CN117922301A - 一种适用于新能源汽车的电池供电安全监管系统 - Google Patents
一种适用于新能源汽车的电池供电安全监管系统 Download PDFInfo
- Publication number
- CN117922301A CN117922301A CN202410338397.9A CN202410338397A CN117922301A CN 117922301 A CN117922301 A CN 117922301A CN 202410338397 A CN202410338397 A CN 202410338397A CN 117922301 A CN117922301 A CN 117922301A
- Authority
- CN
- China
- Prior art keywords
- power supply
- supply data
- electrical
- window
- data
- 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
Links
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000012216 screening Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 63
- 230000005856 abnormality Effects 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电池供电数据测量技术领域,具体涉及一种适用于新能源汽车的电池供电安全监管系统。该系统获取供电数据,根据供电数据的变化,获取电气相关系数;根据供电数据每个尺寸的窗口,对供电数据进行修正,基于供电数据修正前后的差异筛选出目标窗口;通过电气相关系数对目标窗口进行修正,获取最优窗口,通过局部均值分解算法获得去噪供电数据,进行安全监管。本发明获取电气相关系数对目标窗口进行修正,准确获取最优窗口,使得局部均值分解算法对供电数据进行高效去噪,同时保留故障信息,确保对新能源汽车的电池供电安全进行准确监管。
Description
技术领域
本发明涉及电池供电数据测量技术领域,具体涉及一种适用于新能源汽车的电池供电安全监管系统。
背景技术
目前使用BMS电池管理系统对新能源汽车电池的相关供电数据实时进行监测,实时监管新能源汽车电池的供电情况。在实际情况中获取的新能源汽车电气元件的各种供电数据中可能存在噪声,导致对新能源汽车电池的供电情况不能进行准确监测,进而无法保证对新能源汽车电池进行安全供电。因此,需要对电气元件的各种供电数据进行去噪处理,确保能够对电气元件进行有效监管,保证电气元件对新能源汽车电池进行安全供电。
现有方法中通过局部均值分解算法对新能源汽车内的每个电气元件的每种供电数据进行去噪,但当故障存在时,产生的故障供电数据和噪声同样以峰值点的形式存在,采用局部均值分解算法对噪声进行去噪时,容易将故障供电数据误判为噪声供电数据,进而导致故障信息丢失,无法对新能源汽车电池的供电情况进行准确的监测,进而无法对新能源汽车电池进行安全供电。
发明内容
为了解决采用局部均值分解算法对噪声进行去噪时,容易将故障供电数据误判为噪声数据,进而导致故障信息丢失,无法对新能源汽车电池的供电情况进行准确监测的技术问题,本发明的目的在于提供一种适用于新能源汽车的电池供电安全监管系统,所采用的技术方案具体如下:
本发明提出了一种适用于新能源汽车的电池供电安全监管系统,该系统包括以下内容:
供电数据获取模块,用于获取电气元件在预设时间段内每个时刻下不同种类的供电数据;
供电异常特征值获取模块,用于获取每个电气元件每个时刻下的每种供电数据的供电异常特征值;
电气相关系数获取模块,用于根据所述供电异常特征值的大小,获取每个电气元件的整体异常值;将相同时刻下任意两个电气元件相同种类供电数据之间的供电异常特征值差异,作为第一特征值;根据任意两个电气元件的整体异常值差异和相邻两时刻之间的第一特征值差异,获取任意两个电气元件的电气相关系数;
最优窗口获取模块,用于分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正,基于每个供电数据修正前后的供电异常特征值的差异,获取每种尺寸的窗口对应的评估值,筛选出目标窗口;通过所述电气相关系数对目标窗口的尺寸进行修正,获取最优窗口;
数据处理模块,用于根据最优窗口,通过局部均值分解算法对电气元件的供电数据进行去噪,获得去噪供电数据;
供电安全监管模块,用于根据BMS电池管理系统对所述去噪供电数据进行安全监管。
进一步地,所述供电异常特征值的获取方法为:
将任一电气元件的任一种供电数据作为目标供电数据,将目标供电数据的基线作为目标基线;
对于任一时刻,获取该时刻的预设邻域内每个时刻下的目标供电数据的切线斜率的方差,作为第一方差;
获取该时刻的预设邻域内每个时刻下的目标基线上每个供电数据的切线斜率的方差,作为第二方差;
根据第一方差和第二方差,以及该时刻下的目标供电数据和目标基线上的供电数据,获取该电气元件该时刻下目标供电数据的供电异常特征值。
进一步地,所述供电异常特征值的计算公式为:
;式中,/>为第a个电气元件的第i个时刻下第k种供电数据的供电异常特征值;/>为第一方差;/>为第二方差;/>为第a个电气元件的第i个时刻下的第k种供电数据;/>为第a个电气元件的第k种供电数据的基线上第i个时刻下的供电数据。
