一种基于BP神经网络的充电安全状态评估方法及系统技术方案

本发明专利技术涉及一种基于BP神经网络的充电安全状态评估方法及系统，从历史报文数据中获取动力电池安全数据；设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行SOS预测；根据实时报文数据进行SOS计算，根据所述计算结果进行充电控制；本发明专利技术的方案结合了神经网络能够处理大数据的优势与专家法的优点，提出安全状态指标SOS，并利用BP神经网络搭建模型来预测充电中的电动汽车安全状态SOS，可以有效的根据电池安全状态SOS对对动力电池组的安全情况做出不同的判断，有效的提高了安全监测效能。了安全监测效能。了安全监测效能。

【技术实现步骤摘要】
一种基于BP神经网络的充电安全状态评估方法及系统


[0001]本专利技术属于机器学习领域和故障诊断领域，具体涉及一种基于BP神经网络的充电安全状态评估方法及系统。

技术介绍

[0002]近年来，新能源汽车得益于其零排放的优点在近年来得到了大规模发展。越来越多的电动汽车如雨后春笋般出现在人们的视野当中，随之而来电动汽车起火事故也累计攀升。车辆在充电时突然冒烟或起火往往会给车主带巨大经济损失甚至是人身伤害。因此，研究电动汽车充电安全状态评估预警机制具有重要的现实意义。
[0003]常见的充电安全预警及安全防护机制都是由电动汽车自带的电池管理系统 BMS提供的。电池管理系统BMS是汽车的控制中心，能够实时监测动力电池组的电流、电压、温度、SOC等重要参量，并实时做出控制指令。BMS对于整车的剩余能量估计、能量分配、续航里程、异常预警等起着决定性的作用，是电动车动力电池组安全防护机制的关键。
[0004]目前，不同汽车产商甚至是同品牌不同车型的动力电池组的结构和BMS都有差异。然而现阶段，市面上的充电桩的都是根据BMS提供的充电需求来充电的。随着电池循环次数的增加，动力电池组会出现不同程度的老化，电池内部上千单体电池的老化速率也并非一致。若充电桩直接按照BMS需求充电，可能会加速电池老化甚至带来一定的安全隐患。因此，对于动力电池组充电时的安全状态监测十分必要。

