一种车载动力电池组初期短路故障检测与定位方法

本发明涉及动力电池组初期短路故障诊断领域，具体涉及一种车载动力电池组初期短路故障检测与定位方法。

背景技术：

1、作为交通工具，电动汽车的安全问题受到广泛重视，车载电池组短路故障导致的车辆起火、爆炸等恶劣事件接连发生，而在电短路故障早期及时发现并加以控制手段进行处理便能够极大程度上避免上述事故的发生，因此动力电池组初期短路故障诊断对电动汽车安全可靠运行至关重要。

2、现有动力电池组短路故障诊断方法主要分为基于模型驱动的方法和基于数据驱动的方法。基于模型的故障检测方法将故障检测问题转化为模型参数或状态估计。通过将估计值与实测值进行比较，得到参数或状态的残差，并利用残差进行电池短路故障诊断。但该类方法的估计有效性依赖于电池模型的准确性，初期短路故障具有信号特征弱的特点，单一电池模型对电池动态估计能力有限，不足以支持有效的初期短路故障诊断。为提升状态估计能力使用的多模型耦合又需较高的计算硬件成本，这会阻碍方法的实际在线应用；基于数据驱动的方法不再依赖于电池模型，而是对采样数据进行统计分析，提取异常特征从而进行故障诊断，其诊断有效性依赖于异常特征显著性，同时其对数据处理分析过程中会丢失数据原本的物理意义，导致诊断结果缺乏足够的故障信息，无法通过诊断结果对故障所处演化阶段进行有效区分。因此，目前基于数据驱动的方法针对于初期短路故障的诊断性能仍然存在需要弥补的不足。

技术实现思路

1、针对现有技术中存在的上述技术问题，本发明提供一种车载动力电池组初期短路故障检测与定位方法，设计合理，解决了现有技术的不足，具有良好的效果。

2、为了实现上述目的，本发明采取如下技术方案：

3、一种车载动力电池组电压初期短路故障检测与定位方法，包括以下步骤：

4、s1：确立电池电压信号量测方案；

5、预设近截止电压对准充电程序，根据电池类型自适应确定相应近截止电压；构造虚拟变换矩阵，通过虚拟变换电压测量序列对采样电压列向量中采样通道顺序重新排列；

6、s2：可检测初期短路故障信号幅值评估并确立检测阈值；

7、获取动力电池组基准工况下经虚拟变换后的基准差分采样电压时序矩阵的基准差分电压均值向量和基准差分电压标准差对角阵；计算标准化后经虚拟变换的基准差分采样电压时序矩阵的协方差矩阵，获取其最大基准特征值和最大基准特征值标准差；设置可检测初期短路故障信号幅值，并获取检测指标阈值；

8、s3：计算实时故障检测指标；

9、根据实时获取的电压数据构造标准化后经虚拟变换的动力电池组实时差分采样电压时序矩阵，计算对应的实时初期短路故障检测指标；

10、s4：故障定位；

11、当初期短路故障检测指标超过检测指标阈值时，计算故障的差分电压通道异常特征值贡献，确定初期短路故障的发生位置。

12、进一步地，步骤s1中，具体包括如下步骤：

13、s101：根据电动汽车车载动力电池组运行电压历史数据确定对齐的近截止电压，不同类型的电池自适应选择要对齐的近截止电压，若车载动力电池组电压在接近近截止电压附近对齐，电池管理系统内的电池均衡将在剩余的放电和随后的充放电循环中被禁用；

14、s102：获取完整放电过程下基于基准工况的串联动力电池组的基准采样电压时序矩阵其表达式如式(1)所示：

15、

16、其中，n为电压传感器个数，m为基准采样电压时序矩阵的时间序列长度；为基准采样电压时序矩阵中第t时刻的基准采样电压列向量，为中第i个采样通道的基准采样电压值；其中，i＝1,2,…,n，t＝1,2,…,m；基准工况为轻型车辆测试循环工况，其为为放电电流工况，即工况结束时的动力电池组荷电状态低于工况起始时的动力电池组荷电状态；因此，对应电池满电情况下的基准采样电压列向量，对应电池电量完全耗尽情况下的基准采样电压向量；

