CN112700156A - 一种新能源汽车运行安全性能评价体系构建方法 - Google Patents

一种新能源汽车运行安全性能评价体系构建方法 Download PDF

Info

Publication number
CN112700156A
CN112700156A CN202110019626.7A CN202110019626A CN112700156A CN 112700156 A CN112700156 A CN 112700156A CN 202110019626 A CN202110019626 A CN 202110019626A CN 112700156 A CN112700156 A CN 112700156A
Authority
CN
China
Prior art keywords
data
new energy
index
energy automobile
safety
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.)
Pending
Application number
CN202110019626.7A
Other languages
English (en)
Inventor
张晖
侯宁昊
吴超仲
李少鹏
陈枫
张奕骏
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202110019626.7A priority Critical patent/CN112700156A/zh
Publication of CN112700156A publication Critical patent/CN112700156A/zh
Pending legal-status Critical Current

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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于新能源汽车全车数据的运行安全评价体系构建方法，使用DBSCAN算法对车辆运行过程中产生的数据进行异常数据筛除后，对数据进行标准化处理；将新能源车辆运行过程中的数据按照安全类别进行归类，计算各项数据指标对于安全性能评估的权重，选取权重最大的若干指标作为评价安全性能的特征指标；使用贝叶斯网络建立新能源汽车运行安全性能评价模型，使用过往故障车辆的数据对模型评价的准确性进行验证，并对模型进行修正以提高模型评估的精度。本发明通过收集车辆运行过程中产生的数据，建立新能源汽车整车运行及安全性能数据库，基于数据库建立新能源汽车运行安全性能评价模型，为新能源汽车安全性能评价提供了量化分析的依据。

