障是否發(fā)生；
5、步驟四，進(jìn)行基于測量約束定向的故障隔離，即定位故障源；
6、步驟五，進(jìn)行基于擴(kuò)展多胞空間濾波的故障辨識，即明確故障的具體類型。
7、可選的，所述待監(jiān)測關(guān)鍵參數(shù)的不確定離散狀態(tài)空間模型形式為：
8、θ(k+1)＝θ(k)+δθf(k)+ew(k)
9、
10、其中，向量為待監(jiān)測的參數(shù)所構(gòu)成的參數(shù)向量，為測量獲得的輸出向量，k表示時刻，t表示轉(zhuǎn)置，表示系統(tǒng)傳感設(shè)備與輸出之間的系數(shù)矩陣。為表示待監(jiān)測參數(shù)因故障而變化的參數(shù)變化值。假設(shè)在系統(tǒng)初始時，即k＝0時，系統(tǒng)無故障。e,f為已知的系數(shù)矩陣。w(k),v(k)分別為過程噪聲、測量噪聲，皆滿足未知但有界條件，即：
11、|w(k)|∞≤w,|v(k)|∞≤v
12、其中，|*|∞表示無窮范數(shù)。該條件亦可用多胞體形式表示如下
13、w(k)∈<0,gw>,v(k)∈<0,gv>
14、可選的，所述基于多胞體f范數(shù)最優(yōu)化的多胞空間狀態(tài)估計方法為：
15、給定上一時刻的最優(yōu)估計其中，為k時刻最優(yōu)估計多胞體的中心點(diǎn)向量，為k時刻最優(yōu)估計多胞體的生成矩陣，表征多胞體的邊界范圍，則k+1時刻待監(jiān)測參數(shù)的最優(yōu)估計為
16、
17、其中，l(k)為最優(yōu)增益矩陣，是濾波器迭代變量，其迭代方式為
18、
19、其中，i表示單位矩陣，gw是包裹過程噪聲的多胞體的生成矩陣，gv是包裹測量噪聲的多胞體的生成矩陣，t表示轉(zhuǎn)置。
20、可選的，所述基于殘差多胞體的故障檢測方法為：
21、給定k時刻的狀態(tài)估計則其對應(yīng)的殘差多胞體為
22、
23、則當(dāng)狀態(tài)空間原點(diǎn)被殘差多胞體包裹時，系統(tǒng)無故障，反之則有故障。
24、即當(dāng)：
25、
26、時，可判斷系統(tǒng)存在故障。其中，pε,i(k)表示殘差多胞體中心點(diǎn)向量的第i個元素，gε,i,j(k)表示殘差多胞體生成矩陣的第i行第j列的元素，i∈{1,…,ny},j∈{1,…,s}分別表示生成矩陣的行數(shù)和列數(shù)。
27、可選的，所述基于測量約束定向的故障隔離方法為：
28、若在k時刻參數(shù)向量的正常工作范圍為則當(dāng)故障發(fā)生時，可用對角矩陣γ(k)表征故障膨脹的方向，其滿足
29、θf,i(k)＝(γ(k)θ(k))i,i＝1,…,nθ,θf,i(k)≠0
30、γ(k)＝diag(γi,i(k)),γi,i(k)∈{0,1}
31、其中，θf,i(k)表示故障參數(shù)向量的第i個元素，nθ表示該向量的總長度，γi,i(k)表示表征故障膨脹方向的對角矩陣的第i行第i列的元素。
32、可選的，所述基于擴(kuò)展多胞空間濾波的故障辨識方法為：
33、若故障變量滿足系統(tǒng)參數(shù)滿足則當(dāng)系統(tǒng)故障時，系統(tǒng)參數(shù)的估計值可用如下多胞體包裹：
34、
35、其中，gf(k)表示故障多胞體的生成矩陣，代表閔可夫斯基和，表示受噪聲擾動影響形成的參數(shù)集合，表示受故障影響形成的參數(shù)集合。上述變量滿足：
36、
37、
38、其中，表示上述受噪聲擾動影響形成的多胞體集合的中心點(diǎn)向量，表示上述多胞體的生成矩陣，表示上述受故障影響形成的參數(shù)多胞體集合的生成矩陣。
39、本專利技術(shù)的有益效果為：
40、針對鋰電池充放電工作的故障診斷問題，提出了一種基于測量約束定向多胞空間濾波的鋰電池故障診斷方法。本專利技術(shù)通過構(gòu)造和觀察系統(tǒng)的殘差多胞體來監(jiān)測并判斷系統(tǒng)關(guān)鍵技術(shù)參數(shù)的狀態(tài)，通過基于殘差多胞體的故障檢測對系統(tǒng)關(guān)鍵參數(shù)的狀態(tài)進(jìn)行判斷，即判斷故障是否發(fā)生；通過基于測量約束定向的多胞體方法對故障進(jìn)行隔離，即對故障源進(jìn)行定位；通過基于擴(kuò)展多胞空間濾波方法對故障進(jìn)行辨識，即明確故障的具體類型；并結(jié)合故障參數(shù)的隔離結(jié)果，專門設(shè)計濾波器對故障參數(shù)進(jìn)行包裹，從而可以獲得故障參數(shù)識別的最優(yōu)結(jié)果，使得故障參數(shù)的估計本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于測量約束定向多胞空間濾波的鋰電池故障診斷方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟一中建立的待監(jiān)測關(guān)鍵參數(shù)的不確定離散狀態(tài)空間模型形式為：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟二包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟三包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟四包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟五包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法除了應(yīng)用于鋰電池充放電故障分析外，還可以應(yīng)用于其它原理所制造的蓄電池充放電故障分析等其他領(lǐng)域。
【技術(shù)特征摘要】
1.基于測量約束定向多胞空間濾波的鋰電池故障診斷方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟一中建立的待監(jiān)測關(guān)鍵參數(shù)的不確定離散狀態(tài)空間模型形式為：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟二包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：沈謙逸，王子赟，王艷，霍雷霆，紀(jì)志成，
申請(專利權(quán))人：江南大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。