近年来,随着我国经济的飞速发展,人们的物质生活水平在不断提高,城市的交通需求量也在逐渐增大,越来越多的家庭开始购买汽车。汽车在给予人们出行方便的同时,也造成了环境污染、能源短缺等问题。但新能源汽车的出现将有望解决这些问题。我国十分重视新能源汽车的发展,发布了很多关于新能源汽车的重点研发计划和重点专项。“高比功率长寿命动力电池及新型超级电容器技术开发”项目就是其中之一。本文的研究内容就和该项目相关。本文主要研究高比功率电池参数辨识和短期故障预警,并将研究成果应用到高比功率电池短期故障预警系统中。本文的主要成果有3方面的内容:第一,提出一种改进粒子群算法应用于参数辨识。在了解和对比了常见高比功率电池模型后,选取合适的电池模型;然后根据模型的状态方程,选择使用智能寻优算法中的粒子群优化算法来进行参数辨识;之后为了进一步提高计算精度,对粒子群优化算法进行了改进;最后进行实验证明了改进的粒子群算法在电池参数辨识上的有效性。第二,训练得到有效的短期故障预警模型。首先对电动汽车上报的数据进行了充分的分析,提出了一种数据预处理的方法;之后提出一种改进的随机森林法,用来训练各个短期故障预警模型;最后选取了合适的模型评估指标——准确率和AUC(Area Under Curve),对各个预警模型进行了评估,客观的评价了各个预警模型的效果,确定了各个预警模型是有效的预警模型。第三,设计并研发了短期故障预警系统。从目前已有系统的现状及用户的期望出发,了解预警系统需要解决的问题和痛点,据此来分析预警系统的需求;然后是系统设计,包括预警系统的体系结构设计、数据库设计和预警系统的核心功能——短期故障预警功能的详细设计;最后描述了预警系统的实现方式,并展示了预警系统最终呈现的效果及系统功能测试的结果。