进一步地,所述整体异常值的计算公式为:
;式中,/>为第a个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为向上取整符号。
进一步地,所述电气相关系数的计算公式为:
;式中,/>为第a个电气元件和第b个电气元件之间的电气相关系数;/>为第a个电气元件的整体异常值;/>为第b个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第a个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第n个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为第(n+1)个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为绝对值函数;e为自然常数。
进一步地,所述分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正的方法为:
对于任一电气元件的任一供电数据,以该供电数据为中心构建不同尺寸的窗口;
将不同尺寸的窗口内供电数据的均值,分别作为该供电数据在不同尺寸的窗口下的修正值。
进一步地,所述评估值的计算公式为:
;式中,/>为第d种尺寸的窗口的评估值;M为电气元件的总数量;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第m个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第m个电气元件的第n个时刻下第j种供电数据的修正值的供电异常特征值;/>为绝对值函数;norm为归一化函数。
进一步地,所述目标窗口的获取方法为:
将最大评估值对应尺寸的窗口,作为目标窗口。
进一步地,所述最优窗口的计算公式为:
;式中,/>为最优窗口的尺寸;H为目标窗口的尺寸;Y为电气相关系数的总数量;/>为第y个电气相关系数;norm为归一化函数。
进一步地,所述获取每个电气元件的每种供电数据的基线的方法为:
通过多项拟合法,获取预设时间段内每个电气元件的每种供电数据的基线。
本发明具有如下有益效果:
获取每个电气元件每个时刻下的每种供电数据的供电异常特征值,确定每种供电数据异常的程度,便于后续获取最优窗口;进而根据供电异常特征值的大小,获取每个电气元件的整体异常值,确定每个电气元件的异常情况,进一步根据任意两个电气元件的整体异常值差异和相同时刻下相同种类供电数据的供电异常特征值差异,获取任意两个电气元件的电气相关系数,确定任意两个电气元件的相关性,确定电气元件中的故障程度,为后续调整窗口,避免故障供电数据失真做准备;分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正,基于每个供电数据修正前后的供电异常特征值的差异,获取每种尺寸的窗口对应的评估值,准确筛选出目标窗口,确定出去噪效果最好的窗口,为了避免故障供电数据被误认为噪声数据,导致故障信息丢失,进而无法对新能源汽车电池的充电情况进行准确监测,进而通过电气相关系数对目标窗口的尺寸进行修正,准确获取最优窗口,根据最优窗口内供电数据的局部均值,通过局部均值分解算法对电气元件的供电数据进行高效去噪,同时保留故障的供电数据,进而对新能源汽车的电池供电安全进行准确监管。
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和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明一个实施例所提供的一种适用于新能源汽车的电池供电安全监管系统的结构框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种适用于新能源汽车的电池供电安全监管系统,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种适用于新能源汽车的电池供电安全监管系统的具体方案。
本发明实施例的场景:新能源汽车至少已经使用30天,本发明实施例以牵引电池组、直流-直流转换器、电动马达、电源逆变器、充电端口、车载充电器、辅助电池这7个电气元件为例进行分析,其中,每个电气元件的供电数据均包含电压、电流和内阻。
本发明实施例的目的为:通过局部均值分解算法对电气元件的供电数据进行去噪时,容易将本身的故障供电数据误认为噪声数据,进而对故障供电数据进行平滑处理,导致故障供电数据失真,无法对新能源汽车电池的供电情况进行准确分析,因此,本发明实施例对电气元件的供电数据变化进行分析,获取每个电气元件的每种供电数据的供电异常特征值,根据供电异常特征值,获取电气元件之间的电气相关系数,进而根据电气相关系数和供电数据的供电异常特征值,准确获取最优窗口,根据最优窗口内供电数据的局部均值,通过局部均值分解算法对电气元件的供电数据进行高效去噪,同时保留了故障供电数据的特征,进而对新能源汽车电池的供电情况进行准确的监测。其中,局部均值分解算法为公知技术,不再进行赘述。