17、式(1)中，基准采样电压列向量的表达式如公式(2)所示：

18、

19、其中，为第t时刻第i个单体电池的电压，ri,i+1为单体电池间连接件电阻，rb,1和rn,b分别为串联电池组两端电池同母线的连接件电阻，ri,i+1、rb,1、rn,b的阻值相同；

20、s103：对基准采样电压时序矩阵进行差分运算，得到基准差分采样电压时序矩阵表达式如下式所示：

21、

22、其中，为基准差分采样电压时序矩阵中第t时刻的基准差分采样电压列向量，为中第i个采样通道和第j个采样通道间的差分采样电压值，并且中，基准差分采样电压列向量具体的差分计算如下式所示：

23、

24、其中，ad作为差分运算矩阵，其中具体元素为如下所示：

25、

26、s104：通过虚拟变换电压测量序列对采样电压列向量中采样通道顺序重新排列，如下式所示：

27、

28、其中，av是虚拟变换矩阵；是经虚拟变换后重新排列的虚拟基准采样电压序列；其中，av中各个元素满足下式：

29、

30、其中，表示中第j个元素，也即第j个采样通道；表示中第i个元素，也即经虚拟变换后重新排列的第i个采样通道；

31、则最终经虚拟变换后的基准差分采样电压时序矩阵可以由下式表示：

32、

33、进一步地，步骤s2中，具体包括以下步骤：

34、s201：获取动力电池组基准工况下经虚拟变换后的基准差分采样电压时序矩阵的基准差分电压均值向量和基准差分电压标准差对角阵；

35、基准差分电压均值向量表达式如公式(8)所示：

36、

37、其中，为经虚拟变换后的基准差分采样电压时序矩阵第i个采样通道与第j个采样通道间的基准差分电压均值，计算公式如下式所示：

38、

39、基准差分电压标准差对角阵如公式(11)所示：

40、

41、其中diag{·}表示以{·}中元素依次为对角元素的对角阵；代表经虚拟变换后的基准差分采样电压时序矩阵中第i个采样通道与第j个采样通道间的基准差分电压的基准差分电压标准差，其计算公式如式(12)所示：

42、

43、s202：对经虚拟变换后的基准差分采样电压时序矩阵进行标准化操作，如下式所示：

44、

45、其中，为经虚拟变换的基准差分采样电压时序矩阵的标准化矩阵；

46、将标准化后经虚拟变换的基准差分采样电压时序矩阵分为两组标准化后经虚拟变换的基准差分采样电压时序子矩阵和两个子矩阵对于标准化后经虚拟变换的基准差分采样电压时序矩阵行元素的选择分别是：选择的第{1,2,…,n-1}行，选择的第行；

47、标准化后经虚拟变换的基准差分采样电压时序子矩阵和的最大基准特征值均值和表达式如式(14)所示：

48、

49、其中，λmax,k,base,1和λmax,k,base,2分别为标准化后经虚拟变换的基准差分采样电压时序子矩阵和中第k个以ω为矩阵宽度的滑动时序子矩阵的和的协方差矩阵和的最大特征值；其中，标准化滑动时序子矩阵由标准化后经虚拟变换的基准差分采样电压时序子矩阵的k-ω+1列至k列依序组成，标准化滑动时序子矩阵由标准化后经虚拟变换的基准差分采样电压时序子矩阵的k-ω+1列至k列依序组成；k＝ω,ω+1,…,m；

50、滑动时序子矩阵的和的协方差矩阵和的表达式如式(15)所示：

51、

52、并且有：

53、

54、其中，λmax,base,1和λmax,base,2分别为标准化后经虚拟变换的基准差分采样电压时序子矩阵和的最大基准特征值向量；

55、标准化后经虚拟变换的基准差分采样电压时序子矩阵和最大基准特征值标准差和计算公式如式(17)所示：

56、

57、s203：设置表征故障严重程度的故障特征幅值，针对于初期短路故障的最小可检测故障特征幅值可用fsc,min表示，并通过初期短路故障的最小可检测故障特征幅值fsc,min同故障检测阈值之间的量化关系式推导确定故障检测阈值：

58、

59、其中，dth表示初期短路故障检测阈值；tf表示滑动窗口内的故障持续时间,表示标准化后经虚拟变换的基准差分采样电压时序子矩阵的(n-1)个特征值的标准差，ξl,base表示基准工况下第l个电压差分通道的标准差，即基准差分电压标准差对角阵第l个元素。

