离子电池电池的异常检测方法基于时间序列分解和改进的曼哈顿距离算法
Minghu Wu1,2, Shufan Zhang1, Fan Zhang1,2
1Hubei Key Laboratory for High-efficiency Utilization of Solar Energy and Operation Control of Energy Storage System, Hubei University of Technology, Wuhan 430068, China.
早期检测出故障的离子电池细胞对于电动汽车的安全至关重要. 这项研究引入了一种使用时间序列分解和曼哈顿距离的新方法,以准确识别异常细胞并确定故障时间.
科学领域:
- 电气工程 电气工程
- 材料科学 材料科学 材料科学
- 数据科学数据科学数据科学
背景情况:
- 单个离子电池电池故障可能导致电动汽车 (EV) 系统故障和安全危害.
- 早期和精确检测异常电池是防止事故和减轻经济损失的关键.
研究的目的:
- 提出一个强大的电池电池异常检测方法用于使用现实世界操作数据的电动汽车.
- 准确识别故障的电池电池并确定故障的精确时刻.
主要方法:
- 应用时间序列分解到电动汽车电池组电压数据以提取单个电池电压趋势.
- 利用改进的曼哈顿距离算法来比较相邻的细胞趋势组件以识别异常.
- 在特定的采样时刻计算数据序列中的曼哈顿距离,以检测细胞故障的确切时间.
主要成果:
- 拟议的方法成功地在包装中识别了异常的电池.
- 该技术准确地诊断了早期电池电池故障的特定异常时间.
- 实验验证证了该方法在实际电动汽车运行数据上的有效性和稳定性.
结论:
- 开发的方法可以准确和早期检测电动汽车中异常的离子电池电池.
- 这种方法提高了电动汽车的安全性,并通过识别关键故障点来减少潜在的财产损害.
- 时间序列分解和曼哈顿距离的结合为电池管理系统提供了可靠的解决方案.
更多相关视频
10:41Three-electrode Coin Cell Preparation and Electrodeposition Analytics for Lithium-ion Batteries
Published on: May 22, 2018
11:25Identification and Quantification of Decomposition Mechanisms in Lithium-Ion Batteries; Input to Heat Flow Simulation for Modeling Thermal Runaway
Published on: March 7, 2022
相关概念视频
Mass Spectrum: Interpretation
Mass Analyzers: Overview
Mass Analyzers: Common Types
Applications of EMF Measurements
The Electrical Double Layer
Electronic Distance Measuring Instruments
