一种新能源车辆动力电池预警方法及系统技术方案

本发明专利技术提供一种新能源车辆动力电池预警方法及系统，涉及车辆预警领域，本发明专利技术解决的技术问题是如何提高新能源车辆动力电池安全预警的准确性，本方法包括以下步骤获取与大数据平台连接的车辆的动力电池安全相关数据，对上述动力电池安全相关数据进行筛选得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池安全预测模型，建立模型后获取与大数据平台连接的车辆的当前动力电池安全相关数据，并代入车辆动力电池安全预测模型后输出安全预警结果，本方法建立车辆动力电池安全预测模型可以准确得出预警的结果，从而提高新能源车辆动力电池安全预警的准确性。

【技术实现步骤摘要】
一种新能源车辆动力电池预警方法及系统
本专利技术涉及车辆预警领域，尤其涉及一种新能源车辆动力电池预警方法及系统。
技术介绍
随着新能源车辆的普及度越来越广，新能源汽车安全事故也时有发生，其中动力电池引发的安全事故逐渐增多，因此，动力电池的安全问题越来越得到重视，动力电池安全问题包括动力电池温度过高、动力电池绝缘电阻过大以及动力电池电压过大，现有的方案是采用离线的方式，离线对动力电池温度、动力电池电压以及动力电池绝缘内阻进行分析，但是这种方式很难准确分析出车辆电池的具体问题，并且无法做到实时预警，因此，需要在新能源车辆动力电池出现问题时及时预警。为了解决车辆电池报警及时的问题，中国专利申请号(CN201810037645.0)公开了基于云平台和电池管理系统的电动汽车用动力电池的在线安全预警方法，该方法基于电池管理系统采集的动力电池单体电芯的电流、电压和温度、内阻等信息，以及整车控制器采集的动力电池包的GPS信息等，通过云平台对大数据的分析和预测，建立相关安全模型，根据人为设定的极限条件进行实时的在线安全预警提示。上述方法虽然可以在动力电池出现问题时进行预警，但是需要车辆上传数据至云平台，现有云平台获取数据会产生错误的数据，如果使用带有错误的数据将无法建立准确的模型。从而影响车辆动力电池安全预警的准确性，影响驾驶员的体验。
技术实现思路
本专利技术针对现有技术存在的上述问题，提供了一种新能源车辆动力电池预警方法及系统，其解决的技术问题是如何提高新能源车辆动力电池安全预警的准确性。>本专利技术通过下列技术方案来实现：一种新能源车辆动力电池预警方法，所述方法包括以下步骤：获取与大数据平台连接的车辆的动力电池安全相关数据；对上述动力电池安全相关数据进行筛选得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池安全预测模型；建立模型后获取与大数据平台连接的车辆的当前动力电池安全相关数据，并代入车辆动力电池安全预测模型后输出安全预警结果。大数据平台获取与其连接的车辆的动力电池安全相关数据，对上述动力电池安全相关数据进行筛选得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池安全预测模型，建立模型后大数据平台获取与其连接的车辆的当前动力电池安全相关数据，代入车辆动力电池安全预测模型后输出安全预警结果。本方法通过筛选车辆动力电池安全相关数据以及建立车辆动力电池安全预测模型来改进新能源车辆动力电池预警方法，本方法筛选掉不符合的车辆动力电池安全相关数据减少大数据平台的数据处理量，且筛选掉不符合的数据提高了建立车辆动力电池安全预测模型的准确性，因此，本方法大大提高了车辆动力电池安全预警的准确性，本方法还建立车辆动力电池安全预测模型，建立车辆动力电池安全预测模型可以准确得出预警的结果，提高检修的效率以及提高新能源车辆动力电池安全预警的准确性，从而提高驾驶员的使用体验，车辆动力电池安全预测模型考虑相对全面，通用性强，可以适用于目前大部分车辆。在上述新能源车辆动力电池预警方法中，上述筛选步骤包括对上述动力电池安全相关数据进行清洗，去除异常数据和空数据，对清洗后的动力电池安全相关数据进行相关性分析得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,对动力电池安全相关数据进行清洗可以减少大数据平台的计算量且提高车辆动力电池安全预测模型的准确性，相关性分析也可以去除不需要的计算减少大数据平台的计算量，从而提高新能源车辆预警的准确性以及效率。在上述新能源车辆动力电池预警方法中，所述相关性分析包括选取皮尔逊相关系数大于预设系数值的车辆动力电池安全数,据皮尔逊相关系数是用于相关性分析的常用方法，提高车辆动力电池安全预测模型的准确性，从而提高新能源车辆预警的准确性。在上述新能源车辆动力电池预警方法中，上述建立车辆动力电池安全预测模型包括建立动力电池温度预测模型、动力电池电压预测模型以及动力电池绝缘电阻预测模型，建立多个车辆动力电池安全预测模型可以得出更全面的预警信息，从而提高新能源车辆预警的准确性。在上述新能源车辆动力电池预警方法中，上述建立动力电池温度预测模型步骤包括将动力电池温度相关数据通过预设算法输出的温度预测值与参考温度对比，当温度预测值与参考温度的差值不大于预设误差值时建立动力电池温度预测模型，当温度预测值与参考温度的差值大于预设误差值时调整权重与偏置直到温度预测值与参考温度的差值不大于预设误差值，动力电池温度预测模型为其中y1为温度实时预测值，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，xi为动力电池温度输入参数，为隐藏层权重参数，为隐藏层偏置，为输出层权重参数，b0为输出层偏置，fH为激活函数，建立动力电池温度预测模型提高温度检测的准确性，提高车辆动力电池安全预测模型的准确性，从而提高新能源车辆预警的准确性。在上述新能源车辆动力电池预警方法中，上述建立动力电池电压预测模型步骤包括将动力电池电压相关数据通过预设算法输出的预测电压与参考电压对比，当预测电压与参考电压的差值不大于预设误差值时建立动力电池电压预测模型，当预测电压与参考电压的差值大于预设误差值时调整权重与偏置直到预测电压与参考电压的差值不大于预设误差值，动力电池电压预测模型为其中y2为电压实时预测值，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，ui为动力电池电压输入参数，为隐藏层权重参数，为隐藏层偏置，为输出层权重参数，b0为输出层偏置，fH为激活函数，建立动力电池电压预测模型提高电压检测的准确性，提高车辆动力电池安全预测模型的准确性，从而提高新能源车辆预警的准确性。在上述新能源车辆动力电池预警方法中，上述建立动力电池绝缘电阻预测模型步骤包括将动力电池绝缘电阻相关数据通过预设算法输出的绝缘电阻预测值与参考绝缘电阻对比，当绝缘电阻预测值与参考绝缘电阻的差值不大于预设误差值时建立动力电池绝缘电阻预测模型，当绝缘电阻预测值与参考绝缘电阻的差值大于预设误差值时调整权重与偏置直到绝缘电阻预测值与参考绝缘电阻的差值不大于预设误差值，动力电池绝缘电阻预测模型包括其中y3为绝缘电阻实时预测值，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，ri为动力电池绝缘电阻输入参数，为隐藏层权重参数，为隐藏层偏置，为输出层权重参数，b0为输出层偏置，fH为激活函数，建立动力电池绝缘电阻预测模型提高绝缘电阻检测的准确性，提高车辆动力电池安全预测模型的准确性，从而提高新能源车辆预警的准确性。在上述新能源车辆动力电池预警方法中，上述输出安全预警结果步骤包括当得出y1时，将y1与预设的动力电池工作允许最大温度yk对比，当y1大于yk时输出动力电池温度预警，当得出y2时，将y2与预设的动力电池工作允许最大电压yu对比，当y2大于yu时输出动力电池电压预警，当得出y3时，将y3与预设的动力电池工作允许最大绝缘电阻yr对比，当y3大于yr时输出本文档来自技高网...

