基于MRSVD和时频灰度图的储能电池过充特征识别
Chinese Journal of Power Sources(2020)
摘要
为寻求有效的储能电池早期故障(异常)诊断方法,提出一种基于振动信号变化的储能电池过充故障特征识别技术.针对储能电池内部故障(异常)发生后其壳体振动信号的改变,采用基于多分辨率奇异值分解(MRSVD)和时频灰度图的方法提取过充特征参数.首先采集储能电池不同工况下壳体的振动信号,对其进行MRSVD降噪处理,然后对降噪后的信号进行离散S变换得到信号的时频图像,计算出图像灰度共生矩阵的特征参数作为储能电池过充状态的诊断参数.实际储能电池过充的模拟实验结果表明,能量、熵、对比度三个特征参数在电池过充状态与正常充电状态有明显变化,因而振动信号的能量、熵、对比度可以作为识别过充故障的有效依据.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要