CN110837948A - 一种新能源汽车安全性指数评价方法 - Google Patents

一种新能源汽车安全性指数评价方法 Download PDF

Info

Publication number
CN110837948A
CN110837948A CN201910982007.0A CN201910982007A CN110837948A CN 110837948 A CN110837948 A CN 110837948A CN 201910982007 A CN201910982007 A CN 201910982007A CN 110837948 A CN110837948 A CN 110837948A
Authority
CN
China
Prior art keywords
new energy
energy automobile
safety
safety index
vehicle type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910982007.0A
Other languages
English (en)
Other versions
CN110837948B (zh
Inventor
王震坡
刘鹏
孙振宇
武烨
龙超华
张照生
尹豪
李达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Polytechnic Xinyuan Mdt Infotech Ltd
Beijing Institute of Technology BIT
Original Assignee
Beijing Polytechnic Xinyuan Mdt Infotech Ltd
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Polytechnic Xinyuan Mdt Infotech Ltd, Beijing Institute of Technology BIT filed Critical Beijing Polytechnic Xinyuan Mdt Infotech Ltd
Priority to CN201910982007.0A priority Critical patent/CN110837948B/zh
Publication of CN110837948A publication Critical patent/CN110837948A/zh
Application granted granted Critical
Publication of CN110837948B publication Critical patent/CN110837948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种新能源汽车安全性指数评价方法。方法包括：获取新能源汽车的安全保障调节系数；获取新能源汽车的安全性指数；分别获取各安全性指数的评分；利用香农熵权重法，根据各安全性指数的评分，分别确定各安全性指数评分的权重；根据各安全性指数评分的权重获取新能源汽车的总评分；根据安全保障调节系数和新能源汽车的总评分，获取新能源汽车的安全评分；将新能源汽车的安全评分与设定的安全阈值进行比较，若安全评分小于安全阈值，则新能源汽车存在安全风险，反之则新能源汽车不存在安全风险。本发明提供的新能源汽车安全性指数评价方法，能够快速、准确的判断出新能源汽车是否存在安全风险。

Description

一种新能源汽车安全性指数评价方法
技术领域
本发明涉及新能源汽车数据处理技术领域，特别是涉及一种新能源汽车安全性指数评价方法。
背景技术
由于环境污染问题和能源短缺问题日益严重，新能源汽车应运而生。近年，世界各国已开始研发新能源汽车，中国也位列其中，并投入了大量的人力、物力和财力，涌现出许多新能源汽车企业及受大众青睐的车型，新能源汽车行业随之蓬勃发展。
但是随着电动汽车保有量和使用量的不断增加，电动汽车电池、电机和DC-DC等安全性问题越来越多，安全性事故涉及到大量人员的伤亡，是电动汽车发展过程中需要解决的核心问题。而目前对电动汽车安全性方面的研究停留在实验室阶段，尚未有人建立一套合理的电动汽车安全评价体系，以能够快速、准确的评估电动汽车潜在故障风险。
因此，提供一种能够快速、准确的判断出电动汽车是否存在安全风险的方法，是现有技术中亟待解决的技术问题。
发明内容
本发明的目的是提供一种新能源汽车安全性指数评价方法，能够快速、准确的判断出新能源汽车是否存在安全风险。
为实现上述目的，本发明提供了如下方案：
一种新能源汽车安全性指数评价方法，包括：
获取新能源汽车的安全保障调节系数；所述安全保障调节系数包括安全技术类系数、管理机制类系数和现状类系数；
获取所述新能源汽车的安全性指数；所述安全性指数包括DC-DC状态安全指数、电压安全指数、温度安全指数、电池一致性安全指数和故障转化率指数；
分别获取各所述安全性指数的评分；
利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重；
根据各所述安全性指数评分的权重获取所述新能源汽车的总评分；
根据所述安全保障调节系数和所述新能源汽车的总评分，获取所述新能源汽车的安全评分；
将所述新能源汽车的安全评分与设定的安全阈值进行比较，若所述安全评分小于所述安全阈值，则所述新能源汽车存在安全风险，反之则所述新能源汽车不存在安全风险。
可选的，获取所述安全性指数中的所述DC-DC状态安全指数的评分，包括：
获取所述新能源汽车特定车型的DC/DC状态的无报警频率αi：
Figure BDA0002235494300000021
其中，
Figure BDA0002235494300000022
为所述新能源特定车型的DC-DC状态的报警频率；
根据所述DC-DC状态的无报警频率αi，确定所述DC-DC状态指数的评分e1
Figure BDA0002235494300000023
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，αmin表示所述新能源汽车所有车型的DC/DC状态无报警率的最小值，αmax表示所述新能源汽车所有车型的DC/DC状态无报警率的最大值。
