模糊神经网络的动力电池故障诊断系统

• 作者: 侯少阳 刘志明 周永健 张向文 李晓辉
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 电动汽车 动力电池 模糊逻辑 神经网络 故障诊断
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 研究与设计
• 页码范围: 1391-1394
• 页数: 4页
• 分类号: TM912
• 字数: 3345字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2019.08.042

摘要

动力电池的故障症状和故障原因之间存在一定的不确定性和模糊性,设计了一种基于模糊神经网络的动力电池故障诊断系统.该系统结合了模糊逻辑和神经网络的优点,模糊逻辑能对故障症状与故障原因之间的模糊关系进行准确描述,对模糊性信息具有较强的表达能力,而神经网络则具有强大的学习和获取知识的能力,能够避免模糊逻辑依赖于模糊规则的局限性,能够对信息进行并行推理,将两者结合,可以提供一个更加精确、有效的电池故障诊断系统.为了对设计的故障诊断系统进行验证,通过MATLAB自带电池模型的参数设置进行电池故障的模拟,然后,利用设计的故障诊断系统进行仿真测试,结果表明,该系统能正确诊断出电池故障的原因并给出各种电池故障的严重程度,因此,本系统可以应用于动力电池管理系统进行电池故障的准确诊断和故障原因的分析与报警,提高动力电池使用的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张向文	桂林电子科技大学电子工程与自动化学院	74	483	12.0	16.0
5	侯少阳	桂林电子科技大学电子工程与自动化学院	4	18	2.0	4.0
6	李晓辉	桂林电子科技大学电子工程与自动化学院	3	18	2.0	3.0
7	刘志明	桂林电子科技大学电子工程与自动化学院	2	1	1.0	1.0
8	周永健	桂林电子科技大学电子工程与自动化学院	2	1	1.0	1.0