一种基于自放电异常特征的新能源汽车风险识别模型

    公开(公告)号:CN115796583A

    公开(公告)日:2023-03-14

    申请号:CN202211494294.9

    申请日:2022-11-25

    IPC分类号: G06Q10/0635 G06Q50/30

    摘要: 本发明涉及风险识别技术领域,公开了一种基于自放电异常特征的新能源汽车风险识别模型,包括以下构件步骤:步骤1:采集动力电池的历史运行数据;步骤2:预处理历史运行数据;步骤3:基于历史运行数据,选取目标电芯并以目标电芯与中值电压的平方差的非线性映射结果作为识别要素sf;所述识别要素其中,α为目标电芯与中值电压的平方差的放大系数;Vid表示在i时刻d号电芯的电压值,Vim表示i时刻所有电芯的中值电压;步骤4:将识别要素转换为量化要素λ;λ数值大小与电池风险程度呈负相关。本发明能够有效识别自放电风险,完成自放电异常的精准判定。

    动力电池一致性安全状态评估方法

    公开(公告)号:CN114879049A

    公开(公告)日:2022-08-09

    申请号:CN202210664642.6

    申请日:2022-06-13

    摘要: 本发明涉及动力电池评估技术领域,具体涉及动力电池一致性安全状态评估方法,包括:提取得到能够反映车辆状态的多个充电数据片段;对每个充电数据片段的单体电压计算标准差特征和方差熵一致性特征,得到特征值;获取车辆全生命周期覆盖目标预设区间的充电过程的覆盖次数,将覆盖次数结合第一修正次数和第二修正次数,分别得到参考样本和评估样本;将特征值构造成特征矩阵,并在处理后进行无监督训练分成两类,得到混淆矩阵;构建动力电池一致性安全状态量化计算模型;构建状态评估报警等级模型,并输出等级结果表征动力电池的安全状态。本发明能够及时预警车辆潜在风险,避免车辆异常状态演化为更加严重的事故风险。