复杂工作环境下动力电池组状态的智能辨识及故障溯源系统

一、成果概述

随着电动汽车产业发展，电池故障所引起的交通事故以及梯次电池回收利用等问题越来越 受到人们的重视。而这些问题都涉及到电池状态的智能辨识、电池衰减机理、以及电池故障定位、预测和溯源三个核心研究问题。目前对电池状态估算精度还无法满足电池衰减机理研究的要求；对电池衰减机理的研究多数还停留在实验室离线阶段，对于复杂环境下衰减机理的研究相对较少；电池故障定位和故障溯源处理的故障主要是“显性”故障而不是“隐性”故障，对于故障预测研究相对较少。为此，本项目将以复杂环境下全生命周期内超高精度SOC估算为基础，采用本地采集+无线传输+云端存储+大数据处理方法，建立基于机器学习在线电池衰减模式分类方法和复杂环境下电池衰减影响因素关联模型，并采用生成式对抗网络的电池故障样本增强技术补足衰退电池数据，最终形成一套对电池系统智能化故障定位、故障预测和故障溯源方法和工具链。

二、主要关键技术内容及创新点

1、本项目所有工作都是针对复杂环境下的在线运行系统开展研究，项目中所涉及的所有内容：复杂环境下全生命周期内超高精度 SOC 估算；本地采集+无线传输+云端存储+大数据处理方法；基于机器学习的在线电池衰减模式分类方法；复杂环境下电池衰减影响因素关联模型；生成式对抗网络的电池故障样本增强技术；智能化故障定 位、故障预测和故障溯源方法和工具链，都是针对复杂环境下实际运行的系统，而之前研究者大量的工作是在固定实验室环境下离线完成，这是本项目最主要特色。

2、将形成一套对电池系统智能化故障定位、故障预测 和故障溯源方法集和工具链，项目最重要的成果就是形成一套针对电池系统的智能化故障定位、故障预测和故障溯源方法集合工具链，这是本项目第二个特色 之处。这套方法集和工具链既包含智能化电池健康监测终端等硬件设 备，也包含下位机软件、云平台软件等软件设备，也包含卡尔曼滤波、 LSTM、PCA、生成式对抗网络等针对项目而应用的核心算法库。据调研目前还没有这样的工具链。

三、主要应用领域与前景

本成果的实施有助于国内动力电池生产厂商了解产品使用过程中的问题，进而完善产品工艺，提高产品质量；有助于回答社会关注度较高的电动汽车“性能、寿命、安全、效益”四个主要问题；有助于保证我国在动力电池产业世界领头羊的位置；有助于保证我国动力电池产业更快、更好、更健康的发展。

四、相关知识产权

已授权专利3项，具体如下：

一种动力锂电池二阶RC等效模型的辨识方法， ZL 201310061731.2

基于绝对可充放容量的全阶段动力锂电池均衡方法及装置，ZL 201210537218.1

一种基于RC等效模型的动力电池SOC估计方法，ZL 201210501417.7