车辆中电机的转子温度的确定方法、装置和车辆制造方法及图纸

本发明专利技术公开了一种车辆中电机的转子温度的确定方法、装置和车辆。其中，该方法包括：获取电机在运行过程中的运行参数；通过温度预测模型对运行参数进行预测，得到电机中转子的温度预测结果，其中，温度预测模型为基于电机在历史运行过程中的历史数据集训练得到，历史数据集包含电机在历史运行过程中的历史运行参数和转子在历史运行参数下的历史温度。本发明专利技术解决了预测转子温度的准确性低的技术问题。解决了预测转子温度的准确性低的技术问题。解决了预测转子温度的准确性低的技术问题。

【技术实现步骤摘要】
车辆中电机的转子温度的确定方法、装置和车辆


[0001]本专利技术涉及车辆领域，具体而言，涉及一种车辆中电机的转子温度的确定方法、装置和车辆。

技术介绍

[0002]目前，在永磁同步电机中，磁钢的性能与温度相关，当温度达到一定值时，磁钢会出现退磁现象，导致电机损坏。作为高速旋转部件，利用在线温度传感器对转子温度进行测量，难度较大。因此，准确预测电机运行中转子温度的功能是十分必要的。
[0003]现有对电机转子温度在线预测方法的研究包括磁链法、数据分析法和热网络模型法。但是，磁链法在电机静止和低速的工况下不适用，数据分析法获取数据的难度较大，开发周期较长，且开发成本较大。热网络模型法无法实现电机运行过程中转子温度的实时预测。
[0004]针对上述预测转子温度的准确性低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种车辆中电机的转子温度的确定方法、装置和车辆，以至少解决预测转子温度的准确性低的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种车辆中电机的转子温度的确定的方法。该方法可以包括：获取电机在运行过程中的运行参数；通过温度预测模型对运行参数进行预测，得到电机中转子的温度预测结果，其中，温度预测模型为基于电机在历史运行过程中的历史数据集训练得到，历史数据集包含电机在历史运行过程中的历史运行参数和转子在历史运行参数下的历史温度。
[0007]可选地，该方法还包括：基于电机的属性参数和电机的热路拓扑图搭建电机热网络模型；基于脚本程序，控制电机热网络模型对电机的历史运行参数进行全工况温度仿真测试，得到历史运行参数对应的历史温度；基于历史运行参数和历史运行参数对应的历史温度，得到历史数据集。
[0008]可选地，该方法还包括：对历史数据集进行预处理，得到标准数据集；基于标准数据集训练得到温度预测模型。
[0009]可选地，对历史数据集进行预处理，得到标准数据集，包括：确定历史数据集中的最大参数和最小参数；确定第一参数与最小参数二者之间的第一差值，且确定最大参数和最小参数二者之间的第二差值，其中，历史数据集包括至少一第一参数；将第一差值和第二差值之间的商，确定为第一参数对应的标准数据，得到标准数据集。
[0010]可选地，基于标准数据集训练得到温度预测模型，包括：基于标准数据集中的第一训练子集训练得到初始温度预测模型；基于标准数据集中的第二训练子集调整初始温度预测模型的模型参数，得到温度预测模型，其中，第二训练子集为标准数据集中与第一训练子集相异的数据集。
[0011]可选地，基于标准数据集中的第二训练子集调整初始温度预测模型的模型参数，得到温度预测模型，包括：基于第二训练子集对模型参数中的权重和阈值进行迭代优化，得到温度预测模型。
[0012]可选地，该方法还包括：确定初始温度预测模型对第三训练子集的预测结果，其中，第三训练子集为标准数据集中除第一训练子集和第二训练子集外的数据集，用于验证温度预测模型预测的准确度；确定第三训练子集的预测结果对应的相对误差、平均相对误差和均方根误差；基于相对误差、平均相对误差和均方根误差，调整初始温度预测模型的模型参数，得到温度预测模型。
[0013]根据本专利技术实施例的另一方面，还提供了一种车辆中电机的转子温度的确定装置。该装置可以包括：获取单元，用于获取电机在运行过程中的运行参数；预测单元，用于通过温度预测模型对运行参数进行预测，得到电机中转子的温度预测结果，其中，温度预测模型为基于电机在历史运行过程中的历史数据集训练得到，历史数据集包含电机在历史运行过程中的历史运行参数和转子在历史运行参数下的历史温度。