Description

一种新能源汽车运行安全性能评价体系构建方法
技术领域
本发明属于安全评价领域，更具体地，涉及一种新能源汽车运行安全性能评价体系构建方法。
背景技术
随着电池技术的不断成熟，全世界新能源汽车保有量与日俱增，但在新能源汽车在民用车中的占比不断上升的同时，新能源汽车安全问题频发。无论是在道路上发生的事故，或是车辆停车期间发生的自燃，或是新能源汽车电控系统发生的故障，目前关于新能源汽车安全性能评估方面的工作还不够完善，无法实现新能源汽车运行安全的实时评估与监测。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提出了一种新能源汽车运行安全性能评价体系构建方法，以解决新能源汽车安全风险防控方面存在的，考虑因素不全面、风险评估不准确的问题。
为实现上述目的，本发明提供了一种新能源汽车运行安全性能评价体系构建方法，包括：
(1)实时获取新能源汽车运行过程中的数据，确定新能源汽车运行状态，构建新能源汽车整车运行及安全性能数据库，其中，所述新能源汽车整车运行及安全性能数据库包括各种新能源汽车运行数据及其所对应的安全类别；
(2)对所述新能源汽车整车运行及安全性能数据库中的异常数据进行筛除，而后对筛选过的数据进行标准化处理；
(3)将标准化处理后的数据按照安全类别进行归类，并计算各个指标数据对于其所属的安全性能评估的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据；
(4)基于选取的特征指标数据，使用贝叶斯网络的方法建立新能源汽车运行安全性能评价模型，使用过往故障新能源汽车的数据对贝叶斯网络评价的准确性进行验证，并在此基础上对模型进行修正，获得新能源汽车运行安全等级。
在一些可选的实施方案中，步骤(2)包括：
(2.1)对于所述新能源汽车整车运行及安全性能数据库中的各数据，若在该数据中包含的缺失值数据数量大于第一预设数量且包含的有效值数据数量小于第二预设数量时，对该数据进行删除；若在该数据中包含的缺失值数据数量小于第三预设数量时，使用均值插补的方法填补缺失值；
(2.2)使用DBSCAN算法对经过缺失值处理后的新能源汽车运行数据进行聚类，将数据划分到各个簇里，没有被划分在簇里的数据作为异常数据，若异常数据的数量小于第四预设数量，则删除异常值或者替换异常值，若异常数据数量大于第五预设数量，则将该类数据删除；
(2.3)对经过异常值处理后的数据进行标准化处理，以统一数据的量纲。
在一些可选的实施方案中，步骤(3)包括：
(3.1)将标准化处理后的数据按照对新能源汽车运行安全的影响分为两类，其中，将指标数据数值越高，新能源汽车安全性能越好的指标数据称为正向指标；将指标数据数值越高，新能源汽车安全性能越差的指标数据称为负向指标；
(3.2)将正向指标数据和负向指标数据进行归一化处理，并用归一化后的数据替换归一化之前的数据；
(3.3)计算第j项指标数据下第i个样本值占该指标数据的比重，然后由第j项指标数据下第i个样本值占该指标数据的比重计算第j项指标的熵值，由第j项指标的熵值计算第j项指标数据的信息熵冗余度，由第j项指标数据的信息熵冗余度计算各项指标对于其所属的安全的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据。
在一些可选的实施方案中，由
Figure BDA0002888193540000031
对正向指标数据进行归一化处理，由
Figure BDA0002888193540000032
对负向指标数据进行归一化处理，其中，xij表示新能源汽车整车运行及安全性能数据库中第j个指标下第i个样本值，x′ij表示归一化后的数据，并用归一化后的数据x′ij替换xij。
在一些可选的实施方案中，由
Figure BDA0002888193540000033
得到第j项指标下第i个样本值占该指标的比重pij，其中，xij为归一化后的新能源汽车运行及安全性能数据，n为样本值的个数，m为指标的个数。
在一些可选的实施方案中，由
Figure BDA0002888193540000034
计算第j项指标的熵值ej，pij为第j项指标下第i个样本值占该指标的比重，
Figure BDA0002888193540000035
满足ej≥0，m为指标的个数。
在一些可选的实施方案中，由dj＝1-ej,j＝1,2,…,m计算第j项指标的信息熵冗余度dj，ej为第j项指标的熵值，m为指标的个数。
在一些可选的实施方案中，由
Figure BDA0002888193540000036
计算第j项指标的权重wj，dj为第j项指标的信息熵冗余度，m为指标的个数。
在一些可选的实施方案中，步骤(4)包括：
搭建三层贝叶斯网络作为新能源汽车运行安全性能评估模型，以选取的特征指标数据作为先验参数，以新能源汽车运行安全等级作为后验参数，计算贝叶斯网络中的条件概率表，完成贝叶斯网络的构建。
在一些可选的实施方案中，所述贝叶斯网络包括：指标层、安全层和评价层，其中，所述指标层由选取出的特征指标数据构成；安全层分为主动安全、被动安全、动力控制系统安全和电池系统安全；评价层为新能源汽车运行安全等级。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明可以解决目前新能源汽车运行安全评估时效性差、准确性低等问题。能够实时记录新能源汽车运行过程中产生的数据，对整车的运行状况进行实时监测，从而通过安全性能评估模型对新能源汽车运行安全等级进行判别，具有实时准确的特点，对新能源汽车运行安全状态监测有一定的保障，可减少因新能源汽车运行故障导致的事故及损失。
附图说明
图1是本发明实施例提供的一种新能源汽车运行安全性能评价体系构建方法流程示意图；
图2是本发明实施例提供的一种方法流程框架图；
图3是本发明实施例提供的一种新能源汽车运行安全评估贝叶斯网络示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明实例中，“第一”、“第二”等是用于区别不同的对象，而不必用于描述特定的顺序或先后次序。
本发明从主动安全、被动安全、动力控制系统安全以及电池安全四个方面收集数据，通过建立安全性能评价模型，对新能源汽车运行安全等级进行评定。本发明以新能源汽车运行过程中采集到的各类数据作为安全性能评价模型的输入，以数据作为判断的依据，可以对新能源汽车安全性能进行实时评估，在检测到安全风险时，实时对驾驶员及车辆控制系统发出预警，以达到新能源汽车运行安全风险防控的目的。
如图1及图2所示是本发明实施例提供的一种新能源汽车运行安全性能评价体系构建方法流程示意图，包括以下步骤：
S1：实时获取新能源汽车运行过程中的数据，确定新能源汽车运行安全状态，构建新能源汽车整车运行及安全性能数据库，其中，新能源汽车整车运行及安全性能数据库包括各种新能源汽车运行数据及其所对应的安全类别；
在本发明实施例中，新能源汽车整车运行及安全性能数据库中的数据由新能源汽车自身传感器及加装的汽车传感器采集的数据构成。
在新能源汽车上安装胎压检测器、车载雷达等传感设备，利用车辆CAN(Controller Area Network)总线、OBUII(On Board Unit II)以及BMS(BatteryManagement System)电池管理系统采集新能源汽车行驶过程中电池以及新能源汽车其他部件数据，如获取新能源汽车运行过程中的轮胎胎压、车载ADAS(Advanced DrivingAssistance System)数据、转向助力数据、制动系统安全状态、电池温度、绝缘电阻、车道偏离、安全气囊工作状态、座椅防撞设计、外部短路保护、过充过放保护、DC-DC状态监测、MCU(Motor Control Unit)功能安全等参数，以这些参数确定新能源汽车的运行状态，并将这些数据进行存储、整合，构建新能源汽车运行及安全性能数据库，存储在新能源汽车上，并上传到云端。同时，根据各类参数所表征的不同新能源汽车运行安全类型，将所有的参数根据其表征的安全类型分为四类，分别是车辆主动安全相关数据、车辆被动安全相关数据、动力控制系统安全相关数据和电池安全相关数据。各种新能源汽车运行数据及其所对应的安全类型如下表1所示。
表1
Figure BDA0002888193540000061
S2：对新能源汽车整车运行及安全性能数据库中的异常数据进行筛除，而后对保留的数据进行标准化处理；
在本发明实施例中，步骤S2可以通过以下方式实现：
S2.1：缺失值处理：对于新能源汽车整车运行及安全性能数据库中的各数据，若在该数据中包含的缺失值数量大于第一预设数量且包含的有效值数量小于第二预设数量时，对该数据进行删除；若在该数据中包含的缺失值数量小于第三预设数量时，使用均值插补的方法填补缺失值；
具体地，对于定距型数据，以该数据中存在值的平均值来插补缺失的值；对于非定距型数据，根据众数原理，使用该数据的众数来补齐缺失值。
S2.2：异常值处理：使用DBSCAN(Density-Based Spatial Clustering ofApplications with Noise)算法对经过缺失值处理后的新能源汽车运行数据进行聚类，将数据划分到各个簇里，没有被划分在簇里的数据作为异常数据，若异常数据的数量小于第四预设数量，则删除异常值或者替换异常值(如对于量化数据，使用平均值或中位数替代异常值)，若异常数据数量大于第五预设数量，则将该类数据删除；
其中，第一预设数量、第二预设数量、第三预设数量、第四预设数量及第五预设数量可以根据实际需要确定，本发明实施例不做唯一性限定。
S2.3：对经过异常值处理后的数据进行标准化处理，以统一数据的量纲。
具体地，可以通过
Figure BDA0002888193540000071
对经过异常值处理后的数据进行标准化处理，其中，Xnew为标准化以后的数据；Xi为标准化前的第i个数据数据；μ为数据的算数均值；σ为数据的标准差。
S3：将标准化处理后的数据按照安全类别进行归类，并计算各个指标数据对于各种安全性能评估的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据；
在本发明实施例中，步骤S3可以通过以下方式实现：
S3.1：异质指标同质化：将标准化处理后的数据按照对新能源汽车运行安全的影响分为两类，其中，将指标数据数值越高，新能源汽车安全性能越好的指标数据称为正向指标；将指标数据数值越高，新能源汽车安全性能越差的指标数据称为负向指标；
S3.2：将正向指标数据和负向指标数据进行归一化处理，并用归一化后的数据替换归一化之前的数据；
具体地，由
Figure BDA0002888193540000072
对正向指标数据进行归一化处理，由
Figure BDA0002888193540000073
对负向指标数据进行归一化处理，其中，xij表示新能源汽车整车运行及安全性能数据库中第j个指标下第i个样本值，x′ij表示归一化后的数据，并用归一化后的数据x′ij替换xij。
S3.3：计算第j项指标数据下第i个样本值占该指标数据的比重，然后由第j项指标数据下第i个样本值占该指标数据的比重计算第j项指标的熵值，由第j项指标的熵值计算第j项指标数据的信息熵冗余度，由第j项指标数据的信息熵冗余度计算各项指标对于其所属的安全的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据。
具体地，由
Figure BDA0002888193540000081
得到第j项指标下第i个样本值占该指标的比重pij，其中，xij为归一化后的新能源汽车运行及安全性能数据，n为样本值的个数，m为指标的个数。
由
Figure BDA0002888193540000082
计算第j项指标的熵值ej，pij为第j项指标下第i个样本值占该指标的比重，
Figure BDA0002888193540000083
满足ej≥0，m为指标的个数。
由dj＝1-ej,j＝1,2,…,m计算第j项指标的信息熵冗余度dj，ej为第j项指标的熵值，m为指标的个数。
由
Figure BDA0002888193540000084
计算第j项指标的权重wj，dj为第j项指标的信息熵冗余度，m为指标的个数。
S4：基于选取的特征指标数据，使用贝叶斯网络的方法建立新能源汽车运行安全性能评价模型，使用过往故障新能源汽车的数据对贝叶斯网络评价的准确性进行验证，并在此基础上对模型进行修正，获得新能源汽车运行安全等级。
