[发明专利]一种基于数据驱动的整车电磁干扰抑制方法

说明书

本发明公开了一种基于数据驱动的整车电磁干扰抑制方法，提高电动汽车抗电磁干扰能力，确保整车的稳定性。本发明针对电动汽车内部电磁干扰源器件、模块和系统进行数据采集，基于大数据进行迭代分析，通过数据驱动方式进行电磁干扰估计与补偿计算，并从整车角度基于大数据进行深度学习，提取实体并知识建模，通过融合知识驱动与数据驱动模型设计抑制器并作用于整车开关器件及多级滤波器。本发明能够有效抑制电动汽车可能存在的电磁干扰，提高整车的抗电磁干扰能力。

技术领域

本发明属于电磁兼容与数据驱动技术领域，更为具体地讲，涉及一种基于数据驱动的电动汽车整车电磁干扰抑制方法。

背景技术

由于传统汽车对石油、天然气等不可再生自然资源的急剧消耗，研究一种新型清洁能源的汽车势在必行，新能源电动汽车应运而生。新能源电动汽车的诞生，不仅可以有效解决不可再生资源匮乏的问题，同时还具有低污染、低噪声等绿色环保的优势，其线性加速也是传统汽车无法比拟的。因此，现阶段各国都在积极推广普及新能源电动汽车。

然而，由于电动汽车的驱动动力系统发生了改变，在运行过程中会产生较高的电压和电流，也使得整车的内部运行环境更加复杂化。电动汽车系统内由于模块开关器件状态的不断切换，产生较大的变换电流，会出现电磁干扰的问题，需要严格考虑各个器件、模块之间的干扰与耦合问题。电磁干扰严重时，会直接影响电动汽车模块间的工作状态，干扰汽车的正常行驶、导航、通信，甚至会威胁到人身安全。因此，对电动汽车的电磁干扰进行分析、抑制，以保证系统的稳定性从而减少故障，具有十分重要的意义。

在之前的电动汽车电磁干扰抑制技术研究中，从器件、模块至整车系统分层分析的研究还比较少。其中，基于数据驱动进行电磁干扰的智能分析、并结合知识驱动设计抑制算法为较新的领域，其研究还有待深入。

发明内容

本发明的目的在于提供一种基于数据驱动的整车电磁干扰抑制方法，克服背景技术中提到的不足。

为实现上述目的，本发明提供如下技术方案：

基于数据驱动的电动汽车整车电磁干扰抑制方法，包括如下步骤：

步骤1.针对电动汽车内部电磁干扰源器件、模块和系统进行数据采集，获取数据集；

步骤2.对采集的数据进行分析，根据理想的输入输出数据进行大数据迭代学习，分解得到不同工作状态下的电磁干扰，并通过数据驱动方式进行电磁干扰估计与补偿；

步骤3.利用提取的特征样本数据进行深度学习，通过知识建模结合数据驱动方式设计电磁干扰抑制器；

步骤4.利用训练好的模型联合估计的电磁干扰量，从整车角度对电磁干扰进行抑制。

所述的电动汽车器件，包括但不限于开关管如MOS管及IGBT等；所述的主要电磁干扰源模块，包括但不限于DC-DC变换器、电源逆变器等；所述的电磁干扰系统，包括但不限于电驱系统、通信系统、辅助系统等。

所述的进行大数据迭代分析，对数据特征进行识别、判定、收敛和显性化。围绕目标引入和修正环境的输入与输出，并将其作用于目标，进一步明确化分析目标。

所述的进行电磁干扰估计，根据数据确定其误差量，通过迭代分析参数向量，计算其干扰量。

所述的通过数据驱动方式进行补偿，将数据进行组织形成信息并进行整合和提炼，在数据的基础上经过训练和拟合形成自动化的决策，分析得到最优补偿。

所述的知识驱动结合数据驱动的方式，包括但不限于决策树以及神经网络、支持向量机等，由数据驱动的迭代学习架构和知识驱动的逐层优化组成。

所述的从整车角度对电磁干扰进行抑制，其作用对象表现形式可以为开关器件频率控制及控制方式、模块及系统的多级滤波等。