一种通过大数据预测轨交锂电池SOE的方法技术

技术编号:22882657 阅读:125 留言:0更新日期:2019-12-21 06:50
本发明专利技术涉及轨道交通的维护技术领域,尤其是一种通过大数据预测轨交锂电池SOE的方法;它包括:数据准备步骤,数据整理步骤,数据特征化步骤,目标确定步骤,数据计算步骤,训练验证步骤,算法评估步骤;通过特殊的清洗手段发现隐藏的噪声数据,从而实现清洗效果好、准确率高等效果;另外进行模型训练和评估,通过数据导入,利用机器学习的不同模型,选择不同算法进行匹配验证,并进行发布,成为结构化的产品,并随着时间累积和数据丰富,模型的预测准确性会不断提升。

A method to predict SOE of rail transit lithium battery by big data

【技术实现步骤摘要】
一种通过大数据预测轨交锂电池SOE的方法
本专利技术涉及轨道交通的维护
,尤其是一种通过大数据预测轨交锂电池SOE的方法。
技术介绍
电池剩余能量状态(SOE,StateofEnergy),定义为电池剩余能量占可用总能量的百分比,是指在一定条件下,电池使用一段时间后某些直接可测或间接计算得到的性能参数的实际值与标称值的比值,用来判断电池健康和使用状况。SOE不仅仅与电池本身的电化学体系和电池制造工艺相关,还与车辆行驶工况和电池组内部的工作环境相关。传统的轨道交通中,通常是通过传感器测量电压、电流等传统数据进行监测。但公知的,随着充放电次数和行驶里程的增加,电池的容量不断衰减,这个反应是典型的动态非线性的电化学系统,在线应用时内部参数是难以测量的,其退化状态识别和状态估计仍存在巨大挑战。
技术实现思路
针对现有技术的不足,本专利技术提供一种在依赖于轨道交通数据采集的长周期情况下,从电池的额定信息和状态监测数据(电压、电流、温度、SOC等)挖掘其中隐含的电池健康状态信息及其演变规律,实现电池SOE预测。本专本文档来自技高网...

【技术保护点】
1.一种通过大数据预测轨交锂电池SOE的方法,其特征在于:它包括以下步骤:/nS001数据准备步骤,获取与轨道交通电池使用相关的数据;/nS002数据整理步骤,对所述轨道交通电池使用相关的数据进行清洗并将清洗后的所述轨道交通电池使用相关的数据基于时间单元进行数据构建;/n数据清洗的方法为:将采集的数据建立数据库,获取异常数据,得到原始数据库,通过异常数据集中噪声数据的分布,发现数据集中的待清洗属性,寻找可扩维张量,对属性张量高阶扩维,得到高阶张量属性集合,利用扩维后的属性张量对异常数据属性进行属性清洗和数据修复,将清洗后的数据更新到新的数据库中,得到目标数据库;/nS003数据特征化步骤,将通...

【技术特征摘要】
1.一种通过大数据预测轨交锂电池SOE的方法,其特征在于:它包括以下步骤:
S001数据准备步骤,获取与轨道交通电池使用相关的数据;
S002数据整理步骤,对所述轨道交通电池使用相关的数据进行清洗并将清洗后的所述轨道交通电池使用相关的数据基于时间单元进行数据构建;
数据清洗的方法为:将采集的数据建立数据库,获取异常数据,得到原始数据库,通过异常数据集中噪声数据的分布,发现数据集中的待清洗属性,寻找可扩维张量,对属性张量高阶扩维,得到高阶张量属性集合,利用扩维后的属性张量对异常数据属性进行属性清洗和数据修复,将清洗后的数据更新到新的数据库中,得到目标数据库;
S003数据特征化步骤,将通过数据整理步骤得到的数据进行总结和抽取,获取特征化后的数据;
S004目标确定步骤,计算用于学习的SOE值,并进行特定点捕捉用于校验;
S005数据计算步骤,基于特征化后的数据建立电池SOE预测的模型;
S006训练验证步骤,对模型进行训练和验证以优化该自适应模型;
S007算法评估步骤,评估数据在不同算法下的预测结果,基于评估选择最优的算法。


2.根据权利要求1所述的一种通过大数据预测轨交锂电池SOE的方法,其特征在于:所述S001中所述轨道交通电池...

【专利技术属性】
技术研发人员:常伟余捷全
申请(专利权)人:广东毓秀科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1