CN119291359A 用于新能源汽车用电线的故障检测方法 （浙江智通线缆有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119291359A(43)申请公布日2025.01.10

(21)申请号202411815801.3

(22)申请日2024.12.11

(71)申请人浙江智通线缆有限公司

地址325600浙江省温州市乐清市乐清经

济开发区纬十五路191号

(72)发明人郑小燕童如意万国永

(74)专利代理机构温州知西思悟专利代理事务所(普通合伙)33379

专利代理师刘建芳

(51)Int.CI.

G01R31/00(2006.01)

GO6F18/2433(2023.01)

GO6F18/23(2023.01)

GO6F18/213(2023.01)

权利要求书2页说明书9页附图1页

(54)发明名称

用于新能源汽车用电线的故障检测方法

(57)摘要

CN119291359A本申请涉及数据处理技术领域，具体涉及用于新能源汽车用电线的故障检测方法，该方法包括：获取检测数据的数据序列；基于采集周期内数据序列发生数据波动时数据序列之间自相关性强弱的变化确定采集周期的波动时差权重；基于两种检测数据在频域的所有频率成分上的幅值设置幅度阈值，利用数据拟合的方式基于筛选出的峰值点确定拟合直线，从而确定检测数据的差异趋势因子，结合波动时差权重以及能量谱密度差异确定故障异常权重，结合数据序列中元素的变化量确定检测数据的连接影响系数；利用数据聚类算法基于连接影响系数得到异常数据点，确定故障检测结果。本申请通过优化聚类算法，

CN119291359A

S001

S001

采集用电线故障检测时的检测数据，并对所得数据进行预处理

基于采集周期内数据序列之间的自相关性强弱的变化一致性强弱确定每个

采集周期的波动时差权重；基于采集周期内不同种检测数据之间的整体差

异趋势确定每种检测数据的差异趋势因子，结合连接设备对数据异常的影

响确定每种检测数据的连接影响系数

基于每个采集周期内每个检测数据的连接影响系数优化聚类算法，确定每个采集周期内异常数据，确定故障检测结果

S003

CN119291359A权利要求书1/2页

2

1.用于新能源汽车用电线的故障检测方法，其特征在于，该方法包括以下步骤：

获取每个采集周期内每种检测数据的数据序列；

基于每个采集周期内高压电池接电线、电池、电动机之间检测数据的数据序列发生数据波动时数据序列之间自相关性强弱的变化确定每个采集周期的波动时差权重；

在每个采集周期内，对每种检测数据进行时频域转换，基于两种检测数据在所有频率成分上的幅值设置幅度阈值，利用数据拟合的方式获取幅度阈值筛选的峰值点的拟合直线；基于所述拟合直线确定每种检测数据的差异趋势因子；

基于每种检测数据的数据序列转换到频域后得到的能量谱密度图，结合每个采集周期的波动时差权重，以及每种检测数据的差异趋势因子确定每个采集周期内每种检测数据的故障异常权重；

基于每个采集周期内每种检测数据的故障异常权重，结合每种检测数据的数据序列中元素的变化量确定每个采集周期内每种检测数据的连接影响系数；

利用数据聚类算法基于所述每种检测数据的连接影响系数得到所述每种检测数据的数据序列中的异常数据点，基于所述异常数据点在多个采集周期内的频率确定故障检测结果。

2.如权利要求1所述的用于新能源汽车用电线的故障检测方法，其特征在于，所述每个采集周期的波动时差权重的确定方式为：

对于每个采集周期，将电动机的电流、电池的电流、高压电池接电线的两端电流对应的数据序列分别滞后λ位后，计算滞后得到的数据序列与滞后前的数据序列之间的自相关系数；其中，λ为所述电流对应的数据序列的滞后位数；

计算每个电流对应的数据序列在滞后λ位与滞后λ+1位对应的自相关系数之间的差值；

确定所有电流对应的数据序列在滞后λ位得到的自相关系数的分布方差与所述差值的乘积在λ的取值区间内的累加结果；

将所述累加结果在所有电流对应的数据序列上的累加均值作为每个采集周期的波动时差权重。

3.如权利要求1所述的用于新能源汽车用电线的故障检测方法，其特征在于，所述基于两种检测数据在所有频率成分上的幅值设置幅度阈值，包括：

使用快速傅里叶变换FFT将每种检测数据的数据序列从时域转换为频域数据，得到每个频率成分的幅值和相位信息，将每个数据序列转换到频域后得到的所有频率成分的幅值组成的序列作为每个数据序列的幅值序列；

对两种检测数据的幅值