基于WOA优化概率分布参考点的锂电池故障诊断

打开文本图片集

摘 要：锂离子电池凭借其优越的储能性能被广泛应用在许多领域，而随着使用时间增加，锂离子电池的老化加剧容易导致不同程度的故障，因此对锂离子电池进行在线故障诊断至关重要。为了进一步提高故障诊断的准确率和透明性，提出使用连续概率分布证据推理（ER）规则的故障诊断模型，并使用优化方法优化相关参数。首先，从充放电过程中提取能反映电池健康状态（SOH）的特征指标，采用Spearman相关系数分析特征指标与SOH之间的关联来提取健康因子；第二，考虑到电池的故障信息具有不确定性，提出一种基于ER规则的连续概率分布参考点的故障诊断方法，采用高斯分布描述参考点，实现在线故障诊断；第三，设计了一种带约束的鲸鱼优化算法（WOA）优化证据参数，构建GERW故障诊断模型，使模型故障诊断准确率达到最优；最后，通过分析SOH对故障进行模糊划分，以NASA电池数据集为例验证GERW模型的有效性，此外还将模型拓展到电池SOH估计中。（剩余20674字）