可选的，获取所述安全性指数中的所述电压安全指数的评分，包括：
获取所述新能源汽车特定车型的所述电压安全指数的过压报警率
Figure BDA0002235494300000024
Figure BDA0002235494300000025
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示所述车载储能装置过压在过压报警率中所占的权重，k2表示所述单体电池过压在过压报警率中所占的权重，fRE表示车载储能装置电压报警次数占总报文数的频率，fS表示单体电池电压报警次数占总报文数的频率；
获取所述新能源汽车特定车型的所述电压安全指数的潜在故障单体均值
Figure BDA00022354943000000313
：
Figure BDA0002235494300000031
其中，
Figure BDA0002235494300000032
表示所述新能源汽车特定车型中所有潜在故障单体的总个数；n表示所述新能源汽车特定车型的车辆数目；
根据所述过压报警率
Figure BDA0002235494300000033
和所述潜在故障单体均值
Figure BDA0002235494300000034
确定所述电压安全指数的评分e2：
Figure BDA0002235494300000035
其中，
Figure BDA0002235494300000036
表示所述新能源汽车特定车型过压报警率的最大值，
Figure BDA0002235494300000037
表示所述新能源汽车特定车型过压报警率的最小值，
Figure BDA0002235494300000038
表示所述新能源汽车特定车型单体电池潜在故障率的最大值，
Figure BDA0002235494300000039
表示所述新能源汽车特定车型单体电池潜在故障率的最小值。
可选的，获取所述安全性指数中的所述温度安全指数的评分，包括：
获取所述新能源汽车特定车型的所述温度安全指数的温度危险性
Figure BDA00022354943000000310
Figure BDA00022354943000000311
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示温度危险性中电池温度报警频率在总高温危险性报警频率中所占权重，k2表示温度危险性中驱动电机控制器温度报警频率在总高温危险性报警频率中所占权重，k3表示温度危险性中DC-DC高温报警频率在总高温危险性报警频率中所占权重，k4表示温度危险性中驱动电机温度报警频率在总高温危险性报警频率中所占权重，fT表示电池高温报警频率，fMC表示驱动电机控制器温度报警频率，fM表示驱动电机温度报警频率，fp表示DC-DC温度报警频率；
获取所述新能源汽车特定车型的所述温度安全指数的温度差值δd：
Figure BDA00022354943000000312
其中，Tm表示第j辆车第m时刻车辆温度最大值与车辆温度最小值之间的温度差；n表示该车型中车辆数目，tj表示第j辆车的统计帧数；
根据所述温度安全指数的温度危险性
Figure BDA0002235494300000041
和所述温度安全指数的温度差值δd，获取所述安全性指数中的所述温度安全指数的评分e3：
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure BDA0002235494300000043
表示所述新能源汽车特定车型温度危险性的最大值，
Figure BDA0002235494300000044
表示所述新能源汽车特定车型温度危险性的最小值，
Figure BDA0002235494300000045
表示所述新能源汽车特定车型温度危险性的最大值，表示所述新能源汽车特定车型温度危险性的最小值。
可选的，获取所述安全性指数中的所述电池一致性安全指数的评分，包括：
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池一致性的无报警率
其中，fc表示电池一致性的报警频率，
Figure BDA0002235494300000049
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池电压的不一致率
Figure BDA00022354943000000410
Figure BDA00022354943000000411
其中，Sm表示第j辆车第m时刻电压方差；n分别表示该车型中车辆数目,tj第j辆车的统计帧数。
根据所述电池一致性的无报警率
Figure BDA00022354943000000412
和电池电压的不一致率获取所述安全性指数中的所述电池一致性安全指数的评分e4：
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure BDA0002235494300000051
表示所述新能源汽车特定车型电池一致性无报警率的最大值，表示所述新能源汽车特定车型电池一致性无报警率的最小值，
Figure BDA0002235494300000053
表示所述新能源汽车特定车型电池电压不一致率的最大值，
Figure BDA0002235494300000054
表示所述新能源汽车特定车型电池电压不一致率的最小值。
可选的，获取所述安全性指数中的所述故障转化率指数的评分，包括：
将所述新能源汽车特定车型的一级故障转化率转化为二级故障的转化率
Figure BDA0002235494300000055
计算公式如下：
Figure BDA0002235494300000056
将所述新能源汽车特定车型的二级故障转化率转化为三级故障的转化率计算公式如下：
将所述新能源汽车特定车型的一级故障转化率转化为三级故障的转化率计算公式如下：
Figure BDA00022354943000000510
将所述新能源汽车特定车型的零级故障转化率转化为二级故障的转化率
Figure BDA00022354943000000511
计算公式如下：
将所述新能源汽车特定车型的零级故障转化率转化为三级故障的转化率计算公式如下：
