近年來,隨著人們對環(huán)境和能源問題的日益關(guān)注,新能源車作為一種低碳車越來越受到人們的關(guān)注和青睞。據(jù)2018年的中國新能源汽車大數(shù)據(jù)研究報(bào)告表明,電池系統(tǒng)故障占有整車故障的45%,其中單體一致性差,SOC低合計(jì)占電池類故障的60%。本課題以新能源車電池系統(tǒng)為研究核心,結(jié)合已有的1萬輛新能源車實(shí)時(shí)行車數(shù)據(jù),對電池的主要故障、集成故障預(yù)測功能的新能源車大數(shù)據(jù)監(jiān)控平臺(tái)系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了深入的分析研究,主要研究內(nèi)容和成果如下:（1）基于余弦相似度的電池單體一致性差故障的診斷和預(yù)測。單體電池一致性差會(huì)惡化電池性能,對電池壽命造成極大影響。本論文通過大量新能源車行車數(shù)據(jù)分析,確定數(shù)據(jù)采用的單體一致性評估方式為充電結(jié)束后首次啟動(dòng)時(shí)刻的單體極差,閾值為0.253上下。電池單體內(nèi)部參數(shù)異常一定程度會(huì)在充電過程的單體極差曲線中體現(xiàn),故而提出使用相似度算法在充電過程的單體極差曲線進(jìn)行單體一致性差故障的診斷,其中基于余弦相似度的算法具有較優(yōu)秀的診斷能力。取余弦相似度閾值為0.99946的情況下,真陽率70.2%,假陽率9.8%,比原有的方法提前至少5分鐘獲得故障診斷結(jié)果。（2）基于ARIMA與CNN-LSTM的... 

【文章來源】：福建工程學(xué)院福建省

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

單體參數(shù)的影響關(guān)系

福建工程學(xué)院碩士學(xué)位論文8（c）為放電過程，并且后者為放電末期，此時(shí)荷電狀態(tài)分別為1=10%、2=30%、3=0%、4=20%，此時(shí)會(huì)由于B3單體已經(jīng)耗完電而導(dǎo)致整個(gè)電池組提前終止放電，如果繼續(xù)放電會(huì)損壞單體B3。圖2-2（c）到圖（d）為再次充電過程。圖2-2單體SOC不一致充放電過程2.2單體一致性的評估方法評估電池單體一致性的參數(shù)較多，以電壓、SOC、內(nèi)阻、溫度較為容易獲取，故而主要采取這四個(gè)進(jìn)行討論。一致性的判斷實(shí)際是離散度的判斷，一般為極差和標(biāo)準(zhǔn)差，若序列X為{1,2···1,}，則標(biāo)準(zhǔn)差，極差計(jì)算公式為：=√1∑()2=1(21)=(22)=1∑=1(23)其中，為標(biāo)準(zhǔn)差，N為樣本數(shù)量，x為樣本，R為極差，為均值。2.2.1基于內(nèi)阻的單體一致性評估電池內(nèi)阻通常情況下為歐姆內(nèi)阻和極化內(nèi)阻。采用最簡單的Rint模型作為電池組的等效模型如圖2-2所示，該模型認(rèn)為電池是個(gè)理想的電壓源和電阻的串聯(lián)，其中0為電池內(nèi)阻，為開路電壓，為輸出或者輸入電流，為工作電壓。

基于大數(shù)據(jù)的新能源車電池故障預(yù)測系統(tǒng)的研究9圖2-2Rint模型如圖2-3開路電壓與電阻的關(guān)系：=+0(24)計(jì)算出各個(gè)單體內(nèi)阻，就可以結(jié)合極差公式與標(biāo)準(zhǔn)差公式得出相應(yīng)的單體一致性指標(biāo)：=√1∑()2=1(25)=(26)=1∑=1(27)其中，為內(nèi)阻標(biāo)準(zhǔn)差，N為單體個(gè)數(shù)，為單體內(nèi)阻阻值，R為極差，為單體內(nèi)阻均值。2.2.2基于SOC的單體一致性評估電池的SOC可以直觀的反映出電池的工作狀態(tài)，并反映出充放電狀態(tài)的參數(shù)。不管是對電池壽命的研究，還是對電池剩余容量的估計(jì)，亦或是對電池管理系統(tǒng)的設(shè)計(jì)都必須要用到荷電狀態(tài)SOC這個(gè)參數(shù)，因此SOC的研究是電池研究的核心[38]。SOC的定義式通常表示為：=0∫0(28)式中，0是電池初始狀態(tài)的SOC值，是電池的標(biāo)定容量（額定容量），I是電流。該定義是利用的是額定容量，但是正常情況下電池的實(shí)際可用容量會(huì)比額定容量小，而且實(shí)際可用容量會(huì)在使用過程不斷的減校因此對上式進(jìn)行修改為：=0∫0(29)

【參考文獻(xiàn)】：
期刊論文
[1]基于混合時(shí)間序列卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷[J]. 何強(qiáng),唐向紅,陸見光.  組合機(jī)床與自動(dòng)化加工技術(shù). 2020(03)
[2]用于智能電網(wǎng)大數(shù)據(jù)分析Lambda架構(gòu)[J]. 王浩淼.  信息技術(shù). 2020(02)
[3]基于開路電壓法的磷酸鐵鋰電池SOC估算研究[J]. 申彩英,左凱.  電源技術(shù). 2019(11)
[4]一種新能源車輛整車健康度評分系統(tǒng)[J]. 黃麗花,陳宇,黎飛,寧勝花,趙小羽.  汽車零部件. 2019(10)
[5]電池荷電狀態(tài)估算方法研究[J]. 劉鵬飛.  汽車文摘. 2019(11)
[6]基于LTC4121的鋰電池自動(dòng)充電電源管理系統(tǒng)[J]. 鄧文康,畢明德,廖武,王巨智,艾燁.  電源技術(shù). 2019(10)
[7]鋰電池全生命周期充電規(guī)劃方法研究分析[J]. 袁臣虎,唐靜雅,劉曉明,楊玉明,劉奇.  電源技術(shù). 2019(10)
[8]容量增量內(nèi)阻一致性在線檢測方法[J]. 徐敏,劉中財(cái),嚴(yán)曉,黃碧雄,王影,王炯耿.  儲(chǔ)能科學(xué)與技術(shù). 2019(06)
[9]基于N-Gram和動(dòng)態(tài)滑動(dòng)窗口的改進(jìn)余弦相似度算法研究[J]. 張洪,鐘凱迪,柴源,魏濟(jì),吳艷,譚錦濤,葉文韜.  成都大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[10]方形鋰離子電池?zé)崾Э厍闆r下的熱管理研究[J]. 李文元,方林.  船電技術(shù). 2019(03)

博士論文
[1]殘差聚類算法研究[D]. Milan Deepak Parmar.吉林大學(xué) 2019
[2]基于內(nèi)阻變化特征的動(dòng)力鋰電池模塊故障在線診斷研究[D]. 張華.哈爾濱工業(yè)大學(xué) 2017

碩士論文
[1]基于云計(jì)算的故障裝備大數(shù)據(jù)技術(shù)研究[D]. 洪棟斌.北京郵電大學(xué) 2019
[2]基于Hadoop分布式計(jì)算平臺(tái)的車輛監(jiān)控系統(tǒng)數(shù)據(jù)的分析與應(yīng)用[D]. 于士堯.北京郵電大學(xué) 2016
[3]電動(dòng)汽車鋰動(dòng)力電池分選及成組技術(shù)研究[D]. 吳偉靜.吉林大學(xué) 2015



本文編號(hào)：3071563