改进D-S证据理论在电动汽车锂电池故障诊断中的应用

• 作者: 夏飞 孙朋 张浩 彭道刚 罗志疆 马茜
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 故障诊断 电动汽车 锂电池 改进证据理论 信息融合
• 年，卷（期）: 2017,（4）
• 页码范围: 526-537
• 页数: 12页
• 分类号: TP301
• 字数: 9975字
• 语种: 中文
• DOI: 10.11992/tis.201605001

摘要

针对电动汽车电池系统的故障采用基于神经网络的改进D-S证据理论组合规则完成诊断过程.为了避免单一途径的诊断可能造成故障漏检误检的状况,决策层采用D-S证据理论组合规则来确定基于BP网络和RBF网络两种故障诊断算法结果.然而为了克服D-S证据理论处理高度冲突证据的缺陷,本文提出了一种基于神经网络改进的D-S证据理论组合规则.首先,采用神经网络对电池故障进行初步诊断,结合网络诊断准确率来分配不确定信息并构造证据体,又引入了证据间的支持矩阵来确定新的加权证据体.然后,把各个焦元的信任度融入D-S证据理论组合规则,从而融合神经网络证据体及新加权证据体.最后,依据决策准则确定锂电池系统的故障状态.通过仿真实验验证了本文提出的改进D-S证据理论融合诊断方法在电动汽车锂电池故障诊断中的有效性.