Figure BDA00022354943000000514
根据所述转化率
Figure BDA00022354943000000515
所述转化率所述转化率
Figure BDA00022354943000000517
所述转化率
Figure BDA00022354943000000518
和所述转化率获取所述所述安全性指数中的所述故障转化率指数的评分e5：
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k12表示所述新能源汽车特定车型的一级到二级故障转化率在所述总故障转化率中的所占权重，k23表示所述新能源汽车特定车型的二级到三级故障转化率在所述总故障转化率中的所占权重，k13表示所述新能源汽车特定车型的一级到三级故障转化率在所述总故障转化率中的所占权重，k02表示所述新能源汽车特定车型的零级到二级故障转化率在所述总故障转化率中的所占权重，k03表示所述新能源汽车特定车型的零级到三级故障转化率在所述总故障转化率中的所占权重。
可选的，所述利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重，包括：
对各所述安全性指数的评分进行正态分布拟合，得到一维k阶矩阵B1×k：
B1×k＝[b1,…,bk]，k表示所述安全性指数的评分的总个数，k＝1,…,5，
其中，b1表示落入区间(μ+3σ,+∞)的所述新能源汽车特定车型的车辆数，b2表示落入区间(μ+2σ,μ+3σ)的所述新能源汽车特定车型的车辆数，b3表示落入区间(μ-2σ,μ+2σ)的所述新能源汽车特定车型的车辆数，b4表示落入区间(μ-3σ,μ-2σ)的所述新能源汽车特定车型的车辆数，b5表示落入区间(-∞,μ-3σ)的所述新能源汽车特定车型的车辆数，μ表示正态分布的期望值，σ表示正态分布的标准差；
根据所述矩阵B中的各元素，获取一维k阶矩阵矩阵C1×k：C1×k＝[p1,…,pk]
其中，pk为所述矩阵B中特定元素bk落入各个区间的概率：
Figure BDA0002235494300000063
根据所述特定元素bk落入各个区间的概率pk，计算各所述安全性指数评分的香农熵Ek：
Figure BDA0002235494300000064
根据所述各所述安全性指数评分的香农熵Ek，获取各所述安全性指数评分的熵权重矩阵W1×k：
W1×k＝[w1,…,wk]，
其中，wk为第k个所述安全性指数评分的熵权重，
Figure BDA0002235494300000071
可选的，所述安全技术类系数、所述管理机制类系数和所述现状类系数均是采用专家打分法对新能源汽车的实测数据进行评估所获取的系数；
所述安全技术类系数、所述管理机制类系数和所述现状类系数取值区间均为[0.9,1]。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的新能源汽车安全性指数评价方法，先获取得到新能源汽车的安全性指数评分，再通过香农熵权重法确定得到各安全性指数评分的权重后，得到新能源汽车的总评分；然后结合所获取的安全保障调节系数和新能源汽车的总评分进一步获取得到新能源汽车的安全评分；最后将安全评分与所设定的安全阈值进行比较，进而快速、准确的判断出新能源汽车是否存在风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例新能源汽车安全性指数评价方法的流程图；
图2为本发明实施例新能源汽车安全性指数的结构体系图；
图3为本发明实施例新能源汽车安全保障调节系数的结构体系图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种新能源汽车安全性指数评价方法，能够快速、准确的判断出新能源汽车是否存在安全风险。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例新能源汽车安全性指数评价方法的流程图，如图1所示，一种新能源汽车安全性指数评价方法，包括：
S100、获取新能源汽车的安全保障调节系数。所述安全保障调节系数包括安全技术类系数、管理机制类系数和现状类系数。
S101、获取所述新能源汽车的安全性指数。所述安全性指数包括DC-DC状态安全指数、电压安全指数、温度安全指数、电池一致性安全指数和故障转化率指数。
S102、分别获取各所述安全性指数的评分。
S103、利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重。
S104、根据各所述安全性指数评分的权重获取所述新能源汽车的总评分。
S105、根据所述安全保障调节系数和所述新能源汽车的总评分，获取所述新能源汽车的安全评分。
S106、将所述新能源汽车的安全评分与设定的安全阈值进行比较，若所述安全评分小于所述安全阈值，则所述新能源汽车存在安全风险，反之则所述新能源汽车不存在安全风险。
在S102中包括有分别获取所述DC-DC状态安全指数、所述电压安全指数、所述温度安全指数、所述电池一致性安全指数和所述故障转化率指数的评分。
其中，获取所述DC-DC状态安全指数的评分，具体包括：
获取所述新能源汽车特定车型的DC/DC状态的无报警频率αi：
Figure BDA0002235494300000081
其中，为所述新能源特定车型的DC-DC状态的报警频率。
根据所述DC-DC状态的无报警频率αi，确定所述DC-DC状态指数的评分e1
Figure BDA0002235494300000091
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，αmin表示所述新能源汽车所有车型的DC/DC状态无报警率的最小值，αmax表示所述新能源汽车所有车型的DC/DC状态无报警率的最大值。
获取所述电压安全指数的评分，具体包括：
获取所述新能源汽车特定车型的所述电压安全指数的过压报警率
Figure BDA0002235494300000092
Figure BDA0002235494300000093
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示所述车载储能装置过压在过压报警率中所占的权重，k2表示所述单体电池过压在过压报警率中所占的权重，fRE表示车载储能装置电压报警次数占总报文数的频率，fS表示单体电池电压报警次数占总报文数的频率。
