基于孤立森林算法的锂离子电池微内短路故障诊断方法

电池系统的内短路故障是造成电池热失控和火灾事故的主要原因之一,因此有必要对电池内短路故障进行诊断对事故做出早期预警。孤立森林算法是一种无监督的异常检测算法,被广泛应用于异常数据识别领域。根据串联电池组中内短路电池的电压会与正常电池发生偏离的特点,本文提出了基于孤立森林算法的锂离子电池微内短路故障诊断方法。为了对方法进行验证,本文构建了串联电池组进行了不同短路电阻和充放电工况的短路实验,并在实际运行工况下对一个锂离子电池储能系统进行了电池短路实验,然后利用孤立森林算法对实验数据进行分析诊断。结果表明,对于循环充放电工况,孤立森林算法对短路电阻为1000Ω的短路故障诊断精准率超过了74%,召回率超过了76%,准确率超过了91%;在模拟电动汽车实际驾驶的动态工况中,算法对300Ω的短路故障诊断精准率和召回率超过了86%,准确率超过了95%;算法对电池储能系统在实际运行工况下25Ω的内短路故障检测召回率大于98%。实验结果表明,孤立森林算法可以在多种工况下对锂离子电池微内短路故障进行有效检测,被检测出的锂离子电池内短路电阻达到了千欧姆数量级。