夏飞，马茜，张浩，彭道刚，孙朋，罗志疆

(1.上海电力学院 自动化工程学院 , 上海 200090; 2.上海发电过程智能管控工程技术研究中心, 上海 200090; 3.同济大学 电子与信息工程学院,上海 201804)

改进D-S证据理论在电动汽车锂电池故障诊断中的应用

夏飞1，2，3，马茜1，2，张浩1，2，3，彭道刚1，2，孙朋1，2，罗志疆1，2

(1.上海电力学院 自动化工程学院 , 上海 200090; 2.上海发电过程智能管控工程技术研究中心, 上海 200090; 3.同济大学 电子与信息工程学院,上海 201804)

针对电动汽车电池系统的故障采用基于神经网络的改进D-S证据理论组合规则完成诊断过程。为了避免单一途径的诊断可能造成故障漏检误检的状况，决策层采用D-S证据理论组合规则来确定基于BP网络和RBF网络两种故障诊断算法结果。然而为了克服D-S证据理论处理高度冲突证据的缺陷，本文提出了一种基于神经网络改进的D-S证据理论组合规则。首先，采用神经网络对电池故障进行初步诊断，结合网络诊断准确率来分配不确定信息并构造证据体，又引入了证据间的支持矩阵来确定新的加权证据体。然后，把各个焦元的信任度融入D-S证据理论组合规则，从而融合神经网络证据体及新加权证据体。最后，依据决策准则确定锂电池系统的故障状态。通过仿真实验验证了本文提出的改进D-S证据理论融合诊断方法在电动汽车锂电池故障诊断中的有效性。

故障诊断；电动汽车；锂电池；改进证据理论；信息融合

电动汽车的动力锂电池系统对于整个电动汽车而言，是保证汽车正常行驶和准确预估续驶里程的基础。……