其中，为构建新能源汽车运行安全评估模型，搭建三层贝叶斯网络。以安全性能特征指标作为先验参数，以新能源汽车运行安全等级作为后验参数，以此来计算贝叶斯网络中的条件概率表，完成贝叶斯网络的构建。
具体地，将新能源汽车整车运行及安全性能数据库中的数据作为输入，通过新能源汽车运行安全性能评价模型的计算，即可获得新能源汽车运行安全等级。
将故障新能源汽车的运行数据作为输入，通过模型得出预估的新能源汽车运行安全状态，并将模型输出的安全状态与新能源汽车实际的安全状态进行比较，可以获得模型评估的准确度，若准确度高于80％，则认定该模型能准确评估新能源汽车运行安全状态。若准确度低于80％，则考虑调整对模型的输入参数及贝叶斯网络的条件概率表进行修改，并返回步骤S3。
在本发明实施例中，用于新能源汽车运行安全性能评价的模型为贝叶斯网络；贝叶斯网络有三层，分别是指标层、安全层和评价层，且指标层由选取出的特征指标数据构成；安全层分为主动安全、被动安全、动力控制系统安全和电池系统安全；评价层为新能源汽车运行安全等级。
依照贝叶斯定理，可以计算贝叶斯网络中各个节点发生的概率。
Figure BDA0002888193540000091
式中，P(A|B)表示在事件B发生的条件下，事件A发生的概率；
P(A∩B)表示事件A与事件B同时发生的概率；
P(B)表示事件B发生的概率。
其中，如图3所示，指标层，为贝叶斯网络的输入，其参数来源为新能源汽车整车运行参数数据库，包含用于表征新能源汽车四种运行安全的特征指标，其为四类安全状态中每类安全状态所对应的权重最高的若干个指标。
安全层，为贝叶斯网络的中间层，该层次包含四种安全性能表征节点。分别是四类新能源汽车运行安全状态(主动安全、被动安全、动力控制系统安全和电池安全)。根据贝叶斯定理，由指标层可以计算得到安全层新能源汽车运行安全所处四种状态的概率。
评价层，是贝叶斯网络的最底层，也是贝叶斯网络的输出层，评价层包含新能源汽车运行安全等级评价节点。将安全层计算得到的概率作为先验概率，配合贝叶斯网络中的条件概率表，即可计算新能源汽车所对应的四类运行安全等级的概率，对应概率最高的等级即为系能源汽车运行安全等级，即输出结果为新能源汽车运行安全等级。输出的新能源汽车运行安全等级将分为四级，分别是优、良、中、差。“优”表示新能源汽车运行安全状况优秀，新能源汽车不会发生故障，从而影响新能源汽车安全；“良”表示新能源汽车运行安全状况良好，新能源汽车部分部件可能发生故障，但不会影响新能源汽车正常运行；“中”表示新能源汽车运行安全状况不佳，新能源汽车的部分部件极有可能发生故障，需要进行系统的新能源汽车安全状况诊断，否则新能源汽车安全会受到影响；“差”表示新能源汽车运行安全状况极差，新能源汽车运行关键部件受损，新能源汽车已无法正常运作。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种新能源汽车运行安全性能评价体系构建方法，其特征在于，包括：
(1)实时获取新能源汽车运行过程中的数据，确定新能源汽车运行安全状态，构建新能源汽车整车运行及安全性能数据库，其中，所述新能源汽车整车运行及安全性能数据库包括各种新能源汽车运行数据及其所对应的安全类别；
(2)对所述新能源汽车整车运行及安全性能数据库中的异常数据进行筛除，而后对筛选过的数据进行标准化处理；
(3)将标准化处理后的数据按照安全类别进行归类，并计算各个指标数据对于其所属的安全性能评估的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据；
(4)基于选取的特征指标数据，使用贝叶斯网络的方法建立新能源汽车运行安全性能评价模型，使用过往故障新能源汽车的数据对贝叶斯网络评价的准确性进行验证，并在此基础上对模型进行修正，获得新能源汽车运行安全等级。
2.根据权利要求1所述的方法，其特征在于，步骤(2)包括：
(2.1)对于所述新能源汽车整车运行及安全性能数据库中的各数据，若在该数据中包含的缺失值数据数量大于第一预设数量且包含的有效值数据数量小于第二预设数量时，对该数据进行删除；若在该数据中包含的缺失值数据数量小于第三预设数量时，使用均值插补的方法填补缺失值；
(2.2)使用DBSCAN算法对经过缺失值处理后的新能源汽车运行数据进行聚类，将数据划分到各个簇里，没有被划分在簇里的数据作为异常数据，若异常数据的数量小于第四预设数量，则删除异常值或者替换异常值，若异常数据数量大于第五预设数量，则将该类数据删除；
(2.3)对经过异常值处理后的数据进行标准化处理，以统一数据的量纲。
3.根据权利要求2所述的方法，其特征在于，步骤(3)包括：
(3.1)将标准化处理后的数据按照对新能源汽车运行安全的影响分为两类，其中，将指标数据数值越高，新能源汽车安全性能越好的指标数据称为正向指标；将指标数据数值越高，新能源汽车安全性能越差的指标数据称为负向指标；
(3.2)将正向指标数据和负向指标数据进行归一化处理，并用归一化后的数据替换归一化之前的数据；
(3.3)计算第j项指标数据下第i个样本值占该指标数据的比重，然后由第j项指标数据下第i个样本值占该指标数据的比重计算第j项指标的熵值，由第j项指标的熵值计算第j项指标数据的信息熵冗余度，由第j项指标数据的信息熵冗余度计算各项指标对于其所属的安全的权重，选取其中权重最大的若干个指标数据作为评价安全性能的特征指标数据。
4.根据权利要求3所述的方法，其特征在于，由
Figure FDA0002888193530000021
对正向指标数据进行归一化处理，由
Figure FDA0002888193530000022
对负向指标数据进行归一化处理，其中，xij表示新能源汽车整车运行及安全性能数据库中第j个指标下第i个样本值，x′ij表示归一化后的数据，并用归一化后的数据x′ij替换xij。
5.根据权利要求4所述的方法，其特征在于，由
Figure FDA0002888193530000023
Figure FDA0002888193530000024
得到第j项指标下第i个样本值占该指标的比重pij，其中，xij为归一化后的新能源汽车运行及安全性能数据，n为样本值的个数，m为指标的个数。
6.根据权利要求5所述的方法，其特征在于，由
Figure FDA0002888193530000031
计算第j项指标的熵值ej，pij为第j项指标下第i个样本值占该指标的比重，
Figure FDA0002888193530000032
满足ej≥0，m为指标的个数。
7.根据权利要求6所述的方法，其特征在于，由dj＝1-ej,j＝1,2,…,m计算第j项指标的信息熵冗余度dj，ej为第j项指标的熵值，m为指标的个数。
8.根据权利要求7所述的方法，其特征在于，由
Figure FDA0002888193530000033
Figure FDA0002888193530000034
计算第j项指标的权重wj，dj为第j项指标的信息熵冗余度，m为指标的个数。
9.根据权利要求3所述的方法，其特征在于，步骤(4)包括：
搭建三层贝叶斯网络作为新能源汽车运行安全性能评估模型，以选取的特征指标数据作为先验参数，以新能源汽车运行安全等级作为后验参数，计算贝叶斯网络中的条件概率表，完成贝叶斯网络的构建。
10.根据权利要求9所述的方法，其特征在于，所述贝叶斯网络包括：指标层、安全层和评价层，其中，所述指标层由选取出的特征指标数据构成；安全层分为主动安全、被动安全、动力控制系统安全和电池系统安全；评价层为新能源汽车运行安全等级。
CN202110019626.7A 2021-01-07 2021-01-07 一种新能源汽车运行安全性能评价体系构建方法 Pending CN112700156A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110019626.7A CN112700156A (zh) 2021-01-07 2021-01-07 一种新能源汽车运行安全性能评价体系构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110019626.7A CN112700156A (zh) 2021-01-07 2021-01-07 一种新能源汽车运行安全性能评价体系构建方法

