CN110516813A

CN110516813A - 一种基于大数据机器学习进行电动汽车电池rdr预测的方法

Info

Publication number: CN110516813A
Application number: CN201910734435.1A
Authority: CN
Inventors: 常伟; 仲旭; 毛樑; 储金荻
Original assignee: Individual
Current assignee: Individual
Priority date: 2019-08-09
Filing date: 2019-08-09
Publication date: 2019-11-29

Abstract

本专利涉及一种基于大数据机器学习进行电动汽车电池RDR预测的方法，该方法由相应的应用架构、流程、计算模型组成。这种方法首先对电动汽车电池运行过程中采集的电池实时数据，以及电动汽车车辆其它的运行数据，进行数据整理和清洗，并对数据进行特征化处理，通过大数据机器学习建立模型和训练验证算法，其中建模主要使用了非线性混合算法模型、生存模型和随机森林，并对结果进行不同角度的评估和优化，从而建立电动汽车电池RDR预测的模型，优化电池的维修和更换，提高车主的安全性指标，达到系统性能和经济效益的平衡。

Description

一种基于大数据机器学习进行电动汽车电池RDR预测的方法

技术领域

本发明涉及一种基于大数据机器学习进行汽车电池RDR预测的应用分析方法，应用的领域是进行电动汽车车辆能量使用进行预测和电池包的价值评估。

背景技术

随着电动汽车在中国的推广和车联网技术的应用，越来越多的电动汽车进入了消费者市场并且根据国家标准(GBT32960)实时采集了行车数据。动力电池作为电动汽车的动力来源，随着充放电次数和行驶里程的增加，电池的容量不断衰减，这个反应是典型的动态非线性的电化学系统，在线应用时内部参数是难以测量的，其退化状态识别和状态估计仍存在巨大挑战。

电池剩余里程(RDR，Remaining Driving Range)，定义为电池剩余里程，是指在一定条件下，电池使用一段时间后某些直接可测或间接计算得到的性能参数的实际值，这里指汽车在当前情况下保持现有驾驶模式还能行驶的里程，用来判断电池健康和使用状况。RDR不仅仅与电池本身的电化学体系和电池制造工艺相关，还与车辆行驶工况和电池组内部的工作环境相关。

本文采用一种利用机器学习的方法来进行电池RDR的预测，在依赖于电动汽车数据采集的长周期情况下，从电池的额定信息和状态监测数据(电压、电流、温度、SOC等)挖掘其中隐含的电池健康状态信息及其演变规律，实现电池RDR预测。

发明内容

为了解决这个问题，本发明提供了一种数据驱动的电池RDR预测方法，就是基于大数据机器学习建立电动汽车电池RDR预测的应用分析系统。所述方法包括：步骤001数据准备步骤，获取与电动汽车电池使用相关的数据；所述电动汽车电池使用相关包括故障维修数据和电池的使用数据；其中，所述故障维修数据包括电池发生故障前的数据记录和/或电池的维修数据；所述电池的使用数据包括在正常使用时与电池相关的电池自身数据以及汽车状态数据；所述故障维修数据、电池的使用数据均是基于时间序列的流式数据，以及通过经验公式计算得到的RDRt；步骤002数据整理步骤，对所述电动汽车电池使用相关的数据进行清洗并将清洗后的所述电动汽车电池使用相关的数据基于时间单元进行数据构建；所述对数据进行清洗包括，采用取一段行程该变量的平均值或中间值或相邻插值进行空余变量的赋值；通过设定电动汽车电池使用相关数据的每个变量的阈值检查数据是否合乎要求将超出正常范围的数据予以删除或纠正；通过设定电动汽车电池使用相关数据的相互约束和依赖关系，将逻辑上不合理或者相互矛盾的数据予以删除或纠正；所述数据构建包括，按照时间的顺序将搜集到的数据进行整合；步骤003数据特征化步骤，将通过数据整理步骤得到的数据进行总结和抽取，获取特征化后的数据；对于数据的总结和抽取包括滚动聚合，所述滚动聚合是指设定一个时间窗口，计算在预定的变量在该时间窗口内的聚合值，所述聚合值可以是数据的总和、平均值或者是标准差；所述总结和抽取还包括将特征变量进行扩展，所述扩展包括对初始的特征变量根据滚动聚合的均值增加相应的个数，以及对初始的特征变量根据滚动聚合的标准差增加相应的个数；步骤004建立模型步骤，基于特征化后的数据建立电池RDR预测的模型，模型包括非线性混合效应模型、生存模型和随机森林；步骤005训练验证步骤，对非线性混合效应、生存模型和随机森林进行训练和验证以优化该模型；所述训练验证步骤优选包括交叉验证，所述交叉验证包括，首先把原始的数据随机分成K个部分，在这K个部分中选择其中一个部分作为测试数据，剩下的K-1个部分作为训练数据得到相应的实验结果；然后，挑选另外一个部分作为测试数据，剩下的K-1个部分作为训练数据；以此类推，重复进行K次交叉检验，每次实验都从K个部分中选择一个不同的部分作为测试数据，保证K个部分的数据都分别做过测试数据，剩下的K-1个当作训练数据进行实验；最后把得到的K个实验结果平均；基于所述实验结果确定最佳的数据分类；步骤006算法评估步骤，评估数据的预测结果。

