本发明提供一种在线识别电池自放电率异常的方法,涉及新能源电池技术领域。具体是利用放电数据,通过收集某个日期Di电池相关参数,输入所搭建的电池模型采用辨识算法得到各时刻的开路电压,将其输入MQ求解模块后得到相应的MQi值,当[DiMQi]n×2矩阵行数等于2时,采用公式计算得到SDR,当矩阵维数大于2时,采用DBSCAN算法对矩阵中的异常点进行删除,剩余点执行线性拟合求得SDR。本发明提高了内短路诊断的精准度和微小内短路检出效率,所需提前储备参数只涉及到新电池的SOC‑OCV数据,无需其他任何离线测试及标定,不受工况限制,不依赖充电数据,无需等待电池放电至一定深度、亦或是满足一定静置条件的要求,算法使可计算的车辆覆盖率提高,通用性强。
声明:
“在线识别电池自放电率异常的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)