获取所述新能源汽车特定车型的所述电压安全指数的潜在故障单体均值
Figure BDA0002235494300000094
Figure BDA0002235494300000095
其中，
Figure BDA0002235494300000096
表示所述新能源汽车特定车型中所有潜在故障单体的总个数。n表示所述新能源汽车特定车型的车辆数目。
根据所述过压报警率
Figure BDA0002235494300000097
和所述潜在故障单体均值确定所述电压安全指数的评分e2：
Figure BDA0002235494300000099
其中，表示所述新能源汽车特定车型过压报警率的最大值，
Figure BDA00022354943000000911
表示所述新能源汽车特定车型过压报警率的最小值，
Figure BDA00022354943000000912
表示所述新能源汽车特定车型单体电池潜在故障率的最大值，
Figure BDA00022354943000000913
表示所述新能源汽车特定车型单体电池潜在故障率的最小值。
获取所述温度安全指数的评分，具体包括：
获取所述新能源汽车特定车型的所述温度安全指数的温度危险性
Figure BDA0002235494300000101
Figure BDA0002235494300000102
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示温度危险性中电池温度报警频率在总高温危险性报警频率中所占权重，k2表示温度危险性中驱动电机控制器温度报警频率在总高温危险性报警频率中所占权重，k3表示温度危险性中DC-DC高温报警频率在总高温危险性报警频率中所占权重，k4表示温度危险性中驱动电机温度报警频率在总高温危险性报警频率中所占权重，fT表示电池高温报警频率，fMC表示驱动电机控制器温度报警频率，fM表示驱动电机温度报警频率，fp表示DC-DC温度报警频率。
获取所述新能源汽车特定车型的所述温度安全指数的温度差值δd：
其中，Tm表示第j辆车第m时刻车辆温度最大值与车辆温度最小值之间的温度差。n表示该车型中车辆数目，tj表示第j辆车的统计帧数。
根据所述温度安全指数的温度危险性和所述温度安全指数的温度差值δd，获取所述安全性指数中的所述温度安全指数的评分e3：
Figure BDA0002235494300000105
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure BDA0002235494300000106
表示所述新能源汽车特定车型温度危险性的最大值，
Figure BDA0002235494300000107
表示所述新能源汽车特定车型温度危险性的最小值，
Figure BDA0002235494300000108
表示所述新能源汽车特定车型温度危险性的最大值，
Figure BDA0002235494300000109
表示所述新能源汽车特定车型温度危险性的最小值。
获取所述电池一致性安全指数的评分，具体包括：
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池一致性的无报警率
Figure BDA00022354943000001010
Figure BDA00022354943000001011
其中，fc表示电池一致性的报警频率，
Figure BDA0002235494300000111
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池电压的不一致率
Figure BDA0002235494300000113
其中，Sm表示第j辆车第m时刻电压方差。n分别表示该车型中车辆数目,tj第j辆车的统计帧数。
根据所述电池一致性的无报警率
Figure BDA0002235494300000114
和电池电压的不一致率
Figure BDA0002235494300000115
获取所述安全性指数中的所述电池一致性安全指数的评分e4：
Figure BDA0002235494300000116
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure BDA0002235494300000117
表示所述新能源汽车特定车型电池一致性无报警率的最大值，
Figure BDA0002235494300000118
表示所述新能源汽车特定车型电池一致性无报警率的最小值，表示所述新能源汽车特定车型电池电压不一致率的最大值，表示所述新能源汽车特定车型电池电压不一致率的最小值。
获取所述故障转化率指数的评分，具体包括：
将所述新能源汽车特定车型的一级故障转化率转化为二级故障的转化率计算公式如下：
Figure BDA00022354943000001112
将所述新能源汽车特定车型的二级故障转化率转化为三级故障的转化率计算公式如下：
Figure BDA00022354943000001114
将所述新能源汽车特定车型的一级故障转化率转化为三级故障的转化率
Figure BDA0002235494300000121
计算公式如下：
Figure BDA0002235494300000122
将所述新能源汽车特定车型的零级故障转化率转化为二级故障的转化率
Figure BDA0002235494300000123
计算公式如下：
将所述新能源汽车特定车型的零级故障转化率转化为三级故障的转化率
Figure BDA0002235494300000125
计算公式如下：
Figure BDA0002235494300000126
根据所述转化率
Figure BDA0002235494300000127
所述转化率所述转化率
Figure BDA0002235494300000129
所述转化率
Figure BDA00022354943000001210
和所述转化率
Figure BDA00022354943000001211
获取所述所述安全性指数中的所述故障转化率指数的评分e5：