本方法在电动汽车电池管理中确定了电池RDR预测的问题，针对该核心问题进行数据的获取和标定、以及进行数据整合和特征工程，明确数据定义并进行初步处理，通过预定义的规则进行特征和标签的定义。最后是进行模型训练和评估，通过数据导入，利用机器学习的不同模型，选择不同算法进行匹配验证，并进行发布，成为结构化的产品，并随着时间累积和数据丰富，模型的预测准确性会不断提升。

附图说明

图1是电动汽车电池RDR预测实施方式；

图2是本发明的系统结构框图；

图3是本发明的大数据机器学习框图；

图4是本发明中滚动聚合原理图。

图5是本发明中的模拟器的界面视图。

具体实施方式

结合下图对本专利的具体实施方式进行详细说明，需要指出的是，该具体实施方式仅仅是对本发明优选技术方案的举例，并不能理解为对本发明保护范围的限制。

图1示出了本专利具体实施方式中的一种电动汽车电池RDR预测的步骤。其中：

步骤S001数据准备步骤，获取与电动汽车电池使用相关的数据。

在本步骤中，所述电动汽车电池的数据包括电动汽车的监控数据，监控数据每十秒(根据实际情况也有可能为其他采集频率)采集一次，在电动汽车的不同整车状态中，例如行驶、充电过程中，都会产生。所述电池的监控数据包括在正常使用时与电池相关的电池自身数据以及汽车状态数据，一共超过200个数据变量。

所述电池的使用数据均是基于时间序列的流式数据，包括进行机器学习相关的电流、电压、温度、剩余电量(SOC)等。相关的数据内容如下表所示。

S002数据整理步骤，对所述电动汽车电池使用相关的数据进行清洗并将清洗后的所述电动汽车电池使用相关的数据基于时间单元进行数据构建。

在本实施方式中，由于主要是基于数据处理实现的，保证高质量的数据有利于提高结果的准确性，因此需要对采集的数据进行数据整理。所述数据整理首先要对数据进行清洗，本发明制定了相应的清理规则将质量不高的数据转化为满足数据质量要求的数据。清理规则包括：

