【技术实现步骤摘要】
本专利技术涉及数据处理，更具体地说，涉及一种基于人工智能的电动汽车充放电故障分析方法及数据处理系统。
技术介绍
1、汽车领域目前正经历着电气化转型，电动汽车(ev)正加速走向主流应用。锂离子电池组作为电动汽车采用的主要电池，也是最重要、最昂贵的部件。在电动汽车充放电反应过程中，由于涉及到大量电子器件的运作，电池组往往会出现各种故障情况，所以需要对其进行仔细的监控和控制。
2、电池管理系统(bms)是电池组的大脑，它密切关注所有电气和热学方面的情况，管理所有设备功能并评估各项传感器数据，从而进行决策和状态预测，同时还可以通过控制器局域网(can)总线与车辆数据进行对话。bms的功能通常包括：提供电池保护(过充，过放，过流，极端温度和短路)，监控电池(监控电压，电流，温度，热管理，接触器，预充电和接地故障检测等)，估计电池的运行状态，持续优化电池性能(功率限制计算，平衡/均衡电池和soc估计)，以及对外提供接口，并向外部设备报告运行状态等。但在bms现有的功能中，缺少基于对不同车型的电池充放电模型分析，同时基于传统方式对充放电不...
【技术保护点】
1.一种基于人工智能的电动汽车充放电故障分析方法，其特征在于：包括，
2.根据权利要求1所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述智能分析数据模型训练包括，
3.根据权利要求2所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述数据的预处理方式为，首先进行数据清洗，其次进行特征选择，然后进行数据增强。
4.根据权利要求2所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述的神经网络数据模型基于神经网络的双向长短时记忆网络方式进行建立。
5.根据权利要求2-4任一项所述的基于人...
【技术特征摘要】
1.一种基于人工智能的电动汽车充放电故障分析方法，其特征在于：包括，
2.根据权利要求1所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述智能分析数据模型训练包括，
3.根据权利要求2所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述数据的预处理方式为，首先进行数据清洗，其次进行特征选择，然后进行数据增强。
4.根据权利要求2所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：所述的神经网络数据模型基于神经网络的双向长短时记忆网络方式进行建立。
5.根据权利要求2-4任一项所述的基于人工智能的电动汽车充放电故障分析方法，其特征在于：通过所述神经网络数据模型进行实时电池容量soc的预测，通过所述电池整体性能评估模型进行评估单颗电芯的soc和整体电池包的平均soc，以进行策略制定。
6.根据权...
【专利技术属性】
技术研发人员：戴勇，卢继雄，刘霜奇，
申请(专利权)人：安徽易加能数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。