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k12表示所述新能源汽车特定车型的一级到二级故障转化率在所述总故障转化率中的所占权重，k23表示所述新能源汽车特定车型的二级到三级故障转化率在所述总故障转化率中的所占权重，k13表示所述新能源汽车特定车型的一级到三级故障转化率在所述总故障转化率中的所占权重，k02表示所述新能源汽车特定车型的零级到二级故障转化率在所述总故障转化率中的所占权重，k03表示所述新能源汽车特定车型的零级到三级故障转化率在所述总故障转化率中的所占权重。
在S103中利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重，具体包括：
对各所述安全性指数的评分进行正态分布拟合，得到一维k阶矩阵B1×k：
B1×k＝[b1,…,bk]，k表示所述安全性指数的评分的总个数，k＝1,…,5，
其中，b1表示落入区间(μ+3σ,+∞)的所述新能源汽车特定车型的车辆数，b2表示落入区间(μ+2σ,μ+3σ)的所述新能源汽车特定车型的车辆数，b3表示落入区间(μ-2σ,μ+2σ)的所述新能源汽车特定车型的车辆数，b4表示落入区间(μ-3σ,μ-2σ)的所述新能源汽车特定车型的车辆数，b5表示落入区间(-∞,μ-3σ)的所述新能源汽车特定车型的车辆数，μ表示正态分布的期望值，σ表示正态分布的标准差。
根据所述矩阵B中的各元素，获取一维k阶矩阵矩阵C1×k：C1×k＝[p1,…,pk]，其中，pk为所述矩阵B中特定元素bk落入各个区间的概率：
根据所述特定元素bk落入各个区间的概率pk，计算各所述安全性指数评分的香农熵Ek：
Figure BDA0002235494300000132
根据所述各所述安全性指数评分的香农熵Ek，获取各所述安全性指数评分的熵权重矩阵W1×k：
W1×k＝[w1,…,wk]，
其中，wk为第k个所述安全性指数评分的熵权重，
Figure BDA0002235494300000133
本发明提供的评价方法所依据的新能源汽车安全性指数评价体系，如图2所示，包括安全保障调节系数和五个一级指数。五个一级指数为：DC-DC状态安全指数、电压安全指数、温度安全指数、电池一致性安全指数和故障转化率指数。
其中，安全保障调节系数是评价新能源车企对新能源汽车安全性在技术方面、管理方面及客观现状方面的指数，上述已经提到，所述安全保障调节系数包括安全技术类系数、管理机制类系数和现状类系数，其具体的结构体系，如图3所示。
所述安全技术类系数、所述管理机制类系数和所述现状类系数均是采用专家打分法对新能源汽车的实测数据进行评估所获取的系数。所述安全技术类系数、所述管理机制类系数和所述现状类系数取值区间均为[0.9,1]。
在安全技术类系数的确定过程中，包括自定义阈值丰富度和预警数据真实度系数的确定过程。
其中，自定义阈值丰富度是当企业标准完全包含国标规定的阈值，按照系数0.9计算。若在完全包含国标规定阈值的基础之上，自定义增加安全数据项阈值，将按照增加的数据项比例增大自定义阈值的丰富度，直至其为1时停止增大。
预警数据真实度，是通过企业实时上传运行数据与静态阈值信息值的比较结果来计算故障预警，确定企业是否如实上报预警信息：若企业上报故障预警信息与平台的故障预警相一致，即按照系数1计算。若企业有漏报或瞒报导致的上报故障预警信息与国家平台的故障预警信息不一致，则系数按照0.9计算。
在统计周期内，自定义阈值丰富度和预警数据真实度两个指标的权重均是通过专家打分法进行的确定。
在管理机制类系数的确定过程中，包括上报机制完善度、应急处理机制完善度和预警主动上报度系数的确定。
其中，上报机制完善度是当同时具备紧急事故上报机制与事故处理结果定期反馈机制时，按照系数1进行计算。
当只具备紧急事故上报机制或事故处理结果定期反馈机制时，按照系数0.98计算。
当紧急事故上报机制、事故处理结果定期反馈机制均不具备时，按照系数0.95计算。
应急处理机制完善度是当具备应急处理预案时，按照系数1计算。当不具备应急处理预案时，按照系数0.95计算。
预警主动上报度是当企业在统计周期内车辆发生故障预警且全部主动上报时，按照系数1计算。当企业在统计周期内车辆发生故障预警且部分主动上报时，按照系数0.95计算。
当企业在统计周期内车辆发生故障预警且未主动上报时，按照系数0.9计算。当企业在统计周期内发生事故时主动上报，则按系数1计算。
若企业在统计周期内发生事故时未主动上报，按系数0.5计算。
统计周期内，上报机制完善度、应急处理机制完善度、预警主动上报度和已发事故主动上报度四个指标的权重也是通过专家打分法进行确定。
在现状类系数的确定过程中，包括已售车辆事故率系数的确定。其中，已售车辆事故率是企业在销售的车辆中无车辆发生事故，按系数1计算。当企业已销售车辆中有车辆发生安全事故，将按照已售车辆事故率的百分比大小从[0.95,1)进行取值。
本发明提供的新能源汽车安全性指数评价方法，先获取得到新能源汽车的安全性指数评分，再通过香农熵权重法确定得到各安全性指数评分的权重后，得到新能源汽车的总评分。然后结合所获取的安全保障调节系数和新能源汽车的总评分进一步获取得到新能源汽车的安全评分。最后将安全评分与所设定的安全阈值进行比较，进而快速、准确的判断出新能源汽车是否存在风险。
并且在本发明所提供的新能源汽车安全性指数评价方法中，通过对新能源汽车电池、电机和DC-DC的等部件的性能进行检测，通过香农熵权重法和大量的新能源汽车的实车数据来确定各个指数的权重，并在整个评价过程中，结合海量的新能源汽车实车运行数据进行分析、评价，进而建立了一套全方位的电动汽车安全风险评价体系。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种新能源汽车安全性指数评价方法，其特征在于，包括：
获取新能源汽车的安全保障调节系数；所述安全保障调节系数包括安全技术类系数、管理机制类系数和现状类系数；
获取所述新能源汽车的安全性指数；所述安全性指数包括DC-DC状态安全指数、电压安全指数、温度安全指数、电池一致性安全指数和故障转化率指数；
分别获取各所述安全性指数的评分；
利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重；
