一种基于极限学习机的充电安全监测方法技术

本发明专利技术涉及一种基于极限学习机的充电安全监测方法，利用极限学习机来给出充电安全系数，可以有效的根据电池健康状态对专家系统的诊断结果做出不同的判断；同时根据行程进行线路规划，并充分考虑充电站、充电桩的可靠性，使得选择的路线，具有更强的适应性，有效的解决了用户寻找充电站、以及相匹配的充电桩的困扰。

【技术实现步骤摘要】
一种基于极限学习机的充电安全监测方法
本专利技术涉及属于机器学习领域和故障诊断领域，具体涉及一种基于极限学习机的充电安全监测方法。
技术介绍
近年来，随着国际能源供应的持续紧张、原油价格的持续上涨以及全球环境保护呼声的日益高涨，新能源汽车的技术研发和产业发展受到越来越多的重视。全球很多发达国家将在5到20年内禁售燃油车，同时很多大型车企也将在2019年开始陆续停产燃油车，发展新能源汽车成为当今世界汽车行业的必然选择。新能源汽车绝大多数为电动汽车，而充电系统为电动汽车的动力能源补给提供保障。随着电动汽车的普及，充电时动力电池的热失控频频发生。因此，充电系统安全保护机制具有重要实际意义。传统的充电安全保护机制是根据电动汽车的电池管理系统（BMS），BMS作为电动汽车中最关键的汽车零部件之一，是实时监测动力电池组的充放电，SOC估计，热管理等。BMS对整车的动力性，经济性，续航里程起着决定性的作用，是电动车安全防护机制的关键。目前，每个品牌甚至每个车型的BMS各不相同，对SOC估计和热管理能力有较大的差别。然而，目前通用充电桩都是被动本文档来自技高网...

【技术保护点】
1.一种基于极限学习机的充电安全监测方法，其特征在于，包括以下步骤：/n步骤1，从数据库里按车牌筛选出正在充电的新能源汽车的历史报文数据；/n步骤2，取出历史报文数据中动力电池健康相关的数据，包括最低温度、最高温度、最高电压和最低电压；/n步骤3，利用极限学习机预测充电安全系数K；/n步骤4，采集实时报文数据；/n步骤5，取出实时报文数据中的电流和SOC；/n步骤6，判断电流是否快速下降且电流下降时的SOC小于70%；/n步骤7，再采集后续5次报文数据中的电流；/n步骤8，判断电流是否有大幅度增加且电流最小值是否为零；/n步骤9，判断正在充电的新能源汽车的充电安全系数是否小于0.8；/n步骤1...

【技术特征摘要】
1.一种基于极限学习机的充电安全监测方法，其特征在于，包括以下步骤：
步骤1，从数据库里按车牌筛选出正在充电的新能源汽车的历史报文数据；
步骤2，取出历史报文数据中动力电池健康相关的数据，包括最低温度、最高温度、最高电压和最低电压；
步骤3，利用极限学习机预测充电安全系数K；
步骤4，采集实时报文数据；
步骤5，取出实时报文数据中的电流和SOC；
步骤6，判断电流是否快速下降且电流下降时的SOC小于70%；
步骤7，再采集后续5次报文数据中的电流；
步骤8，判断电流是否有大幅度增加且电流最小值是否为零；
步骤9，判断正在充电的新能源汽车的充电安全系数是否小于0.8；
步骤10，满足上述判断条件立即停止充电。


2.如权利要求1所述的方法，其特征在于，所述步骤3包括：
把最低电压、最高电压、最低温度和最高温度归一化后的数据集合并成矩阵X，归一化后的SOH数据集记为矩阵Y，极限学习机对应的连续的目标函数为f(xi)，给定所构造的网络的隐含层节点的激励函数g（xi），ELM的模型的数学表达为：



其中，j=1,2,…，n；wi为网络输入权重向量；bi为隐含层节点的阈值；隐含层节点的参数wi与bi是在值域为[-1,1]中随机取值的；网络输出权重向量βi表示隐含层节点与输出层节点的权重；i=1,2，…，L；
在用户完成一次较长充电后，将此次充电报文放入训练好的极限学习机中，预测其充电安全系数K，并更新用户个人健康档案中充电安全系数。


3.如权利要求1所述的方法，其特征在于，当对新能源汽车进行充电前，还包括充电路径的规划；其中，所述充电路径的规划包括：
1）实时获取剩余电量E以及新能源汽车的当前位置；
2）当E低于第一预设阈值时，计算当前位置到附近的至少两个充电站的距离D，以及从当前位置到达各个充电站的拥堵等级M；
3）当检测到满足条件时，计算至少两个充电站的优先属性P；其中，所述
至少两个充电站满足大于第二阈值，第二阈值由拥堵系数决定；其中，所述优先属性
根据当前的拥堵等级M、充电站空闲充电桩的数量N及其可靠性，以及充电桩周围新能源汽
车的数量决定，即；其中，a、b为常系数，为空闲的N个充电桩
中，可靠性指数大于特定阈值的充电桩的个数，E是指当前的剩余电量，V是指非拥堵状态下
行驶单位距离消耗的最大电量；
4）根据优先属性确定充电路径。


4.如权利要求1所述的方法，其特征在于，所述方法还包括路径规划的步骤；所述路径规划步骤包括：
获取行程的起点、终点以及汽车的SOC、预估续航里程；
根据行程的起点、终点以及SOC进行行车路线的规划；
所述规划的行车路线包括至少两个充电站，且所述至少两个充电站满足以下条件：
1）充电站内，可靠性指数大于特定阈值的充电桩个数占总数的50%以上；
2）到充电站的距离小于预估续航里程的2/3。


5.一种基于极限学习机的充电安全监测设备，其特征在于，所述设备包括：
第一获取模块，用于从数据库里按车牌筛选出正在充电的新能源汽车的历史报文数据；
第二获取模块，用于取出历史报文数据中动力电池健康相关的数据，包括最低温度、...

【专利技术属性】
技术研发人员：唐旭日，李春喜，魏高义，
申请(专利权)人：杭州颉码能源科技有限公司，
类型：发明
国别省市：浙江;33