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。

    一种基于分类分级的立体数据权限管控方法

    公开(公告)号:CN117473535A

    公开(公告)日:2024-01-30

    申请号:CN202311500791.X

    申请日:2023-11-10

    IPC分类号: G06F21/60 G06F21/62

    摘要: 本发明涉及数据安全管控方法领域,具体涉及一种基于分类分级的立体数据权限管控方法,包括,对数据进行分类、分级定义,再绑定数据的敏感级别和分类,基于数据分类分级规则动态实现数据脱敏;基于预设加密算法按类别和级别对数据加解密;基于库级、表级和字段级授权,进行数据库和文件系统级别的认证和授权的权限控制,所述权限控制包括操作权限。本发明能更有效地使用和保护数据,并使数据更易于定位和检索。

    一种基于对抗学习的新能源汽车电池异常检测方法

    公开(公告)号:CN115267541A

    公开(公告)日:2022-11-01

    申请号:CN202210910235.9

    申请日:2022-07-29

    摘要: 本发明涉及新能源汽车电池检测技术领域,公开了一种基于对抗学习的新能源汽车电池异常检测方法,包括:步骤S1,采集目标车辆的运行数据并提取数据特征,并对数据特征进行预处理,得到训练数据特征集合;步骤S2,利用训练数据特征集合训练生成器和判别器;步骤S3,采集测试数据并对测试进行优化,然后利用完成训练的生成器和判别器进行测试;步骤S4,计算分析得到异常分数,并将异常分数与第一阈值进行对比,然后根据对比结果判定电池有无异常。本发明具有快速准确地找到发生异常的时间段及对应的故障电芯号,降低故障误报率,保证了每一次报警的准确性的有益效果。

    一种基于人工智能的新能源车辆侧翻预警方法

    公开(公告)号:CN113771864A

    公开(公告)日:2021-12-10

    申请号:CN202110676169.9

    申请日:2021-06-18

    摘要: 本发明公开了一种基于人工智能的新能源车辆侧翻预警方法,该方法包括如下步骤:建立理想的、反映车辆侧翻规律的侧翻力学模型;根据对于侧翻力学模型的分析结论,选择合适的参数作为侧翻预警模型的输入参数;选取横向载荷转移率作为侧翻预警指标,并将结果划分为5类;通过多层神经网络训练同时调整超参数后,实现输入相应参数后输出预测的载荷转移率;基于步骤四得到的载荷转移率确定步长后预测下一时刻的载荷转移率,若达到侧翻条件,则计算TTR时间并输出;若在时间阈值内未达到侧翻条件,则进入下一轮预警。本发明的有益效果如下:保证了预警的准确性和普适性;比普通的动态门限值具有更好的实时性;提高了预警效率。

    一种电池报警特征数据的模式聚类方法与事故特征识别技术

    公开(公告)号:CN111859815A

    公开(公告)日:2020-10-30

    申请号:CN202010761018.9

    申请日:2020-07-31

    摘要: 本发明涉及电池技术领域,具体涉及一种电池报警特征数据的模式聚类方法与事故特征识别技术,包括:S1、采集事故车与正常车运行中报警前后时刻电池的运行数据;S2、对运行数据进行降维处理,得出模式特征;S3、对降维后的模式特征进行聚类分析,得出运行数据的分类特征;S4、根据分类特征分析事故车与正常车的统计差异性;S5、以统计差异性为标准,判断车辆是否为事故车。发明的优点在于,相较于现有技术而言,本方案中的判断标准并不是单一、模糊的,通过对电池的运行数据进行分析,先后得出模式特征、分类特征和统计差异性,能够精准地识别事故车,解决了现有技术很难准确分辨出事故车的技术问题。