请参阅图1,其示出了本发明一个实施例提供的一种适用于新能源汽车的电池供电安全监管系统的结构框图,该系统包括:供电数据获取模块10、供电异常特征值获取模块20、电气相关系数获取模块30、最优窗口获取模块40、数据处理模块50、供电安全监管模块60。
供电数据获取模块10,用于获取电气元件在预设时间段内每个时刻下不同种类的供电数据。
具体的,当出现噪声或者故障时,均会导致电气元件内的电压、电流和内阻等其他供电数据突然增加或者减少的情况。为了对新能源汽车电池供电情况进行准确的分析,本发明实施例以牵引电池组、直流-直流转换器、电动马达、电源逆变器、充电端口、车载充电器、辅助电池这7个电气元件为例进行分析,通过BMS电池管理系统获取预设时间段内每个电气元件的每个时刻下的电压、电流和内阻这三种供电数据,本发明实施例将预设时间段设定为30天,相邻两个采集供电数据时刻之间的时间间隔设定为1秒,实施者可根据实际情况设定预设时间段和相邻两个采集供电数据时刻之间的时间间隔,在此不进行限定。在其他实施例中可根据实际情况设定电气元件的种类和数量,以及每个电气元件内的供电数据种类和数量,在此不进行限定。根据预设时间段内每个电气元件的每个时刻下的每种供电数据,实时对新能源汽车电池的供电情况进行分析。
供电异常特征值获取模块20,用于获取每个电气元件每个时刻下的每种供电数据的供电异常特征值。
具体的,本发明实施例通过多项拟合法,获取预设时间段内每个电气元件的每种供电数据的基线,当出现噪声数据或者故障供电数据时,电气元件中的供电数据与对应基线上的供电数据差异会比较大,同时,会出现异常的波动情况,例如,当电动马达在预设时间段内的第9个时刻下的电压数据为噪声数据或者故障供电数据时,则电动马达在预设时间段内的第9个时刻下的电压数据相比于第8个时刻下的电压数据发生了突变。其中,多项拟合法为公知技术,不再进行赘述。为了对每个供电数据是否存在异常进行准确的分析,本发明实施例将每个时刻及其时序上向前延伸5个时刻所构成的时间段,作为每个时刻的预设邻域,例如,预设时间段内的第8个时刻的预设邻域为预设时间段内的第3个时刻、第4个时刻、第5个时刻、第6个时刻、第7个时刻和第8个时刻构成的时间段。实施者可根据实际情况设定每个时刻的预设邻域的大小,在此不进行限定。需要说明的,预设时间段的前5个时刻不存在时序上向前延伸的5个时刻,因此,本发明实施例将时序上不存在的供电数据用0进行补充,获取预设时间段内每个时刻的预设邻域。进而根据每个时刻的预设邻域内每个电气元件的每种供电数据和对应基线上供电数据的变化波动情况,以及每个时刻下的每个供电数据和对应基线上的供电数据,获取每个电气元件每个时刻下的每种供电数据的供电异常特征值。
优选地,获取供电异常特征值的方法为:将任一电气元件的任一种供电数据作为目标供电数据,将目标供电数据的基线作为目标基线;对于任一时刻,获取该时刻的预设邻域内每个时刻下的目标供电数据的切线斜率的方差,作为第一方差,第一方差越大,说明该时刻的预设邻域内目标供电数据的波动程度越大,该时刻的预设邻域内对应的目标供电数据存在异常的程度越大;获取该时刻的预设邻域内每个时刻下的目标基线上每个供电数据的切线斜率的方差,作为第二方差;当第一方差与第二方差的比值越大时,更能准确的说明该时刻的预设邻域内对应的局部目标供电数据的异常特征越明显,同时,该时刻下的目标供电数据和目标基线上的供电数据的比值越大,说明该时刻下的目标供电数据的异常特征越明显,因此,根据第一方差与第二方差的比值,以及该时刻下的目标供电数据和目标基线上的供电数据的比值,获取该电气元件该时刻下目标供电数据的供电异常特征值。其中,供电异常特征值越大,说明该时刻下目标供电数据为噪声数据或者故障供电数据的可能性越大。
作为一个示例,以第a个电气元件的第i个时刻下第k种供电数据为例,第a个电气元件的第k种供电数据即为目标供电数据,第a个电气元件的第k种供电数据根据时序排列对应的基线即为目标基线,其中,第i个时刻的预设邻域内最后一个时刻即第i个时刻,在第i个时刻的预设邻域内不存在相邻下一时刻,因此,在第i个时刻的预设邻域内第i个时刻下的供电数据不存在切线斜率。其中,切线斜率的获取方法为公知技术,不再进行赘述。获取第a个电气元件的第i个时刻下第k种供电数据的供电异常特征值的计算公式为:
式中,为第a个电气元件的第i个时刻下第k种供电数据的供电异常特征值;为第一方差;/>为第二方差;/>为第a个电气元件的第i个时刻下的第k种供电数据;为第a个电气元件的第k种供电数据的基线上第i个时刻下的供电数据。
需要说明的是,越大,说明第i个时刻的预设邻域内对应的第a个电气元件的第k种供电数据存在异常的程度越大,间接说明第a个电气元件的第i个时刻下的第k种供电数据存在异常的程度越大,/>越大;/>越大,说明第a个电气元件的第i个时刻下的第k种供电数据存在异常的程度越大,/>越大;因此,/>越大,第a个电气元件的第i个时刻下的第k种供电数据越可能为噪声数据或者故障供电数据。
根据获取第a个电气元件的第i个时刻下第k种供电数据的供电异常特征值的方法,获取每个电气元件的第i个时刻下每种供电数据的供电异常特征值。
电气相关系数获取模块30,用于根据所述供电异常特征值的大小,获取每个电气元件的整体异常值;将相同时刻下任意两个电气元件相同种类供电数据之间的供电异常特征值差异,作为第一特征值;根据任意两个电气元件的整体异常值差异和相邻两时刻之间的第一特征值差异,获取任意两个电气元件的电气相关系数。
具体的,通过局部均值分解算法对电气元件的供电数据进行去噪时,容易将本身的故障供电数据误认为噪声数据,进而对故障供电数据进行平滑处理,导致故障供电数据失真,无法对新能源汽车电池的供电情况进行准确分析,因此,为了避免故障信息丢失,本发明实施例根据每个电气元件的每种供电数据的供电异常特征值,获取每个电气元件的整体异常值。当新能源汽车的整个电力循环系统中发生故障时,相关的电气元件对应的供电数据均会发生异常;当某个电气元件的某种供电数据为噪声数据时,对其他供电数据是不会产生影响的,因为噪声数据具有独立性,因此,根据任意两个电气元件的整体异常值差异,获取任意两个电气元件的电气相关系数。为了更准确的获取任意两个电气元件之间的相关性,进而将相同时刻下任意两个电气元件相同种类供电数据之间的供电异常特征值差异,作为第一特征值,根据相邻两时刻之间的第一特征值差异,更准确的获取任意两个电气元件的电气相关系数。其中,电气相关系数越大,说明越可能存在故障供电数据,通过局部均值分解算法对电气元件的供电数据进行去噪时,需要设定合适的局部窗口,在去噪的同时保留故障供电数据,避免故障供电数据失真。其中,获取任意两个电气元件的电气相关系数的具体方法如下:
(1)获取整体异常值。
优选地,获取整体异常值的方法为:对于任一电气元件,获取该电气元件的每个时刻下每种供电数据的供电异常特征值的均值,作为对应种供电数据的异常均值;将异常均值的平方进行累加的结果,作为第一结果;将第一结果进行开方后向上取正的结果,作为该电气元件的整体异常值。
作为一个示例,以第a个电气元件为例,获取第a个电气元件的整体异常值的计算公式为:
式中,为第a个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量,本发明实施例为3;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为向上取整符号。
需要说明的是,第a个电气元件的供电数据有多种,不同种类供电数据的异常波动会不同,因此,获取每种供电数据的供电异常特征值的均值,即,进而对第a个电气元件的所有种供电数据的供电异常特征值的均值量化至同一量纲,获取第a个电气元件的整体异常值/>。其中,/>越大,说明第a个电气元件的供电数据波动变化越明显,间接说明第a个电气元件对于供电数据波动的敏感程度较高。
根据获取第a个电气元件的整体异常值的方法,获取每个电气元件的整体异常值。
(2)获取电气相关系数。
当不同电气元件之间的整体异常值越相近时,说明电气元件的异常供电数据越可能是故障引起的,因为故障会导致相关的电气元件的供电数据均发生突变,因此,根据任意两个电气元件之间的电气相关系数和供电数据的供电异常特征值的变化情况,获取任意两个电气元件之间的电气相关系数。
作为一个示例,以第a个电气元件和第b个电气元件为例,获取第n个时刻下第a个电气元件和第b个电气元件的第j种供电数据之间的供电异常特征值差值,作为第n个时刻下第a个电气元件和第b个电气元件之间的第一特征值,为了避免噪声的干扰,更准确的获取第a个电气元件和第b个电气元件之间的关联性,根据获取第n个时刻下第a个电气元件和第b个电气元件之间的第一特征值的方法,获取第(n+1)个时刻下第a个电气元件和第b个电气元件之间的第一特征值/>。当/>与/>的差值绝对值越小时,说明第a个电气元件和第b个电气元件之间的关联性越强。同时,当第a个电气元件和第b个电气元件的整体异常值越相近时,第a个电气元件和第b个电气元件之间的关联性越强,因此,根据第a个电气元件和第b个电气元件的整体异常值的差异,与/>的差值绝对值,获取第a个电气元件和第b个电气元件之间的电气相关系数的计算公式为:
式中,为第a个电气元件和第b个电气元件之间的电气相关系数;/>为第a个电气元件的整体异常值;/>为第b个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量,本发明实施例设定为3;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第a个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第n个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为第(n+1)个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为绝对值函数;e为自然常数。
需要说明的是,越小,说明第a个电气元件和第b个电气元件之间的关联性越强,/>越大,/>越大;/>越小,说明第n个时刻和第(n+1)个时刻下的第a个电气元件和第b个电气元件的第j种供电数据相关性越大,越小,第a个电气元件和第b个电气元件之间的关联性越强,/>越大,/>越大;因此,/>越大,第a个电气元件和第b个电气元件存在故障供电数据的程度越大。
根据获取第a个电气元件和第b个电气元件之间的电气相关系数的方法,获取任意两个电气元件之间的电气相关系数。
最优窗口获取模块40,用于分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正,基于每个供电数据修正前后的供电异常特征值的差异,获取每种尺寸的窗口对应的评估值,筛选出目标窗口;通过所述电气相关系数对目标窗口的尺寸进行修正,获取最优窗口。
具体的,在不考虑故障因素时,假设供电数据的异常均是噪声引起的,通过局部均值分解算法对电气元件的每种供电数据进行去噪时,当每个电气元件的每个时刻下每种供电数据的平滑效果越大时,对应的局部均值进行去噪的效果越大,因此,本发明实施例分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,获取局部均值分别对每个供电数据进行修正,当每个供电数据修正前后的供电异常特征值的差异越大时,说明对应尺寸的窗口越合理,因此,基于每个供电数据修正前后的供电异常特征值的差异,获取每种尺寸的窗口对应的评估值,当评估值越大时,对应尺寸的窗口去除噪声的程度越大,因此,将最大的评估值对应尺寸的窗口作为去除噪声程度最大的目标窗口。但在实际情况中,要考虑到故障供电数据,当目标窗口过大时,会导致被误认为噪声数据的故障供电数据被过度平滑,进而导致故障信息丢失,因为电气相关系数可以表现出故障程度,因此,通过电气相关系数对目标窗口的尺寸进行修正,获取最优窗口,根据最优窗口内供电数据的局部均值,通过局部均值分解算法对电气元件的供电数据进行去噪,同时保留故障的供电数据,进而对新能源汽车电池的充电情况进行准确分析。其中,获取最优窗口的具体方法如下:
(1)获取目标窗口。
对于任一电气元件的任一供电数据,以该供电数据为中心构建不同尺寸的窗口;将不同尺寸的窗口内供电数据的均值,分别作为该供电数据在不同尺寸的窗口下的修正值。本发明实施例将初始尺寸的窗口设定为3,将步长设定为2,将初始尺寸的窗口根据设定的步长依次进行增大,获取不同尺寸的窗口,直至窗口的尺寸为25,停止对窗口进行增大,实施者可根据实际情况设定初始尺寸的窗口大小和步长大小,以及最大窗口的尺寸,在此不进行限定。需要说明的是,当边界供电数据的窗口中的供电数据不在预设时间段内时,则用0进行补充,进而获取预设时间段内每个供电数据的修正值。例如,预设时间段内的第2个时刻下第a个电气元件的内阻数据,当窗口的尺寸为3时,该内阻数据对应的窗口中的供电数据为预设时间段内的第1个时刻下、第2个时刻下和第3个时刻下第a个电气元件的内阻数据,该内阻数据的修正值即为预设时间段内的第1个时刻下、第2个时刻下和第3个时刻下第a个电气元件的内阻数据的均值;当窗口的尺寸为5时,该内阻数据对应窗口中的第一个供电数据需要用0进行补充,该内阻的尺寸为5的窗口中的供电数据为0、预设时间段内的第1个时刻下、第2个时刻下、第3个时刻下和第4个时刻下第a个电气元件的内阻数据。统一获取每个供电数据在某一相同尺寸的窗口下的修正值,根据获取每个供电数据的供电异常特征值的方法,获取每个供电数据的修正值的供电异常特征值,进而获取每个供电数据的供电异常特征值和每个供电数据在某一相同尺寸的窗口下的修正值的供电异常特征值的差异,作为第一差异,当第一差异越大时,说明该种尺寸的窗口去噪的效果越好。进而,根据第一差异,获取该种尺寸的窗口的评估值,评估值越大,说明该种尺寸的窗口去噪效果越好。
作为一个示例,以第d种尺寸的窗口为例,获取第d种尺寸的窗口的评估值的计算公式为:
式中,为第d种尺寸的窗口的评估值;M为电气元件的总数量;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第m个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第m个电气元件的第n个时刻下第j种供电数据的修正值的供电异常特征值;/>为绝对值函数;norm为归一化函数。
需要说明的是,越大,说明第m个电气元件的第n个时刻下第j种供电数据修正前后的异常程度的差异越大,说明第d种尺寸的窗口对第m个电气元件的第n个时刻下第j种供电数据进行去噪的效果越好,/>越大,说明第d种尺寸的窗口对预设时间段内电气元件的供电数据去噪的效果越好。
根据获取第d种尺寸的窗口的评估值的方法,获取每种尺寸的窗口的评估值。
已知评估值越大,说明对应尺寸的窗口越可能为去噪效果最好的窗口,但在实际其情况中,随着窗口的尺寸不断增大,窗口中的均值会越来越趋于稳定,因此,评估值也越来越趋于稳定,因此,本发明实施例将评估值大小波动范围为[-0.05,0.05]的评估值默认为相同大小的评估值,将最大评估值对应尺寸的窗口,作为目标窗口,当最大评估值对应的窗口至少存在两个不同尺寸时,将最大评估值第一次出现时对应尺寸的窗口,作为目标窗口。实施者可根据实际情况设定评估值大小波动范围,在此不进行限定。至此,筛选出目标窗口。
(2)获取最优窗口。
目标窗口是在不可考虑故障的情况下获取的,因此,存在尺寸过大的情况,导致故障供电数据失真,因为电气相关系数可以表现出故障程度,因此,通过电气相关系数对目标窗口的尺寸进行修正,获取最优窗口。当故障程度越大时,目标窗口的尺寸需要进行修正的程度越大。进而本发明实施例将所有任意两个电气元件的电气相关系数进行累加,来表现本发明实施例中存在的故障程度。其中,本发明实施例中共有个电气相关系数。
作为一个示例,获取最优窗口的计算公式为:
式中,为最优窗口的尺寸;H为目标窗口的尺寸;Y为电气相关系数的总数量,本发明实施例为21;/>为第y个电气相关系数;norm为归一化函数。
需要说明的是,越大,说明故障程度越大,/>越小,目标窗口的尺寸需要调小的程度越大,使得故障供电数据更好的进行保留,/>越小。
数据处理模块50,用于根据最优窗口,通过局部均值分解算法对电气元件的供电数据进行去噪,获得去噪供电数据。
根据最优窗口中的供电数据获取局部均值,使得局部均值分解算法对电气元件的供电数据进行高效去噪,同时保留故障供电数据,避免有效信息的丢失。至此,获取预设时间段内电气元件的去噪供电数据。
供电安全监管模块60,用于根据BMS电池管理系统对所述去噪供电数据进行安全监管。
利用BMS电池管理系统对电气元件的去噪供电数据进行分析,自动对新能源汽车电池供电的安全进行监测。其中,BMS电池管理系统自动对新能源汽车电池供电的安全进行监测为公知技术,不再进行赘述。
至此,本发明完成。
综上所述,本发明实施例获取供电数据,根据供电数据的变化,获取电气相关系数;根据供电数据每个尺寸的窗口,对供电数据进行修正,基于供电数据修正前后的差异筛选出目标窗口;通过电气相关系数对目标窗口进行修正,获取最优窗口,通过局部均值分解算法获得去噪供电数据,进行安全监管。本发明获取电气相关系数对目标窗口进行修正,准确获取最优窗口,使得局部均值分解算法对供电数据进行高效去噪,同时保留故障信息,确保对新能源汽车的电池供电安全进行准确监管。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述系统包括:
供电数据获取模块,用于获取电气元件在预设时间段内每个时刻下不同种类的供电数据;
供电异常特征值获取模块,用于获取每个电气元件每个时刻下的每种供电数据的供电异常特征值;
电气相关系数获取模块,用于根据所述供电异常特征值的大小,获取每个电气元件的整体异常值;将相同时刻下任意两个电气元件相同种类供电数据之间的供电异常特征值差异,作为第一特征值;根据任意两个电气元件的整体异常值差异和相邻两时刻之间的第一特征值差异,获取任意两个电气元件的电气相关系数;
最优窗口获取模块,用于分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正,基于每个供电数据修正前后的供电异常特征值的差异,获取每种尺寸的窗口对应的评估值,筛选出目标窗口;通过所述电气相关系数对目标窗口的尺寸进行修正,获取最优窗口;
数据处理模块,用于根据最优窗口,通过局部均值分解算法对电气元件的供电数据进行去噪,获得去噪供电数据;
供电安全监管模块,用于根据BMS电池管理系统对所述去噪供电数据进行安全监管。
2.如权利要求1所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述供电异常特征值的获取方法为:
将任一电气元件的任一种供电数据作为目标供电数据,将目标供电数据的基线作为目标基线;
对于任一时刻,获取该时刻的预设邻域内每个时刻下的目标供电数据的切线斜率的方差,作为第一方差;
获取该时刻的预设邻域内每个时刻下的目标基线上每个供电数据的切线斜率的方差,作为第二方差;
根据第一方差和第二方差,以及该时刻下的目标供电数据和目标基线上的供电数据,获取该电气元件该时刻下目标供电数据的供电异常特征值。
3.如权利要求2所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述供电异常特征值的计算公式为:
;式中,/>为第a个电气元件的第i个时刻下第k种供电数据的供电异常特征值;/>为第一方差;/>为第二方差;/>为第a个电气元件的第i个时刻下的第k种供电数据;/>为第a个电气元件的第k种供电数据的基线上第i个时刻下的供电数据。
4.如权利要求1所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述整体异常值的计算公式为:
;式中,/>为第a个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为向上取整符号。
5.如权利要求1所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述电气相关系数的计算公式为:
;式中,/>为第a个电气元件和第b个电气元件之间的电气相关系数;/>为第a个电气元件的整体异常值;/>为第b个电气元件的整体异常值;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第a个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第n个时刻下第j种供电数据的供电异常特征值;为第a个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第b个电气元件的第(n+1)个时刻下第j种供电数据的供电异常特征值;/>为第n个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为第(n+1)个时刻下第a个电气元件和第b个电气元件之间的第一特征值;/>为绝对值函数;e为自然常数。
6.如权利要求1所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述分别构建每个供电数据不同尺寸的窗口,根据每个供电数据每个尺寸的窗口内供电数据的大小,分别对每个供电数据进行修正的方法为:
对于任一电气元件的任一供电数据,以该供电数据为中心构建不同尺寸的窗口;
将不同尺寸的窗口内供电数据的均值,分别作为该供电数据在不同尺寸的窗口下的修正值。
7.如权利要求6所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述评估值的计算公式为:
;式中,/>为第d种尺寸的窗口的评估值;M为电气元件的总数量;J为每个电气元件中供电数据种类的总数量;N为预设时间段内采集供电数据时刻的总数量;/>为第m个电气元件的第n个时刻下第j种供电数据的供电异常特征值;/>为第m个电气元件的第n个时刻下第j种供电数据的修正值的供电异常特征值;/>为绝对值函数;norm为归一化函数。
8.如权利要求7所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述目标窗口的获取方法为:
将最大评估值对应尺寸的窗口,作为目标窗口。
9.如权利要求1所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述最优窗口的计算公式为:
;式中,/>为最优窗口的尺寸;H为目标窗口的尺寸;Y为电气相关系数的总数量;/>为第y个电气相关系数;norm为归一化函数。
10.如权利要求2所述一种适用于新能源汽车的电池供电安全监管系统,其特征在于,所述获取每个电气元件的每种供电数据的基线的方法为:
通过多项拟合法,获取预设时间段内每个电气元件的每种供电数据的基线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338397.9A CN117922301B (zh) | 2024-03-25 | 2024-03-25 | 一种适用于新能源汽车的电池供电安全监管系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338397.9A CN117922301B (zh) | 2024-03-25 | 2024-03-25 | 一种适用于新能源汽车的电池供电安全监管系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117922301A true CN117922301A (zh) | 2024-04-26 |
CN117922301B CN117922301B (zh) | 2024-05-24 |
Family
ID=90761459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410338397.9A Active CN117922301B (zh) | 2024-03-25 | 2024-03-25 | 一种适用于新能源汽车的电池供电安全监管系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117922301B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831443A (zh) * | 2017-10-20 | 2018-03-23 | 开沃新能源汽车集团有限公司 | 基于相关系数的电池系统短路故障诊断方法 |
CN112906744A (zh) * | 2021-01-20 | 2021-06-04 | 湖北工业大学 | 一种基于孤立森林算法的故障单体电池识别方法 |
CN114559819A (zh) * | 2022-01-25 | 2022-05-31 | 重庆标能瑞源储能技术研究院有限公司 | 一种基于信号处理的电动汽车电池安全预警方法 |
CN115267589A (zh) * | 2022-09-26 | 2022-11-01 | 陕西汽车集团股份有限公司 | 一种电动汽车电池故障多参数联合诊断方法 |
CN115494399A (zh) * | 2022-10-21 | 2022-12-20 | 重庆电信系统集成有限公司 | 一种新能源汽车电池系统的单体差异风险智能识别方法 |
CN115951231A (zh) * | 2023-03-14 | 2023-04-11 | 长安大学 | 基于单体电池电压相关性的汽车动力电池故障预警方法 |
CN116203450A (zh) * | 2023-03-21 | 2023-06-02 | 华能澜沧江水电股份有限公司 | 电池短路故障的检测方法、装置、电子设备及存储介质 |
CN116203351A (zh) * | 2023-03-07 | 2023-06-02 | 千居智人工智能科技昆山有限公司 | 线路阻抗异常的检测方法及系统 |
CN116819332A (zh) * | 2023-06-16 | 2023-09-29 | 联合汽车电子有限公司 | 一种电池故障诊断方法、装置、介质及bms系统 |
-
2024
- 2024-03-25 CN CN202410338397.9A patent/CN117922301B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107831443A (zh) * | 2017-10-20 | 2018-03-23 | 开沃新能源汽车集团有限公司 | 基于相关系数的电池系统短路故障诊断方法 |
CN112906744A (zh) * | 2021-01-20 | 2021-06-04 | 湖北工业大学 | 一种基于孤立森林算法的故障单体电池识别方法 |
CN114559819A (zh) * | 2022-01-25 | 2022-05-31 | 重庆标能瑞源储能技术研究院有限公司 | 一种基于信号处理的电动汽车电池安全预警方法 |
