基于电压异常的动力电池安全预警方法技术

本发明专利技术提供了一种基于电压异常的动力电池安全预警方法，通过将GBDT算法、孤立森林算法及箱型图法有机结合来建立单体电压预测模型及异常单体识别模型，且全面考虑了影响电池电压的车辆充电状态、运行状态、驾驶行为等多种因素，从而能够快速而又准确地识别出车辆动力电池系统中的异常单体，克服了现有技术中所存在的局限性。本发明专利技术所使用的数据可以取自已有的新能源汽车大数据平台，因而能够为电动车辆安全预警系统的改进和优化提供有力支持，并具有更广泛的适用性和更高的实时性。

【技术实现步骤摘要】

本专利技术属于电动汽车用动力电池系统故障监测与诊断，具体涉及一种基于电压异常的动力电池安全预警方法。

技术介绍

1、电池电压作为衡量动力电池系统健康与安全的重要参数之一，对其准确预测并开展适合的异常检测对电池系统的安全可靠运行至关重要。然而，在电动汽车实际运行过程中，电池的实际性能受到车辆运行状态和电池特征参数的影响，给安全预警带来了挑战。现有用于动力电池系统的故障诊断技术主要可分为基于知识的、基于模型的和基于数据驱动的故障诊断方法三类，但这三类现有技术仍然存在一些较为明显的不足，例如：基于知识的方法工作原理和诊断结果虽然容易解释，但需要彻底了解故障机制，而电池系统的复杂故障机制使得难以建立准确的诊断网络；基于模型的方法严重依赖于高精度模型的建模技术，并难以预设适合的阈值；数据驱动的方法则存在计算延迟较长、故障难以定位以及预测精度随步数增加不增反降等缺点，大量需要手动优化的超参数也限制了模型的适用性。

技术实现思路

1、有鉴于此，针对本领域中存在的技术问题，本专利技术提供了一种基于电压异常的动力电池安全预警方本文档来自技高网...

【技术保护点】

1.基于电压异常的动力电池安全预警方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述的方法，其特征在于：步骤一中具体提取以下矩阵形式的故障车原始数据：

3.如权利要求2所述的方法，其特征在于：步骤二中针对部分的数据缺失和错误Pi，执行以下线性插补的预处理：

4.如权利要求3所述的方法，其特征在于：步骤三中针对单体电压预测模型，利用各特征参数分别构建模型输入，包括：

5.如权利要求4所述的方法，其特征在于：在对改进GBDT算法训练时，首先根据经验设置一组超参数，包括损失函数和学习率λ，再逐步优化这些参数以获得最优的模型；针对训练结果采...

【技术特征摘要】

1.基于电压异常的动力电池安全预警方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述的方法，其特征在于：步骤一中具体提取以下矩阵形式的故障车原始数据：

3.如权利要求2所述的方法，其特征在于：步骤二中针对部分的数据缺失和错误pi，执行以下线性插补的预处理：

4.如权利要求3所述的方法，其特征在于：步骤三中针对单体电压预测模型，利用各特征参数分别构...

【专利技术属性】
技术研发人员：张照生，王震坡，董士纪，李达，刘鹏，林倪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：