根据各所述安全性指数评分的权重获取所述新能源汽车的总评分；
根据所述安全保障调节系数和所述新能源汽车的总评分，获取所述新能源汽车的安全评分；
将所述新能源汽车的安全评分与设定的安全阈值进行比较，若所述安全评分小于所述安全阈值，则所述新能源汽车存在安全风险，反之则所述新能源汽车不存在安全风险。
2.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，获取所述安全性指数中的所述DC-DC状态安全指数的评分，包括：
获取所述新能源汽车特定车型的DC/DC状态的无报警频率αi：
Figure FDA0002235494290000011
其中，
Figure FDA0002235494290000012
为所述新能源特定车型的DC-DC状态的报警频率；
根据所述DC-DC状态的无报警频率αi，确定所述DC-DC状态指数的评分e1
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，αmin表示所述新能源汽车所有车型的DC/DC状态无报警率的最小值，αmax表示所述新能源汽车所有车型的DC/DC状态无报警率的最大值。
3.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，获取所述安全性指数中的所述电压安全指数的评分，包括：
获取所述新能源汽车特定车型的所述电压安全指数的过压报警率
Figure FDA0002235494290000022
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示所述车载储能装置过压在过压报警率中所占的权重，k2表示所述单体电池过压在过压报警率中所占的权重，fRE表示车载储能装置电压报警次数占总报文数的频率，fS表示单体电池电压报警次数占总报文数的频率；
获取所述新能源汽车特定车型的所述电压安全指数的潜在故障单体均值
Figure FDA0002235494290000023
Figure FDA0002235494290000024
其中，表示所述新能源汽车特定车型中所有潜在故障单体的总个数；n表示所述新能源汽车特定车型的车辆数目；
根据所述过压报警率
Figure FDA0002235494290000026
和所述潜在故障单体均值
Figure FDA0002235494290000027
确定所述电压安全指数的评分e2：
其中，
Figure FDA0002235494290000029
表示所述新能源汽车特定车型过压报警率的最大值，
Figure FDA00022354942900000210
表示所述新能源汽车特定车型过压报警率的最小值，
Figure FDA00022354942900000211
表示所述新能源汽车特定车型单体电池潜在故障率的最大值，表示所述新能源汽车特定车型单体电池潜在故障率的最小值。
4.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，获取所述安全性指数中的所述温度安全指数的评分，包括：
获取所述新能源汽车特定车型的所述温度安全指数的温度危险性
Figure FDA00022354942900000213
Figure FDA00022354942900000214
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k1表示温度危险性中电池温度报警频率在总高温危险性报警频率中所占权重，k2表示温度危险性中驱动电机控制器温度报警频率在总高温危险性报警频率中所占权重，k3表示温度危险性中DC-DC高温报警频率在总高温危险性报警频率中所占权重，k4表示温度危险性中驱动电机温度报警频率在总高温危险性报警频率中所占权重，fT表示电池高温报警频率，fMC表示驱动电机控制器温度报警频率，fM表示驱动电机温度报警频率，fp表示DC-DC温度报警频率；
获取所述新能源汽车特定车型的所述温度安全指数的温度差值δd：
Figure FDA0002235494290000031
其中，Tm表示第j辆车第m时刻车辆温度最大值与车辆温度最小值之间的温度差；n表示该车型中车辆数目，tj表示第j辆车的统计帧数；
根据所述温度安全指数的温度危险性
Figure FDA0002235494290000032
和所述温度安全指数的温度差值δd，获取所述安全性指数中的所述温度安全指数的评分e3：
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure FDA0002235494290000034
表示所述新能源汽车特定车型温度危险性的最大值，
Figure FDA0002235494290000035
表示所述新能源汽车特定车型温度危险性的最小值，表示所述新能源汽车特定车型温度危险性的最大值，
Figure FDA0002235494290000037
表示所述新能源汽车特定车型温度危险性的最小值。
5.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，获取所述安全性指数中的所述电池一致性安全指数的评分，包括：
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池一致性的无报警率
Figure FDA0002235494290000038
Figure FDA0002235494290000039
其中，fc表示电池一致性的报警频率，
Figure FDA00022354942900000310
获取所述新能源汽车特定车型的所述电池一致性安全指数中电池电压的不一致率
Figure FDA0002235494290000041
其中，Sm表示第j辆车第m时刻电压方差；n分别表示该车型中车辆数目,tj第j辆车的统计帧数。
根据所述电池一致性的无报警率
Figure FDA0002235494290000043
和电池电压的不一致率获取所述安全性指数中的所述电池一致性安全指数的评分e4：
Figure FDA0002235494290000045
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，