技术实现思路

[0005]为解决上述问题，本专利技术结合了神经网络能够处理大数据的优势与专家法的优点，提出安全状态指标SOS，并利用BP神经网络搭建模型来预测充电中的电动汽车安全状态SOS，可以有效的根据电池安全状态SOS对对动力电池组的安全情况做出不同的判断。本专利技术解决其技术问题所采用的技术方案是：
[0006]本专利技术提供了一种基于BP神经网络的充电安全状态评估方法，所述方法包括以下步骤：
[0007]信息获取步骤，包括从历史报文数据中获取动力电池安全数据；
[0008]SOS预测步骤，包括设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行SOS预测；
[0009]安全控制步骤，包括根据实时报文数据进行SOS计算，根据所述计算结果进行充电控制。
[0010]进一步的，所述信息获取步骤，具备包括：
[0011]步骤1，从数据库里按车牌筛选出历史报文数据；
[0012]步骤2，取出报文数据中动力电池安全数据，所述安全数据包括SOC、最高允许温度、当前最高温度、最大电流和最大电压。
[0013]进一步的，所述SOS预测步骤，具备包括：
[0014]步骤3，设置安全状态的评价指标SOS，训练BP神经网络，通过BP神经网络预测充电安全状态SOS；
[0015]进一步的，用于训练BP神经网络的输入数据为最高允许温度、当前最高温度、实时电流和SOC，输出数据为SOS。
[0016]进一步的，安全控制步骤具体包括：
[0017]步骤4，采集实时报文数据；
[0018]步骤5，取出报文数据中的最高允许温度、当前最高温度、实时电流和SOC；
[0019]步骤6，判断电流升高趋势；
[0020]步骤7，判断温度上升趋势；
[0021]步骤8，根据所述电流升高趋势及温度上升趋势，计算SOS是否接近于100％。
[0022]进一步的，安全控制步骤还包括：
[0023]步骤9，继续采集实时报文数据，实时计算SOS；
[0024]步骤10，实时判断SOS是否到达100％；
[0025]步骤11，当所述SOS是否到达100％时，立即停止充电。
[0026]进一步的，根据所述电流升高趋势和或温度上升趋势，进行热失控预警。
[0027]本专利技术还提供了一种基于BP神经网络的充电安全状态评估系统，所述系统包括：
[0028]信息获取模块，用于从历史报文数据中获取动力电池安全数据；
[0029]SOS预测模块，用于设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行SOS预测；
[0030]安全控制模块，用于根据实时报文数据进行SOS计算，根据所述计算结果进行充电控制。
[0031]本专利技术还提供了一种基于BP神经网络的充电安全状态评估设备，所述评估设备包括存储器、处理器；
[0032]所述存储器上存储有可在所述处理器上运行的计算机程序；
[0033]所述处理器执行所述计算机程序时实现上述的方法。
[0034]本专利技术还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述的方法。
[0035]本专利技术的有益效果是，本专利技术提供了一种基于BP神经网络的充电安全状态评估方法，所述方法包括以下步骤：从历史报文数据中获取动力电池安全数据；设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行 SOS预测；根据实时报文数据进行SOS计算，根据所述计算结果进行充电控制；基于历史数据进行BP神经网络的训练，以便能够根据BP神经网络进行SOS预测；本专利技术的方案结合了神经网络能够处理大数据的优势与专家法的优点，提出安全状态指标SOS，并利用BP神经网络搭建模型来预测充电中的电动汽车安全状态SOS，可以有效的根据电池安全状态SOS对对动力电池组的安全情况做出不同的判断，有效的提高了安全监测效能。
附图说明
[0036]下面结合附图和实施例对本专利技术进一步说明。
[0037]图1是本专利技术的优选实施例的方法流程示意图；
[0038]图2是本专利技术的优选实施例的方法流程图；
[0039]图3是本专利技术的优选实施例的系统结构示意图。
具体实施方式
[0040]现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0041]本专利技术结合了神经网络能够处理大数据的优势与专家法的优点，提出安全状态指标SOS，并利用BP神经网络搭建模型来预测充电中的电动汽车安全状态 SOS，可以有效的根据电池安全状态SOS对对动力电池组的安全情况做出不同的判断。本专利技术解决其技术问题所采用的技术方案是：
[0042]本专利技术提供了一种基于BP神经网络的充电安全状态评估方法，如图1所示，所述方法包括以下步骤：
[0043]信息获取步骤，包括从历史报文数据中获取动力电池安全数据；
[0044]SOS预测步骤，包括设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行SOS预测；
[0045]安全控制步骤，包括根据实时报文数据进行SOS计算，根据所述计算结果进行充电控制。
[0046]本专利技术的方案结合了神经网络能够处理大数据的优势与专家法的优点，提出安全状态指标SOS，并利用BP神经网络搭建模型来预测充电中的电动汽车安全状态SOS，可以有效的根据电池安全状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络的充电安全状态评估方法，其特征在于，所述方法包括以下步骤：信息获取步骤，包括从历史报文数据中获取动力电池安全数据；SOS预测步骤，包括设置安全状态的评价指标SOS，建立BP神经网络，根据所述BP神经网络进行SOS预测；安全控制步骤，包括根据实时报文数据进行SOS计算，根据计算结果进行充电控制。2.根据权利要求1所述的方法，其特征在于，所述信息获取步骤，具备包括：步骤1，从数据库里按车牌筛选出历史报文数据；步骤2，取出报文数据中动力电池安全数据，所述安全数据包括SOC、最高允许温度、当前最高温度、最大电流和最大电压。3.根据权利要求1所述的方法，其特征在于，所述SOS预测步骤，具备包括：步骤3，设置安全状态的评价指标SOS，训练BP神经网络，通过BP神经网络预测充电安全状态SOS。4.根据权利要求3所述的方法，其特征在于，用于训练BP神经网络的输入数据为最高允许温度、当前最高温度、实时电流和SOC，输出数据为SOS。5.根据权利要求1所述的方法，其特征在于，安全控制步骤具体包括：步骤4，采集实时报文数据；步骤5，取出报文数据中的最高允许温度、当前最高温度、实时电流和SOC；步骤6，判断电流升高趋势；步骤7，判断温度上升趋势；步骤8，根据所述电...

【专利技术属性】
技术研发人员：李春喜，刘莉，葛泉波，
申请(专利权)人：上海颉码能源科技有限公司，
类型：发明
国别省市：