60、进一步地，步骤s3中，具体包括以下步骤：

61、s301：电动汽车运行过程中，随着电压传感器的测量进程，构造标准化后经虚拟变换的动力电池组实时差分采样电压时序矩阵，具体过程为：

62、获取t时刻基于标准量测拓扑经虚拟变换的动力电池组实时电压向量vtsv，如式(19)所示：

63、

64、其中，为t时刻经虚拟变换后基于标准量测拓扑获取的第i个采样通道的实时电压值；

65、计算t时刻基于标准量测拓扑经虚拟变换的动力电池组实时差分电压向量δvtsv如式(20)所示：

66、

67、当t≥ω时，构造t时刻基于标准量测拓扑经虚拟变换的动力电池组实时差分电压量测时序矩阵如式(21)所示：

68、

69、t时刻基于标准量测拓扑的标准化后经虚拟变换的动力电池组实时差分电压量测时序矩阵如式(22)所示：

70、

71、将标准化后经虚拟变换的动力电池组实时差分电压量测时序矩阵分为两组标准化后经虚拟变换的动力电池组实时差分电压量测时序子矩阵和其中，经虚拟变换的动力电池组实时差分电压量测时序子矩阵由经虚拟变换的动力电池组实时差分电压量测时序矩阵的第1至n-1行依序组成，经虚拟变换的动力电池组实时差分电压量测时序子矩阵为经虚拟变换的动力电池组实时差分电压量测时序矩阵的第行依序组成；

72、s302：实时初期短路故障检测指标的计算步骤具体为：

73、获取t时刻标准化实时差分电压量测时序子矩阵和的协方差矩阵，如式(23)所示：

74、

75、通过特征值求解方法得到t时刻标准化实时差分电压量测时序子矩阵和的协方差矩阵和的最大特征值λmax,t,1和λmax,t,2以及其对应的特征向量为vmax,t,1和vmax,t,2；

76、对特征值λmax,t,1和λmax,t,2分别进行标准化，如式(24)所示：

77、

78、其中，和分别为t时刻标准化实时差分电压量测时序子矩阵和的协方差矩阵和的标准化最大特征值；

79、获取动力电池组t时刻的实时初期短路故障检测指标dt，其表达式如式(25)所示：

80、

81、进一步地，步骤s4中，具体包括以下步骤：

82、当t时刻的实时初期短路故障检测指标dt满足dt＞dth时，表明电池组发生初期短路故障；

83、其后进行故障定位，电池初期短路故障发生位置的定位步骤具体为：

84、s401：利用式(26)可以计算标准化后异常最大特征值对应的特征向量贡献度：

85、

86、其中，代表着关于标准化后异常最大特征值λmax,t特征向量vλmax,t中的第k项；

87、分组后的标准化实时差分电压量测时序子矩阵和的协方差矩阵和最终t时刻初期短路故障的实时电压采样通道贡献度向量ηt＝{ηk',t}计算如式(27)，其中，k'＝1,…,n；

88、

89、其中，和分别表示标准化实时差分电压量测时序子矩阵和的协方差矩阵和异常最大特征值所对应的特征向量中第k′项所生成的贡献度；

90、s402：当t时刻初期短路故障的实时差分电压通道贡献度向量ηt中最大的两个元素ηp,t和ηq,t的下标p和q满足式(28)：

91、

92、并且有：

93、

94、则t时刻初期短路故障发生于第p个单体电池，式(29)中，ηth＝0.8。

95、本发明所带来的有益技术效果：

96、本发明充分考虑到电动汽车工况波动下电池组内单体电池间不一致性对初期短路故障检测性能的影响，所采用的虚拟电压测量方案能够通过对测量通道在虚拟空间上的调整使得采样电压向量得以重新排列，进而降低正常工况下的电压波动对故障检测和定位过程的影响；并且，本发明所设计的基于全维统计分析的故障检测指标，建立起了指标阈值同故障幅值间的量化关联，进而能够提供短路故障严重程度的有效估计，最终实现检测阈值针对多种场景下的自适应调节，为动力电池组初期短路故障检测提供理论支持。