基于小样本故障率的智能电能表可靠度预估模型

基于故障率数据的可靠度评估是智能电能表健康状态管理与维修的重要依据。然而,异常值及故障率的小样本特性限制了传统智能电能表可靠度预测模型的评估性能。为此,提出一种基于加权局部离群因子与高斯过程回归的多环境应力下智能电能表故障率预估模型。首先,建模采用一种加权局部离群因子识别并剔除故障率数据集中的异常值;然后,选用不同的核函数匹配典型环境下的多应力输入特征,选取最优核;最后,以高斯过程后验分布预测故障率的置信度95%的区间变化,并据此估计智能电能表可靠度。采用2个典型环境地区的智能电能表故障样本进行实例分析,结果表明所提模型可有效预测智能电能表在多环境应力下故障率变化趋势,并能准确求解其可靠度。

动力锂离子电池温度场试验与测算

采用流体力学(CFD)耦合温度场仿真,通过电池单体放电温度变化后电阻、充放电容量及循环寿命衰减的测试,计算动力锂离子电池单体和模组的温度场,验证散热优化结构。依据统计法,分析电池单体的可靠性水平,建立对数正态分布模型,计算故障时间和模组的可靠度(R)。底部并行散热电池组在测试条件下最高温度为39.1℃,模块间温差在5.1℃以内。放电时温度均衡优于串行散热,降温效果显著,有利于发挥电池性能,延长寿命。单体电池的循环寿命为1199.7次,单体电池和模组电池循环1000次的R分别为0.8186、为0.9998。