基于深度學習的動力電池故障診斷研究.pdf

1、作為電動汽車的動力來源，鋰離子動力電池是電動汽車的重要組成部分，其性能直接影響著整車的各方面性能和行車的安全性。因此對動力電池的故障診斷，預測動力電池故障的發(fā)生，對于延長動力電池的使用壽命，提高電動汽車的整車性能和行車安全性都是極其重要的。
　　本文首先對鋰離子動力電池的原理和故障進行研究，通過建立鋰離子動力電池故障樹，結合故障失效模式，對鋰離子動力電池進行故障分析。將鋰動力電池的故障等級、故障類型和失效原因清晰地表述出來。并且設

2、計鋰動力電池的放電仿真工況，根據(jù)該仿真工況設計鋰動力電池的放電實驗，獲取鋰動力電池的放電實驗數(shù)據(jù)，對實驗數(shù)據(jù)進行小波包分解與重構來對數(shù)據(jù)特征進行提取。
　　然后，對深度學習進行簡要概述分析，選定循環(huán)神經(jīng)網(wǎng)絡作為鋰動力電池故障診斷的數(shù)學模型，針對鋰動力電池的放電實驗數(shù)據(jù)，設計了適合本文的基于LSTM神經(jīng)網(wǎng)絡的故障診斷模型，并對其網(wǎng)絡參數(shù)進行修改調整，得到LSTM神經(jīng)網(wǎng)絡的最優(yōu)參數(shù)，再利用實驗仿真與支持向量機SVM和BP神經(jīng)網(wǎng)絡這兩種