买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京旭岚能碳科技有限公司

摘要：本发明公开了一种基于多元经验模态分解和支持向量机的电池故障诊断方法，包括：获取锂电池的充放循环数据；通过数据库中锂电池的充放循环数据构建数据集，数据集包括训练集、验证集和测试集；对训练集中的数据建立标签；对数据集中的所有数据处理得到支持向量机的输入数据；构建优化后的支持向量机模型；将支持向量机的输入数据输入至优化后的支持向量机模型，得到训练完成后的支持向量机模型，用于在线故障诊断，得到实时锂电池故障状态。本发明相对一般性的数据驱动方法，充分利用了锂电池多循环周期的充放数据，从中提取其固有模态特征，提取的特征覆盖面广、具有一般性，基于SVM算法进行故障诊断能实现分类间隔的结构风险最小化。

主权项：1.一种基于多元经验模态分解和支持向量机的电池故障诊断方法，其特征在于，包括以下步骤：步骤一：获取锂电池的充放循环数据：获取锂电池全生命周期各循环运行过程中的历史充放电电流、电压、温度以及实际容量数据作为锂电池的充放循环数据，锂电池的充放循环数据构成用于锂电池故障诊断的数据库；步骤二：通过数据库中锂电池的充放循环数据构建数据集，数据集包括训练集、验证集和测试集；对数据库中锂电池的充放循环数据进行预处理，以三个循环周期的充放电数据为一组划分数据集，时间窗依次沿循环次数向后移动，对处理后的数据进行归一化处理，并进一步划分，形成训练集、验证集和测试集；步骤三：对训练集中的数据建立标签：以锂电池额定容量的80％作为电池失效标准，实际容量大于80％的数据作标记为1，实际容量小于80％的数据标记为-1，作为每个样本监督学习的标签，对训练集中的所有数据均建立标签；步骤四：对数据集中的所有数据处理得到支持向量机的输入数据：对训练集、验证集和测试集中的所有数据通过多元经验模态分解得到每个数据集的IMF分量，提取其能量距后作为支持向量机的输入；步骤五：构建优化后的支持向量机模型：构建支持向量机模型，通过S折交叉验证和网格搜索方法对超参数进行优化，得到优化后的支持向量机模型；步骤六：将支持向量机的输入数据输入至优化后的支持向量机模型，得到训练完成后的支持向量机模型，用于在线故障诊断，从在线充放电压、电流和温度提取IMF分量及其能量距，得到实时锂电池故障状态。

全文数据：

权利要求：

百度查询： 南京旭岚能碳科技有限公司 基于多元经验模态分解和支持向量机的电池故障诊断方法