Figure FDA0002235494290000046
表示所述新能源汽车特定车型电池一致性无报警率的最大值，
Figure FDA0002235494290000047
表示所述新能源汽车特定车型电池一致性无报警率的最小值，
Figure FDA0002235494290000048
表示所述新能源汽车特定车型电池电压不一致率的最大值，
Figure FDA0002235494290000049
表示所述新能源汽车特定车型电池电压不一致率的最小值。
6.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，获取所述安全性指数中的所述故障转化率指数的评分，包括：
将所述新能源汽车特定车型的一级故障转化率转化为二级故障的转化率
Figure FDA00022354942900000410
计算公式如下：
Figure FDA00022354942900000411
将所述新能源汽车特定车型的二级故障转化率转化为三级故障的转化率计算公式如下：
Figure FDA00022354942900000413
将所述新能源汽车特定车型的一级故障转化率转化为三级故障的转化率
Figure FDA00022354942900000414
计算公式如下：
Figure FDA0002235494290000051
将所述新能源汽车特定车型的零级故障转化率转化为二级故障的转化率
Figure FDA0002235494290000052
计算公式如下：
Figure FDA0002235494290000053
将所述新能源汽车特定车型的零级故障转化率转化为三级故障的转化率
Figure FDA0002235494290000054
计算公式如下：
Figure FDA0002235494290000055
根据所述转化率
Figure FDA0002235494290000056
所述转化率
Figure FDA0002235494290000057
所述转化率
Figure FDA0002235494290000058
所述转化率
Figure FDA0002235494290000059
和所述转化率
Figure FDA00022354942900000510
获取所述所述安全性指数中的所述故障转化率指数的评分e5：
Figure FDA00022354942900000511
其中，i表示所述新能源汽车的车型编号，i＝1……n，n为正整数，k12表示所述新能源汽车特定车型的一级到二级故障转化率在所述总故障转化率中的所占权重，k23表示所述新能源汽车特定车型的二级到三级故障转化率在所述总故障转化率中的所占权重，k13表示所述新能源汽车特定车型的一级到三级故障转化率在所述总故障转化率中的所占权重，k02表示所述新能源汽车特定车型的零级到二级故障转化率在所述总故障转化率中的所占权重，k03表示所述新能源汽车特定车型的零级到三级故障转化率在所述总故障转化率中的所占权重。
7.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，所述利用香农熵权重法，根据各所述安全性指数的评分，分别确定各所述安全性指数评分的权重，包括：
对各所述安全性指数的评分进行正态分布拟合，得到一维k阶矩阵B1×k：
B1×k＝[b1,…,bk]，k表示所述安全性指数的评分的总个数，k＝1,…,5，
其中，b1表示落入区间(μ+3σ,+∞)的所述新能源汽车特定车型的车辆数，b2表示落入区间(μ+2σ,μ+3σ)的所述新能源汽车特定车型的车辆数，b3表示落入区间(μ-2σ,μ+2σ)的所述新能源汽车特定车型的车辆数，b4表示落入区间(μ-3σ,μ-2σ)的所述新能源汽车特定车型的车辆数，b5表示落入区间(-∞,μ-3σ)的所述新能源汽车特定车型的车辆数，μ表示正态分布的期望值，σ表示正态分布的标准差；
根据所述矩阵B中的各元素，获取一维k阶矩阵矩阵C1×k：C1×k＝[p1,…,pk]
其中，pk为所述矩阵B中特定元素bk落入各个区间的概率：
Figure FDA0002235494290000061
根据所述特定元素bk落入各个区间的概率pk，计算各所述安全性指数评分的香农熵Ek：
Figure FDA0002235494290000062
根据所述各所述安全性指数评分的香农熵Ek，获取各所述安全性指数评分的熵权重矩阵W1×k：
W1×k＝[w1,…,wk]，
其中，wk为第k个所述安全性指数评分的熵权重，
Figure FDA0002235494290000063
8.根据权利要求1所述的一种新能源汽车安全性指数评价方法，其特征在于，所述安全技术类系数、所述管理机制类系数和所述现状类系数均是采用专家打分法对新能源汽车的实测数据进行评估所获取的系数；
所述安全技术类系数、所述管理机制类系数和所述现状类系数取值区间均为[0.9,1]。
CN201910982007.0A 2019-10-16 2019-10-16 一种新能源汽车安全性指数评价方法 Active CN110837948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910982007.0A CN110837948B (zh) 2019-10-16 2019-10-16 一种新能源汽车安全性指数评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910982007.0A CN110837948B (zh) 2019-10-16 2019-10-16 一种新能源汽车安全性指数评价方法

Publications (2)

Publication Number Publication Date
CN110837948A true CN110837948A (zh) 2020-02-25
CN110837948B CN110837948B (zh) 2022-04-01

Family

ID=69575257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910982007.0A Active CN110837948B (zh) 2019-10-16 2019-10-16 一种新能源汽车安全性指数评价方法