Publications (1)

Publication Number Publication Date
CN112700156A true CN112700156A (zh) 2021-04-23

Family

ID=75515076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110019626.7A Pending CN112700156A (zh) 2021-01-07 2021-01-07 一种新能源汽车运行安全性能评价体系构建方法

Country Status (1)

Country Link
CN (1) CN112700156A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989501A (zh) * 2021-05-10 2021-06-18 中国标准化研究院 平衡车安全性评估方法、装置、终端设备
CN113176986A (zh) * 2021-04-28 2021-07-27 一汽解放汽车有限公司 车联网数据质量确定方法、装置、计算机设备和存储介质
CN113722566A (zh) * 2021-08-18 2021-11-30 南斗六星系统集成有限公司 一种自动驾驶车辆功能稳定性评定的方法
CN114462857A (zh) * 2022-02-09 2022-05-10 中国汽车工程研究院股份有限公司 在用新能源汽车的高风险车辆筛选方法及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104112181A (zh) * 2014-06-12 2014-10-22 西北工业大学 一种基于层次分析法的信息安全贝叶斯网络评估方法
CN104978492A (zh) * 2015-07-09 2015-10-14 彩虹无线（北京）新技术有限公司 一种基于车联网数据流的安全驾驶评价方法
CN106203842A (zh) * 2016-07-13 2016-12-07 天津大学 基于层次分析法和熵权法的电动汽车充电机评估方法
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
CN109685371A (zh) * 2018-12-25 2019-04-26 华能陕西定边电力有限公司 基于贝叶斯网的动态概权风电机组运行状态综合评估方法
CN110097219A (zh) * 2019-04-19 2019-08-06 深圳市德塔防爆电动汽车有限公司 一种基于安全树模型的电动车辆运维优化方法
CN111859680A (zh) * 2020-07-24 2020-10-30 武汉理工大学 一种系统性能综合评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104112181A (zh) * 2014-06-12 2014-10-22 西北工业大学 一种基于层次分析法的信息安全贝叶斯网络评估方法
CN104978492A (zh) * 2015-07-09 2015-10-14 彩虹无线（北京）新技术有限公司 一种基于车联网数据流的安全驾驶评价方法
CN106203842A (zh) * 2016-07-13 2016-12-07 天津大学 基于层次分析法和熵权法的电动汽车充电机评估方法
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
CN109685371A (zh) * 2018-12-25 2019-04-26 华能陕西定边电力有限公司 基于贝叶斯网的动态概权风电机组运行状态综合评估方法
CN110097219A (zh) * 2019-04-19 2019-08-06 深圳市德塔防爆电动汽车有限公司 一种基于安全树模型的电动车辆运维优化方法
CN111859680A (zh) * 2020-07-24 2020-10-30 武汉理工大学 一种系统性能综合评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张晖: "中国危险品车辆驾驶人驾驶行为影响因素分析", 《交通信息与安全》 *
楚文慧: "驾驶行为安全性评价综述", 《公路交通科技》 *
阿卜杜热黑木•穆柯依提: "基于模糊层次分析法的电动汽车安全评价", 《标准科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113176986A (zh) * 2021-04-28 2021-07-27 一汽解放汽车有限公司 车联网数据质量确定方法、装置、计算机设备和存储介质
CN112989501A (zh) * 2021-05-10 2021-06-18 中国标准化研究院 平衡车安全性评估方法、装置、终端设备
CN113722566A (zh) * 2021-08-18 2021-11-30 南斗六星系统集成有限公司 一种自动驾驶车辆功能稳定性评定的方法
CN114462857A (zh) * 2022-02-09 2022-05-10 中国汽车工程研究院股份有限公司 在用新能源汽车的高风险车辆筛选方法及存储介质

Similar Documents

Publication Publication Date Title
CN112700156A (zh) 一种新能源汽车运行安全性能评价体系构建方法
JP6830540B2 (ja) クラウドベースの車両故障診断方法、装置およびシステム
CN111414477A (zh) 车辆故障自动诊断方法、装置以及设备
CN114559819B (zh) 一种基于信号处理的电动汽车电池安全预警方法
CN109814537A (zh) 一种无人机地面站健康评估方法
CN111157898A (zh) 一种新能源车辆在线电池故障检测分析方法及装置
CN111762096A (zh) 一种基于人工智能的新能源汽车安全预警方法及系统
CN113459894B (zh) 一种电动汽车电池安全预警方法及系统
KR20180037708A (ko) 배터리를 관리하는 방법 및 장치
CN107776606B (zh) 一种轴温监测系统故障检测方法
CN113988705A (zh) 一种交通安全风险评估方法及装置
CN115384311A (zh) 诊断动力电池绝缘故障方法、系统、车辆及存储介质
CN114274778A (zh) 动力电池的失效预警方法、装置、车辆及存储介质
CN110895414B (zh) 用于确定并监视额外燃料消耗的原因的方法和系统
Li et al. A Novel Method for Lithium‐Ion Battery Fault Diagnosis of Electric Vehicle Based on Real‐Time Voltage
KR102107466B1 (ko) 자율주행차량 기반의 주행제어장치 및 방법
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
CN110324336A (zh) 一种基于网络安全的车联网数据态势感知方法
CN117273453A (zh) 一种智能网联汽车汽车风险评估方法及系统
DE102018210411A1 (de) Verfahren zum Überprüfen eines in einem Batteriesystem erfassten Temperaturmesswertes und Batteriesystem
CN114631032A (zh) 用于监控电池组健康状况的方法和系统
CN116092296B (zh) 交通状态评估方法、装置、电子设备及存储介质
CN116819328A (zh) 一种电动汽车动力电池故障诊断方法、系统、设备及介质
CN111751732B (zh) 一种基于自适应高斯卷积积分法的电量计算方法
CN110857095B (zh) 用于确定额外燃料消耗的原因的方法和系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210423