基于孤立森林算法的锂离子电池微内短路故障诊断方法

作     者：郭煜 王亦伟 彭鹏 王银飞 丘意书 蒋方明 

作者机构：中国科学院广州能源研究所 东风汽车集团有限公司研发总院 中国科学院可再生能源重点实验室 广东省新能源和可再生能源研究开发与应用重点实验室 沈阳化工大学机械与动力工程学院 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广州市科技计划(202201010418) 

主　　题：锂离子电池 孤立森林算法 微内短路故障 电池储能系统 

摘      要：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，有必要对电池内短路故障进行诊断以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梯次利用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1000 Ω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300 Ω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25 Ω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。