Country Status (1)

Country Link
CN (1) CN110837948B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113459894A (zh) * 2021-06-24 2021-10-01 北京理工大学 一种电动汽车电池安全预警方法及系统
CN114819657A (zh) * 2022-04-29 2022-07-29 北京理工大学 基于大数据的新能源公交车辆综合性能评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8731977B1 (en) * 2013-03-15 2014-05-20 Red Mountain Technologies, LLC System and method for analyzing and using vehicle historical data
CN107085773A (zh) * 2017-05-16 2017-08-22 交通运输部公路科学研究所 一种用于评价在用汽车技术状况的系统及方法
CN107153914A (zh) * 2017-04-18 2017-09-12 交通运输部公路科学研究所 一种汽车运行风险的评价系统及方法
CN107832921A (zh) * 2017-10-19 2018-03-23 南京邮电大学 一种基于组合赋权法的电动汽车充电一体化安全评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8731977B1 (en) * 2013-03-15 2014-05-20 Red Mountain Technologies, LLC System and method for analyzing and using vehicle historical data
CN107153914A (zh) * 2017-04-18 2017-09-12 交通运输部公路科学研究所 一种汽车运行风险的评价系统及方法
CN107085773A (zh) * 2017-05-16 2017-08-22 交通运输部公路科学研究所 一种用于评价在用汽车技术状况的系统及方法
CN107832921A (zh) * 2017-10-19 2018-03-23 南京邮电大学 一种基于组合赋权法的电动汽车充电一体化安全评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王玲俊等: "中国装备制造业产业链风险评价体系构建", 《价值工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113459894A (zh) * 2021-06-24 2021-10-01 北京理工大学 一种电动汽车电池安全预警方法及系统
CN113459894B (zh) * 2021-06-24 2023-11-10 北京理工大学 一种电动汽车电池安全预警方法及系统
CN114819657A (zh) * 2022-04-29 2022-07-29 北京理工大学 基于大数据的新能源公交车辆综合性能评价方法

Also Published As

Publication number Publication date
CN110837948B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN110161414B (zh) 一种动力电池热失控在线预测方法及系统
CN110837948B (zh) 一种新能源汽车安全性指数评价方法
CN112213657A (zh) 电池预警方法及系统
CN112858919A (zh) 一种基于聚类分析的电池系统在线故障诊断方法和系统
CN112319309B (zh) 一种动力电池的故障诊断方法及系统
CN111651505B (zh) 一种基于数据驱动的设备运行态势分析预警方法及系统
CN110148991B (zh) 一种基于大数据的电池过充预警方法及系统
CN107147213B (zh) 电网频发监控信息智能告警及综合分析治理方法
CN108446864A (zh) 基于大数据分析的轨道交通设备的故障预警系统及方法
CN108805407A (zh) 一种基于大数据的电网工程安全评估系统
CN113052464A (zh) 电池储能系统可靠性评估方法及系统
CN108710087A (zh) 一种纯电动汽车电池组健康状态测取装置及其测取方法
EP3866250A1 (de) Verfahren zur kategorisierung einer batterie hinsichtlich ihrer weiteren handhabungseignung, batterie, batterieverwertungssystem und kraftfahrzeug
CN111641236B (zh) 基于大数据ai的动态阈值动力电池充电电压状态判断方法
CN113406524B (zh) 一种动力电池系统的不一致性故障诊断方法及系统
CN114565210A (zh) 一种基于故障树分析的城市轨道交通风险评估方法及系统
CN113297033B (zh) 基于云端监测数据的车辆电控系统健康评估方法和系统
CN115050186A (zh) 一种基于大数据分析的道路智能救援管理平台
CN111461475A (zh) 一种电动汽车充电设备性能状态评价方法
CN114487839A (zh) 一种电池的预警方法及装置
CN111898895B (zh) 一种基于大数据融合的车辆质量评价方法及系统
CN115271305A (zh) 基于博弈论权重的电动汽车充电设备风险预警方法及装置
CN113919642A (zh) 一种危化品运输车辆行驶状态的风险预测方法
CN102222269A (zh) 一种高速公路机电设施养护评价的模糊分层评价方法
TWI660276B (zh) 應用使用者輪廓模型以進行評分的系統及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant