作者：郭煜1,2,3,4(), 王亦伟1,3,4, 彭鹏1,3,4, 王银飞1,3,4,5, 丘意书1,3,4(
), 蒋方明1,3,4(
)
单位：1. 中国科学院广州能源研究所；2. 东风汽车集团有限公司研发总院；3. 中国科学院可再生能源重点实验室；4. 广东省新能源和可再生能源研究开发与应用重点实验室；5. 沈阳化工大学机械与动力工程学院
引用： 郭煜, 王亦伟, 彭鹏, 等. 基于孤立森林算法的锂离子电池微内短路故障诊断方法[J]. 储能科学与技术, 2024, 13(11): 4102-4112.
DOI：10.19799/j.cnki.2095-4239.2024.0509
本文亮点：将孤立森林算法用于锂离子电池内短路故障诊断，发现（1）孤立森林算法可以对串联18650三元锂离子电池组中短路电阻小于1000 Ω的电池短路故障可以做到准确诊断，算法准确率超过了95%；对于短路电阻小于3000 Ω的短路故障可以进行初步诊断，算法准确率超过了80%；且算法对电池在电动汽车中的实际运行工况具有良好的适用性。（2）孤立森林算法对于电池储能系统在实际运行过程中的发生微内短路故障能够进行准确的识别诊断，对于短路电阻为25Ω的电池短路故障识别召回率超过了98%。
1 方法原理介绍
1.1 孤立森林算法
图1 数据集分割示意图 (a) 异常点隔离；(b) 正常点隔离
| (1) |
| (2) |
| (3) |
1.2 混淆矩阵
表 1 混淆矩阵表
| (4) |
| (5) |
| (6) |
2 实验与结果分析
图 4 2号电池不同短路程度下电池组单体电压曲线 (a) Risc=300 Ω ；(b) Risc=510 Ω ；(c) Risc=710 Ω
图 6 DST工况单体电池电压随时间变化曲线 (a) Risc=100 Ω；(b) Risc=300 Ω
| (7) |
图 7 6号电池不同短路程度下电池组单体电压曲线 (a) Risc=1000 Ω；(b) Risc=2000 Ω；(c) Risc=3000 Ω；(d) Risc=4000 Ω；
表2 不同严重程度内短路实验
图 9 第2簇电池电压变化曲线 (a) 2021年12月23日；(b) 2021年12月27日
3 方法验证
3.1 孤立森林算法检测结果
图 10 2号电池不同短路程度时异常分数曲线 (a) Risc=300 Ω；(b) Risc=510 Ω；(c) Risc=710 Ω
图 11 DST工况下异常分数曲线 (a) Risc=100 Ω；(b) Risc=300 Ω
图 12 6号电池不同短路程度时异常分数曲线 (a) Risc=1000 Ω；(b) Risc=2000 Ω；(c) Risc=3000 Ω；(d) Risc=4000 Ω
图 13 孤立森林算法诊断结果 (a) 2021年12月23日；(b)2021年12月27日
3.2 异常检测评价指标
表3 串联电池组算法有效性指标
表4 储能系统算法召回率
4 结 论
第一作者：郭煜（1999—），男，硕士研究生，研究方向为锂离子电池故障诊断与电池热管理，E-mail：shiyanguo@mail.ustc.edu.cn；
通讯作者：丘意书，副研究员，研究方向为锂离子电池热安全管理，E-mail：qiuys@ms.giec.ac.cn；蒋方明，研究员，研究方向为电化学能量/动力系统、增强型地热系统、微热流体系统、燃料电池水、热管理，以及高效节能技术/产品等理论研究和技术/产品研发，E-mail：jiangfm@ms.giec.ac.cn
本刊推荐
（点击图片可跳转到相应文章合集）
邮发代号：80-732
联系热线：010-64519601/9602/9643
投稿网址：http://esst.cip.com.cn/CN/2095-4239/home.shtml
