一种数据驱动的新能源汽车电池故障报警和故障预警模型制造技术

本发明专利技术涉及电池健康度评估和预测领域，是一种数据驱动的新能源汽车电池故障报警和故障预警模型。从电动汽车采集的长周期数据的情况下，通过建模，对检测到的数据进行建模分析，实现电池故障的报警和预警。对检测到的数据建立“值

【技术实现步骤摘要】
一种数据驱动的新能源汽车电池故障报警和故障预警模型


[0001]本专利技术涉及电池健康度评估和预测领域，尤其是对新能源汽车电池故障预警和报警方面具有重要借鉴价值。

技术介绍

[0002]随着科学技术和工业水平的不断发展，多种便捷的交通工具应运而生，自二十世纪汽车工业行业的迅猛发展，给人们生活和社会的发展带来了极大的便捷，但同时也加剧了环境与能源之间的矛盾。自工业革命以来，人类在追求社会和经济发展的同时，也进一步导致化石能源过度消耗，在造成能源危机的同时也带来了严重的环境污染等社会性问题，能源安全可持续和环境污染已成为制约经济发展的最主要因素。随着问题的出现，以低碳经济的观念逐步成为全世界的共识，而新能源车也因此走向人们的眼前。新能源车作为未来交通工具的主要替代，具有能源损耗少以及污染较少的特征，大力发展新能源车成为解决当前能源和环境危机的有效方法。随着国家政策的不断导向和科学技术水平的不断发展，近几年在我国以清洁、高效、无污染的新能源为代表的新能源汽车行业正迅猛发展，新能源汽车的保有量也在不断增加。今年以来我国新注册登记的新能源汽车187万辆，截止目前，我国新能源汽车保有量已达678万台，占全球新能源汽车全部保有量50％左右。新能源汽车主要包括燃料电池汽车、插电式混合动力汽车、混合动力汽车、纯电动汽车等不同类型车型以满足不同场景的使用。新能源汽车行业的发展不仅缓解了传统化石能源的日益紧缺的突出问题，而且也符合我国提出的环境友好型发展科技的科技强国战略。在新能源汽车行业迅猛发展的同时，也对新能源汽车的维护、维修、安全可靠运行提出了巨大的挑战。众所周知，当处于运行中的新能源汽车一旦发生故障问题，由于新能源汽车本身的特性，轻则降低运行效率，重则导致整车损坏，甚至危机生命和人民的财务安全，造成不可估量的灾难性后果以及恶劣的社会影响。
[0003]为了解决这些问题，世界各国都在积极发展清洁可持续的新能源技术。针对以上情况，于2017年10月1日，电动汽车运行监控国家标准《电车汽车远程服务与管理系统技术规范》正式颁布实施，通过建立新能源汽车国家检测与监管平台，实行国家、地方和企业的三级管理。依据次协议，包括驱动电机数据、车辆位置数据、发动机数据、整车数据、报警数据为主要的上报数据。进一步于2019年发布的《新能源汽车大数据蓝皮书》表明，以磷酸铁锂动力电池为动力源的纯电动乘用汽车发生故障主要表现为动力电池一致性差、SOC低报警、车载储能装置类型欠压、SOC跳变报警以及车载储能装置类型过压，以上故障发生率占磷酸铁锂动力电池的新能源电动汽车总故障量的96％。如何更加准确并提前定位故障发生时间点，且做到提前诊断故障，成为现阶段新能源领域的研究热点。
[0004]当前国际上对新能源汽车的故障诊断与预测的研究较少，很多国家的主要研究精力仍在飞机、动车、船舶等大型设备的故障预测和健康管理上面。伴随着大数据分析技术的不断发展，如何从海量的设备运行数据中，挖掘和识别关键部件退化演变模式技术也在不断涌现。在此环境下，结合新能源汽车故障诊断与预测的现实需求和实际意义，开展基于大
数据的关键部件故障诊断和预测系统的研究不仅能解决现在存在的问题，还能提高企业的核心竞争力，其具有重要的现实意义。本专利提供了一种基于数据驱动的方法，通过建立相应的模型，来实现故障的实时报警和预警，从而有效降低故障发生率、大幅降低维护费用，且进一步增加整车的运行寿命。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提供一种数据驱动的新能源汽车电池故障报警和故障预警模型。本专利通过研究锂电池事故发生原因，分析总结，针对锂电池本身特征属性，提出了建立“值
‑
率
‑
模型”的多级预报警流程，从而高效的解决故障并且进行预报警，本专利所建立的“值
‑
率
‑
模型”的多级预报警流程如图1所示。
[0006]本专利技术技术方案如下：一种数据驱动的新能源汽车电池故障报警和故障预警模型,具体包括：
[0007]一、基于值
‑
率的报警系统
[0008]数据准备：数据来源于某车企10台车辆，三个月数据，锰酸锂电池，磷酸铁锂电池，三元锂离子电池，钛酸锂电池，90串电芯，32个温度。
[0009]最终提取的目标变量包括：
[0010]1.基于“值
‑
率”报警模型
[0011]①
值：单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号；
[0012]②
率：温升速率、电压下降速率和电压上升速率。
[0013]设定输入数据项，建立“值
‑
率
‑
模型”的多级预报警流程，如下：
[0014]01当，电池特征值单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号，超出设定的输入数据项，则报警；
[0015]02当，电池特征值单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号，未超出(正常)设定的输入数据项，则进入电池“率”特征项；
