【技术实现步骤摘要】
本专利技术属于新能源汽车动力电池系统故障诊断，具体涉及一种适用于多场景的新能源汽车电池系统异常检测方法。
技术介绍
1、目前，车用动力电池系统在使用过程中的多种异常情况还难以被直接检测，需要利用电池电压、电流、soc等参数进行间接地判断。然而，由于新能源汽车在充电和放电等典型用车场景中的上述参数均具有不同的变化特点和趋势，现有技术中仍鲜见能较好地适用于多种不同用车场景的电池系统异常检测手段。部分现有技术利用基于机器学习的数据驱动异常检测方法，虽可通过使用大量电池样本数据训练得到相对准确的电池异常预测模型，但其对于样本数据的数量与质量的高度依赖也限制了此类方法的实用性。
技术实现思路
1、有鉴于此，针对本领域中所存在的技术问题，本专利技术提供了一种适用于多场景的新能源汽车电池系统异常检测方法，具体包括以下步骤：
2、步骤一、将新能源汽车正常运行时的历史数据基于充电和放电车场景进行数据片段划分，利用划分的各数据片段分别构建与充电场景和放电场景对应的数据集；
3、步骤二、...
【技术保护点】
1.一种适用于多场景的新能源汽车电池系统异常检测方法，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：步骤二中针对充电场景，具体利用皮尔逊相关性分析方法提取SOC和电流数据作为特征参数；
3.如权利要求1所述的方法，其特征在于：步骤三建立的Trans-GAN模型中，生成器的重构误差损失函数具体形式如下：
4.如权利要求1所述的方法，其特征在于：步骤四中对生成器与鉴别器的训练交替进行，每次先训练鉴别器，再训练生成器；使用Adam优化器来最小化模型中的两误差损失函数，以在训练过程中迭代更新生成器和鉴别器的参数。<...
【技术特征摘要】
1.一种适用于多场景的新能源汽车电池系统异常检测方法，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：步骤二中针对充电场景，具体利用皮尔逊相关性分析方法提取soc和电流数据作为特征参数；
3.如权利要求1所述的方法，其特征在于：步骤三建立的trans-gan模型中，生成器的重构误差损失函数具体形式如下：
...【专利技术属性】
技术研发人员：王震坡，贾子润，刘鹏，孙振宇，张照生，
申请(专利权)人：北京理工大学，
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。