空余赋值：电池数据在传输过程中，很容易发生掉包导致变量缺失，在本发明中，主要采用取一段行程该变量的平均值或中间值或相邻插值进行空余变量的赋值。

错值去除：通过设定电动汽车电池使用相关数据的每个变量的合理取值范围，即阈值，检查数据是否合乎要求，将超出正常范围的数据予以删除或纠正。

交叉检验：通过设定电动汽车电池使用相关数据的相互约束和依赖关系，将逻辑上不合理或者相互矛盾的数据予以删除或纠正。

清洗数据之后，基于时间单元进行数据构建，即按照时间的顺序将搜集到的数据进行整合。时间单元可以基于毫秒、秒、分钟等，时间单元可以和收集的频率可以不一致。

完成数据构建之后，需要对基于时间单元进行构建的数据进行评估以及修正。所述评估包括筛选出错误数据，即数据本身存在错误的那些数据。例如，包括但不限于，缺失值、异常值、时间周期错误和计算规格错误等。在评估之后，对于所述错误数据进行校正。例如对于缺失值，将存在null的值设置为0，补充缺失的数据；对于异常值，将负值设置为0，避免训练过程中出现错误；对于时间周期错误的数值，明确应该取得时间周期，调整并重新运行数据；对于计算规格错误的数值，明确口径调整并重新运行数据。

S003数据特征化步骤，将通过数据整理步骤得到的数据进行总结和抽取，获取特征化后的数据。

由于在后续的处理步骤中需要对数据进行处理和计算，为了便于计算和识别数据的特征，首先需要对整理后的数据进行特征化以便于显现所述数据的各种特征从而便于计算和识别。

在本步骤中，对于数据的总结和抽取包括滚动聚合。所述滚动聚合是指设定一个时间窗口，计算在预定的变量在该时间窗口内的聚合值，所述聚合值可以是数据的总和、平均值或者是标准差。如图4所示，例如t1节点，设定时间窗是3，它的滚动聚合就是计算t1节点以及在所述t1节点之间的3个节点的总和、均值或者标准差。

在本步骤中，为了能够对学习算法提供更好，甚至是附加的学习和预测能力，需要更多变量数据，发明从基于时间序列的电池数据进行总结和抽取，从而将初始的S001中的特征变量进行扩展。例如，在步骤S001中具有126个特征变量时，在本示例中，进行扩展的数据主要是两类：第一大类是对初始126个特征变量根据滚动聚合的均值，增加126-2＝124个；第二类是对初始的126个特征变量根据滚动聚合的标准差，增加126-2＝124个；这样最后获得的变量为126+124+124＝374个。这样就能够提供更多变量数据，从而有利于学习算法提供更好和预测能力。

S004目标确定步骤，计算用于学习的RDR值，并进行特定点捕捉用于校验。

对于每一条电池数据的采集记录，经过特征化后，需要进行目标值，即RDR的计算。

第一步：得到电池基本数据，用于计算第二步的RDR

所述基本数据，也可以称为出厂数据，包括：电池标称容量(Cap_BOL)、电池标称能量(E_rated)与温度的对应关系表以及电池理想工况下循环次数与容量和能量衰减的对应关系表。

所述电池能量可以由电池厂提供，因为一般的电池都会标注电池能量与温度的对应关系表，也可以由电池厂提供，若无法提供，通过数据去学习温度T与电池能量关系表(充电时SOC从20％以下到100％)；电池理想工况下循环次数与能量衰减的对应关系表中的理想情况是指电池1C放电，0.5C充电(其中所述C是指是电池放电速率)，在25℃的环境下，放电到0％SOC，一次充放电算循环一次。

第二步：捕捉SOC从100％开始放电中t时刻的RDR

从电池出厂开始运行时开始统计吞吐量其中△t为采样时间间隔，包含了所有的充电和放电过程，I_t为充放电时电流，充电时I_t为负，放电时I_t为正。由于在电池的实际运作过程中并不处于25℃，1C放电，0.5C充电，满充满放的理想情况下，所以需要根据当前实际的SOC(剩余电量),T(温度),C(电池放电速率),通过查第一步的容量和温度对应关系表得到衰减系数P，故实际吞吐量为此时电池的理想状态下充放电循环次数为然后依据循环次数与能量衰减Engergy Fade Curve查出Nt对应电池总能量的E_rated.