[0014]根据本专利技术实施例的另一方面，还提供了一种车辆。该车辆用于执行本专利技术实施例的车辆中电机的转子温度的确定方法。
[0015]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本专利技术实施例的车辆中电机的转子温度的确定方法。
[0016]在本专利技术实施例中，获取电机在运行过程中的运行参数；通过温度预测模型对运行参数进行预测，得到电机中转子的温度预测结果，其中，温度预测模型为基于电机在历史运行过程中的历史数据集训练得到，历史数据集包含电机在历史运行过程中的历史运行参数和转子在历史运行参数下的历史温度。也就是说，本专利技术实施例通过温度预测模型，对电机在运行过程中的运行参数进行预测，得到电机中转子的温度预测结果，从而实现了提高预测转子温度的准确性的技术效果，解决了预测转子温度的准确性低的技术问题。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1是根据本专利技术实施例的一种车辆中电机的转子温度的确定方法的流程图；
[0019]图2是根据本专利技术实施例的另一种车辆中电机的转子温度的确定方法的流程图；
[0020]图3是根据本专利技术实施例的另一种车辆中电机的转子温度的确定方法的流程图；
[0021]图4是根据本专利技术实施例的一种车辆中电机的转子温度的确定装置的示意图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]实施例1
[0025]根据本专利技术实施例，提供了一种车辆中电机的转子温度的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0026]图1是根据本专利技术实施例的一种车辆中电机的转子温度的确定方法的流程图，如图1所示，该方法可以包括如下步骤：
[0027]步骤S102，获取电机在运行过程中的运行参数。
[0028]在本专利技术上述步骤S102提供的技术方案中，可以获取电机在运行过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆中电机的转子温度的确定方法，其特征在于，包括：获取电机在运行过程中的运行参数；通过温度预测模型对所述运行参数进行预测，得到所述电机中转子的温度预测结果，其中，所述温度预测模型为基于所述电机在历史运行过程中的历史数据集训练得到，所述历史数据集包含所述电机在历史运行过程中的历史运行参数和所述转子在所述历史运行参数下的历史温度。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述电机的属性参数和所述电机的热路拓扑图搭建电机热网络模型；基于脚本程序，控制所述电机热网络模型对所述电机的所述历史运行参数进行全工况温度仿真测试，得到所述历史运行参数对应的所述历史温度；基于所述历史运行参数和历史运行参数对应的所述历史温度，得到所述历史数据集。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述历史数据集进行预处理，得到标准数据集；基于所述标准数据集训练得到所述温度预测模型。4.根据权利要求3所述的方法，其特征在于，对所述历史数据集进行预处理，得到所述标准数据集，包括：确定所述历史数据集中的最大参数和最小参数；确定第一参数与所述最小参数二者之间的第一差值，且确定所述最大参数和所述最小参数二者之间的第二差值，其中，所述历史数据集包括至少一所述第一参数；将所述第一差值和所述第二差值之间的商，确定为所述第一参数对应的所述标准数据，得到所述标准数据集。5.根据权利要求3所述的方法，其特征在于，基于所述标准数据集训练得到所述温度预测模型，包括：基于所述标准数据集中的第一训练子集训练得到初始温度预测模型；基于所述标准数据集中的第二训练子集调整所述初始温度预测模型...

【专利技术属性】
技术研发人员：王延超，郭守仑，王金昊，肖庚，魏颖颖，林展汐，尹相睿，张志强，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：