CN115267589A (zh) * | 2022-09-26 | 2022-11-01 | 陕西汽车集团股份有限公司 | 一种电动汽车电池故障多参数联合诊断方法 |
CN115494399A (zh) * | 2022-10-21 | 2022-12-20 | 重庆电信系统集成有限公司 | 一种新能源汽车电池系统的单体差异风险智能识别方法 |
CN116203351A (zh) * | 2023-03-07 | 2023-06-02 | 千居智人工智能科技昆山有限公司 | 线路阻抗异常的检测方法及系统 |
CN115951231A (zh) * | 2023-03-14 | 2023-04-11 | 长安大学 | 基于单体电池电压相关性的汽车动力电池故障预警方法 |
CN116203450A (zh) * | 2023-03-21 | 2023-06-02 | 华能澜沧江水电股份有限公司 | 电池短路故障的检测方法、装置、电子设备及存储介质 |
CN116819332A (zh) * | 2023-06-16 | 2023-09-29 | 联合汽车电子有限公司 | 一种电池故障诊断方法、装置、介质及bms系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117922301B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Discrete wavelet transform-based denoising technique for advanced state-of-charge estimator of a lithium-ion battery in electric vehicles | |
EP2770336A2 (en) | Apparatus for detecting faults in battery system | |
DE102014102667A1 (de) | Verfahren und system zum schätzen der spannung eines batterieelements | |
CN111426905B (zh) | 一种配电网同母线变关系异常诊断方法、装置及系统 | |
DE102010041049A1 (de) | Batteriesystem und Verfahren zur Bestimmung von Batteriemodulspannungen | |
CN103323672A (zh) | 一种并联电力电容器的在线谐振预警装置与方法 | |
DE102015016987A1 (de) | Verfahren zum Feststellen einer Degradation einer wiederaufladbaren Batteriezelle sowie Vorrichtung zur Durchführung des Verfahrens | |
CN114660475A (zh) | 一种单体电池的采样诊断方法和装置、车辆、存储介质 | |
CN115327417A (zh) | 一种动力电池单体异常的预警方法、系统及电子设备 | |
CN117922301B (zh) | 一种适用于新能源汽车的电池供电安全监管系统 | |
CN117578664B (zh) | 基于智能物联网的换电柜安全控制方法及系统 | |
CN114325433A (zh) | 基于电化学阻抗谱测试的锂离子电池故障检测方法和系统 | |
CN116827264B (zh) | 一种用于光伏发电的预警系统 | |
CN117517966A (zh) | 一种电池组的故障诊断方法 | |
CN113311348A (zh) | 一种基于小波分解和包络谱分析的电池故障识别方法 | |
CN117491813A (zh) | 新能源汽车动力电池系统绝缘异常检测方法 | |
CN115808600B (zh) | 基于数学形态学和模式识别的直流电弧检测方法 | |
CN116142029A (zh) | 一种动力电池安全预警方法、装置及汽车 | |
EP2260313B1 (de) | Verfahren und eine vorrichtung zur überwachung des betriebszustandes einer batterie | |
CN116559643A (zh) | 一种基于特征相似性的gis局部放电故障判别方法 | |
CN114035082B (zh) | 一种新能源车辆电池系统异常电芯快速诊断方法 | |
CN110745031B (zh) | 一种新能源汽车行驶放电电流计算方法及装置 | |
CN117420448B (zh) | 在线评估电芯化成一致性的方法及系统 | |
DE102017218964A1 (de) | Überwachungssystem für ein elektrochemisches Energiespeichersystem | |
EP3875974A1 (en) | Battery diagnosis device and battery diagnosis method using current pulse method |
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 |