以一次有效捕捉为例：记放电开始的信息：时间t₀，SOC₀(100％)，放电至t时刻的信息：时间t₁，SOC₁，温度T_SOC，电压U_SOC计算步骤如下：

其中E_w为电池消耗的能量，则剩余电池能量为：

E_remaining＝E_rated-E_w

依据t时刻之前一段时间内电池的平均能耗E_avg来代表电动汽车未来一段路程的平均能耗E_avg-(单位kWh/100km)，得到RDR为：

通过上述步骤，对每个电池数据都进行了RDR的计算，然后将第二步中获得的RDR_t作为学习的目标。

S005数据计算步骤，基于特征化后的数据建立电池RDR预测的模型。

对于电池RDR预测的问题，本具体实施方式中采用非线性混合效应模型，生存模型和随机森林模型来建立所述电池预测RDR模型。

该模型从一组样本数据出发，确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著。

以t时刻的RDRt作为Y，对每个数据从时间上进行标签化；经过步骤S001、S002和S003后得到的数据设为x，建立模型Y＝f(x),其中f()为机器基于大数据学习得到的模型；在电动汽车实际的运行和使用过程中，电池RDR是难以实时监测的，目前传统的方法主要是基于现有的经验公式来大致预测RDR，此种方法主要的缺点为，首先不能实时计算RDR且精度不高，而且由于单体差异性，不能对每一个单体RDR很好地预测。基于大数据建立的模型可以很好地解决以上的问题。模型的输入为时间t以及t时刻采集的数据，模型的输出为t时刻电池RDR_t,在电动汽车实时运行和使用过程中，依据采集的数据x即可以准确的利用模型推出RDR_t。

其中非线性混合效应模型，是线性混合效应模型的一种扩展，其固定效应和随机效应部分均可以以非线性的形式纳入模型，相对于线性模型的正态假定，非线性模型对资料的分布无特殊要求，资料可以是正态分布，也可以是二项分布、Poisson分布，同时非线性混合效应模型在对缺失数据的处理上具有更好的稳健性。其算法的模型为Y＝f(x+Φ)+e,其中f()为非线性函数，Φ＝Aβ+Bb中A,B为设计的矩阵，β为固定效应参数向量和b为随机效应参数向量，e为误差向量，其中β为输入数据x中对于电池RDR预测相关的固定效应数据，而b则为对于RDR预测不相关的随机效应数据。其参数A和B的估计可以通过伪数据步和线性混合效应步两步之间的迭代完成，可分别使用Gauss-Newton迭代法和EM算法解决。由于电动汽车在日常的使用过程中，电池容量是在不断的衰减，而且是动态非线性的变化，所以非线性混合效应模型模型中的非线性函数可以更好的拟合动态非线性的电池容量变化，而且由于采集的电池参数中有部分参数与电池容量存在相关性，而部分没有属于随即分布，所以在非线性混合效应模型中的固定效应项和随即效应项则可以很好地去描述两类参数。

其中生存分析就是用来研究生存时间的分布规律以及生存时间和相关因素之间关系，根据试验或调查得到的数据，对生物或人等的生存时间进行分析和推断。生存分析的研究集中在预测反应的概率、生存概率、平均寿命。主要方法有：描述法、非参数法、参数法、半参数法。其中描述法根据样本观测值提供的信息，直接用公式计算出每一个时间点或每一个时间区间上的生存函数、死亡函数、风险函数等，并采用列表或绘图的形式显示生存时间的分布规律；非参数法估计生存函数时对生存时间的分布没有要求，并且检验危险因素对生存时间的影响时采用的是非参数检验方法；参数法根据样本观测值来估计假定的分布模型中的参数，获得生存时间的概率分布模型；半参数法不需要对生存时间的分布做出假定，但是却可以通过一个模型来分析生存时间的分布规律，以及危险因素对生存时间的影响。生存模型算法中S(t)＝∫_t ^+∞f(x)dx,其中t为电池的使用时间，x为基于时间序列采集的数据，f(x)为研究对象生存时间分布的概率密度函数,S(t)为研究对象生存时间长于t的概率。RDR的算法模型为Y＝f(S(t),x)，其中f()为生存算法模型。由于电池的RDR从初始的100％到能量耗光，相当于一个从出生到死亡生存的过程，因此在大数据建模过程中，根据建模得到的概率密度分布函数，则可以很好地预测基于RDR参数的电池参数。