【技术保护点】
1.一种新能源车辆动力电池预警方法，其特征在于，所述方法包括以下步骤：/n获取与大数据平台(3)连接的车辆的动力电池安全相关数据；/n对上述动力电池安全相关数据进行筛选得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池安全预测模型；/n建立模型后获取与大数据平台(3)连接的车辆的当前动力电池安全相关数据，并代入车辆动力电池安全预测模型后输出安全预警结果。/n

【技术特征摘要】
1.一种新能源车辆动力电池预警方法，其特征在于，所述方法包括以下步骤：
获取与大数据平台(3)连接的车辆的动力电池安全相关数据；
对上述动力电池安全相关数据进行筛选得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池安全预测模型；
建立模型后获取与大数据平台(3)连接的车辆的当前动力电池安全相关数据，并代入车辆动力电池安全预测模型后输出安全预警结果。


2.根据权利要求1所述的新能源车辆动力电池预警方法，其特征在于，上述筛选步骤包括对上述动力电池安全相关数据进行清洗，去除异常数据和空数据，对清洗后的动力电池安全相关数据进行相关性分析得到包括动力电池温度相关、动力电池电压相关以及动力电池绝缘电阻相关的数据。


3.根据权利要求2所述的新能源车辆动力电池预警方法，其特征在于，所述相关性分析包括选取皮尔逊相关系数大于预设系数值的动力电池安全相关数据。


4.根据权利要求3所述的新能源车辆动力电池预警方法，其特征在于，上述建立车辆动力电池安全预测模型包括建立动力电池温度预测模型、动力电池电压预测模型以及动力电池绝缘电阻预测模型。


5.根据权利要求4所述的新能源车辆动力电池预警方法，其特征在于，上述建立动力电池温度预测模型步骤包括将动力电池温度相关数据通过预设算法输出的温度预测值与参考温度对比，当温度预测值与参考温度的差值不大于预设误差值时建立动力电池温度预测模型，当温度预测值与参考温度的差值大于预设误差值时调整权重与偏置直到温度预测值与参考温度的差值不大于预设误差值，动力电池温度预测模型为其中y1为温度实时预测值，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，xi为动力电池温度输入参数，为隐藏层权重参数，为隐藏层偏置，为输出层权重参数，b0为输出层偏置，fH为激活函数。


6.根据权利要求5所述的新能源车辆动力电池预警方法，其特征在于，上述建立动力电池电压预测模型步骤包括将动力电池电压相关数据通过预设算法输出的预测电压与参考电压对比，当预测电压与参考电压的差值不大于预设误差值时建立动力电池电压预测模型，当预测电压与参考电压的差值大于预设误差值时调整权重与偏置直到预测电压与参考电压的差值不大于预设误差值，动力电池电压预测模型为其中y2为电压实时预测值，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，ui为动力电池电压输入参数，...

【专利技术属性】
技术研发人员：段鹏，霍艳红，张俊杰，王芳芳，翟一明，陈玉星，岳翔，陶雷，邵晶晶，刘刚，潘福中，牛亚琪，
申请(专利权)人：浙江吉利控股集团有限公司，吉利汽车研究院宁波有限公司，
类型：发明
国别省市：浙江;33