关键词：时序数据;电池模型;电池故障诊断;长短期记忆网络
摘 要：由于动力电池的数据是时序数据,而电池故障的发生具有随时间演变的特征,因此,提出一种基于长短期记忆网络的电动汽车电池故障诊断方法。首先,根据电池实验数据建立电池模型,通过注入电池不同故障得到动力电池故障数据集;然后,将电池故障数据集分成训练集和测试集,使用长短期记忆网络对训练集数据训练,在训练迭代次数达到设定值,并且识别准确率收敛之后,采用训练好的参数对测试集数据进行测试得到故障结果;最后,计算预测正确率,并与常用的数据驱动故障诊断的支持向量机模型进行对比。结果显示所提方法对动力电池的故障识别准确率达98%以上,甚至能够有效识别串联电池组中单体电池内部微短路、容量偏小等故障类型,明显优于利用支持向量机模型的电池故障诊断。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取