[0016]01当，电池特征“率”温升速率、电压下降速率和电压上升速率，超出设定的输入数据项，则报警；
[0017]02当，电池特征“率”温升速率、电压下降速率和电压上升速率，未超出(正常)设定的输入数据项，则进入预警模型做进一步研判。
[0018]2.基于统计学、熵值和波动一致性的预警模型
[0019]01当，输入数据行进入到设定好的统计学模型、熵值模型和波动一致性模型后，经过模型研判，超出设定的模型规定，则报警并提供相应措施；
[0020]02当，输入数据行进入到设定好的统计学模型、熵值模型和波动一致性模型后，经过模型研判，未超出(正常)设定的模型规定，则表明电池性能良好，可正常使用。
[0021]二、“值
‑
率”模型分级报警规则
[0022]建立相应的“值
‑
率”模型分级报警规则，为所建立的报警模型提供一定的判定量。
[0023]本专利所建立的“值
‑
率”模型分级报警规则如下。针对电池特征值，建立三级安全报警规则，并通过输入值和设定的特征值进行对比，从而进行相应的故障报警，进而保证电池的安全使用，具体规则如表1所示。
[0024]表1本专利所建立的“值
‑
率”模型分级报警规则
[0025][0026][0027][0028]三、基于模型进行预警
[0029]1.基于分布的预警模型
[0030]基于相同车型的特征值，进行单车的分布统计及整体的分布统计，计算上下边缘值，通过对比单车特征分布与整体特征分布的情况，识别异常车辆。基于分布的预警模型如图2所示。
[0031]1.1.压差异常预警
[0032]压差异常预警运行频率为每日1次。获取并计算监测平台中同一车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动的新能源汽车电池故障报警和故障预警模型，其特征在于：具体包括：一、基于值
‑
率的报警系统数据准备：数据来源于某车企10台车辆，三个月数据，锰酸锂电池，磷酸铁锂电池，三元锂离子电池，钛酸锂电池，90串电芯，32个温度。最终提取的目标变量包括：1.基于“值
‑
率”报警模型
①
值：单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号；
②
率：温升速率、电压下降速率和电压上升速率。设定输入数据项，建立“值
‑
率
‑
模型”的多级预报警流程，如下：01当，电池特征值单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号，超出设定的输入数据项，则报警；02当，电池特征值单体温度极值、单体电压极值、绝缘阻值、温差最大值、SOC值、电压极差值以及电压极差代号，未超出(正常)设定的输入数据项，则进入电池“率”特征项；01当，电池特征“率”温升速率、电压下降速率和电压上升速率，超出设定的输入数据项，则报警；02当，电池特征“率”温升速率、电压下降速率和电压上升速率，未超出(正常)设定的输入数据项，则进入预警模型做进一步研判。2.基于统计学、熵值和波动一致性的预警模型01当，输入数据行进入到设定好的统计学模型、熵值模型和波动一致性模型后，经过模型研判，超出设定的模型规定，则报警并提供相应措施；02当，输入数据行进入到设定好的统计学模型、熵值模型和波动一致性模型后，经过模型研判，未超出(正常)设定的模型规定，则表明电池性能良好，可正常使用。二、“值
‑
率”模型分级报警规则建立相应的“值
‑
率”模型分级报警规则，为所建立的报警模型提供一定的判定量。本专利所建立的“值
‑
率”模型分级报警规则如下；针对电池特征值，建立三级安全报警规则，并通过输入值和设定的特征值进行对比，从而进行相应的故障报警，进而保证电池的安全使用；三、基于模型进行预警1.基于分布的预警模型基于相同车型的特征值，进行单车的分布统计及整体的分布统计，计算上下边缘值，通过对比单车特征分布与整体特征分布的情况，识别异常车辆；1.1.压差异常预警压差异常预警运行频率为每日1次。获取并计算监测平台中同一车型(以工信部公告车型产品型号为准)的电池包单日满足SOC处于指定范围(企业自定义，例：30％～70％)，温度处于指定范围(企业自定义，例：0℃～40℃)条件的数据帧的电池压差。分别计算每一个电池包压差的25分位数(Q25)、50分位数(Q50)、75分位数(Q75)，以及下边缘值V1。以各电池包压差的50分位数组成的整体电池压差分布并计算整体电压的25分位数(Q25_total)和75分位数(Q75_total)，以及上边缘值V0。若存在电池包的V1>V0的情况，则触发压差异常预警；
1.2.温差异常预警温差异常预警模型如图4所示。温差异常预警运行频率为每日1次。获取并计算监测平台中同一车型(以工信部公告车型产品型号为准)的电池包单日每一数据帧的电池温差。分别计算每一个电池包温差的25分位数(Q25)、50分位数(Q50)、75分位数(Q75)，以及下边缘值T1。以各电池包温差的50分位数组成的整体电池温差分布并计算整体温差的25分位数(Q25_total)和75分位数(Q75_total)，以及上边缘值T0。若存在电池包的T1>T0的情况，则触发温差异常预警；通过同一天实际车辆数据进行对比，车辆F下边缘值T1>整体分布上边缘值T0，触发预警；1.3.绝...

【专利技术属性】
技术研发人员：常伟，
申请(专利权)人：常伟，
类型：发明
国别省市：