其中随机森林模型由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程，行方向上构建决策树时采用放回抽样(bootstraping)得到训练数据，列方向上采用无放回随机抽样得到特征子集，并据此得到其最优切分点。决策森林是一个组合模型，内部仍然是基于决策树，同单一的决策树分类不同的是，决策森林通过多个决策树投票结果进行分类，算法不容易出现过度拟合问题。

在本实施方案中，非线性混合效应模型、生存模型和随机森林并行进行，根据最后S007的效果来选择最合适的模型，并且这种选择也是动态调整的。

S006训练验证步骤，对模型进行训练和验证以优化该自适应模型。

在建立上述模型的基础上，需要进行训练和验证的工作来优化模型。以便提高模型的准确性。

在本具体实施方式中，所述训练验证步骤优选包括交叉验证和少数类采样。

所述交叉验证方法中对于各个模型的参数框架进行优化。算法的可靠性依赖参数框架，就是说哪些电池数据对于产生的结果是最有效的。

在本具体实施方式中，为了提高参数框架的质量，首先把原始的数据随机分成K个部分。在这K个部分中，选择其中一个部分作为测试数据，剩下的K-1个部分作为训练数据得到相应的实验结果。然后，挑选另外一个部分作为测试数据，剩下的K-1个部分作为训练数据，以此类推，重复进行K次交叉检验的。每次实验都从K个部分中选择一个不同的部分作为测试数据，保证K个部分的数据都分别做过测试数据，剩下的K-1个当作训练数据进行实验。最后把得到的K个实验结果平均，所述实验结果可以为预测值和校验值的差值，使得差值越小越好，从而确定最佳的分类，实现模型的训练。在本应用中，可以将获得电动汽车的数据随即分成K个部分，首先将其中K-1个部分的数据用于建立RDR预测模型，然后利用新建模型去验证剩下最后一部分的数据是否满足该模型。以此类推。

所述少数类采样是针对一类数据仅仅有很少数量的训练样本时，数据集不平衡的情况时采用的。当一类数据仅仅有少量的训练样本时，本具体实施方式中可以通过将少数的故障样本数据合成新的少数类样本数据来进行模型的训练。例如在电池的数据收集中，当只采集到少量样本时，为了从少量数据中产生更多进行机器学习的数据，需要进行数据合成。具体而言，对每个少数类样本A，从它的最近邻中随机选一个样本B，这里的距离是根据时间和变量图中的距离进行计算，然后在A和B之间的连线上随机选择一点作为新合成的少数类样本。通过这样不断的合成，可以将少量的样本A，变成具备多数据的样本A+，从而达到预测电池RDR的数据要求，即不会产生计算中的因为数据不平衡导致的过拟合或者扭曲。

S007算法评估步骤，评估数据在不同算法下的预测结果，基于评估选择最优的算法。

在电池RDR预测中，基于不同的预测目标或者是不同的数据源，采用不同的算法所得到的结果也是不同的，这样就需要针对不同的情况选择较佳的算法。

在RDR预测中，可以使用预测值和S004中的校验值的差值，评估预测结果，比较在不同情况下采用不同的算法所得到的结果是否最优，从而选择最优的算法。

其中，差值是针对预测结果而言所述模型预测电池RDR和校验值的差距是多少，一般是越低越好。

S008将最优算法封装并提供的模拟器界面。

在本步骤中提供RDR的模拟器，能够让使用者方便的通过参数的选定来获得具体的RDR数值，并能通过参数之间的调整，反映对RDR的影响。因为车联网影响RDR的数量很多，为了能够在较短的时间能给出一个相对精确的数据，根据目前的电池容量、轮毂尺寸、总行驶里程、行驶速度、车外温度、空调状态的选择，并且依据S005建立好的模型，能够给出两个结果：目前电池容量下，剩余里程数RDR；预测的电池剩余寿命下，总剩余的里程数RDR-all。而且基于以上的描述，该模拟器可以不断的进行丰富，可以通过更多的输入来得到不同的输出，其中包括当前放电周期内的RDR输出，以及当前电池总能量可行驶里程等。参见图5所示。

