随着电动汽车产业发展，电池故障所引起的交通事故以及梯次电池回收利用等问题越来越 受到人们的重视。而这些问题都涉及到电池状态的智能辨识、电池衰减机理、以及电池故障定位、预测和溯源三个核心研究问题。目前对电池状态估算精度还无法满足电池衰减机理研究的要求；对电池衰减机理的研究多数还停留在实验室离线阶段，对于复杂环境下衰减机理的研究相对较少；电池故障定位和故障溯源处理的故障主要是“显性”故障而不是“隐性”故障，对于故障预测研究相对较少。为此，本项目将以复杂环境下全生命周期内超高精度SOC估算为基础，采用本地采集+无线传输+云端存储+大数据处理方法，建立基于机器学习在线电池衰减模式分类方法和复杂环境下电池衰减影响因素关联模型，并采用生成式对抗网络的电池故障样本增强技术补足衰退电池数据，最终形成一套对电池系统智能化故障定位、故障预测和故障溯源方法和工具链。
山东交通学院
王知学
0531-80687937