Claims

1.一种电动汽车电池RDR预测方法，其特征在于，所述方法包括：

步骤001数据准备步骤，获取与电动汽车电池使用相关的数据，

所述电动汽车电池使用相关数据电动汽车的车联网数据中电池的使用数据；其中，所述电池的使用数据包括在正常使用时与电池相关的电池自身数据以及汽车状态数据；所述电池的使用数据均是基于时间序列的流式数据；以及依据经验公式计算得到的t时刻RDRt

步骤002数据整理步骤，对所述电动汽车电池使用相关的数据进行清洗并将清洗后的相关数据基于时间单元进行数据构建；所述数据清洗包括，采用取一段行程该变量的平均值或中间值或相邻插值进行空余变量的赋值；通过设定电动汽车电池使用相关数据的每个变量的阈值检查数据是否合乎要求将超出正常范围的数据予以删除或纠正；通过设定电动汽车电池使用相关数据的相互约束和依赖关系，将逻辑上不合理或者相互矛盾的数据予以删除或纠正；所述数据构建包括，按照时间顺序将搜集到的数据进行整合；

步骤003数据特征化步骤，对通过数据整理步骤得到的数据进行总结和抽取，获取特征化后的数据；对于数据的总结和抽取包括滚动聚合，所述滚动聚合是指设定一个时间窗口，计算在预定的变量在该时间窗口内的聚合值，所述聚合值可以是数据的总和、平均值或者是标准差；所述总结和抽取还包括将特征变量进行扩展，所述扩展包括对初始特征变量根据滚动聚合的均值增加相应的个数，以及对初始特征变量根据滚动聚合的标准差增加相应个数；

步骤004建立模型步骤，基于特征化后的数据建立电池RDR预测模型，采用非线性混合效应模型、生存模型和随机森林来建立电池RDR预测模型；

步骤005训练验证步骤，对建立的模型进行训练和验证以优化该模型；所述训练验证步骤优选包括交叉验证，基于所述实验结果确定最佳的数据分类；

步骤006算法评估步骤，评估数据在不同算法下的预测结果，基于评估选择最优的算法；其中RDR的实际校验值计算通过捕捉SOC从100％开始放电获得；

步骤007算法评估步骤，评估数据在不同算法下的预测结果，基于评估选择最优的算法；其中RDR的实际校验值计算通过捕捉SOC从100％开始放电获得。

2.根据权利要求1所述的一种电动汽车电池RDR预测方法，其特征在于，完成数据构建之后，对基于时间单元进行构建的数据进行评估及修正；所述评估包括筛选数据本身存在错误的那些数据；在评估之后，对于所述错误数据进行校正；所述校正包括：对于缺失值，将缺失值设置为0；对于异常值，将负值设置为0；对于时间周期错误的数值，明确应该取得时间周期，调整并重新运行数据；对于计算规格错误的数值，明确口径调整并重新运行数据。

3.据权利要求1和2中所述的一种电动汽车电池RDR预测方法，其特征在于，所述步骤004的建立预测电池RDR的模型包括，以预测的电池RDR作为Y，对每个电池数据从时间上进行标签化，将电池数据设为x；算法的模型为Y＝f(x),其中f是具体算法。

4.根据权利要求1-3中所述的一种电动汽车电池RDR预测方法，其特征在于，所述步骤005中还包括少数类采样对所述模型进行训练，当样本中一类数据仅仅有少量的训练样本时，通过将少数的样本数据合成新的少数类样本数据来进行模型的训练；对每个少数类样本A，从它的距离最近邻中随机选一个样本B，所述距离是根据时间和变量图中的距离进行计算，然后在A和B之间的连线上随机选择一点作为新合成的少数类样本；通过不断的合成，将少量的样本A，变成具备多数据的样本A+。

5.据权利要求1所述的一种电动汽车电池RDR预测方法，其特征在于，所述方法还包括：

步骤S008整合模拟器步骤，接收使用者通过参数的选定发送的输入指令，根据如步骤001～007中的模型来获得具体的RDR数值；并根据参数之间的调整，反映参数对RDR的影响。