[发明专利]一种基于实车数据的动力电池安全风险评估方法

权利要求书

1.一种基于实车数据的动力电池安全风险评估方法，其特征在于，具体步骤如下：

数据准备阶段：获取无风险纯电动汽车和有风险纯电动汽车的运行数据；

数据整理与特征提取阶段：对纯电动汽车的运行数据进行数据预处理，并提取相关特征；

算法模型构建阶段：根据所提取的相关特征数据以LSTM模型和等效电路模型通过Adaboost算法对其进行耦合构建算法模型；

算法模型预测阶段：根据所构建的算法模型对无风险纯电动汽车数据进行训练，通过训练好的模型对有风险纯电动汽车的正常电压进行预测；

安全风险评估阶段：根据所预测出的有风险纯电动汽车的正常电压与实际电压的偏离度来进行安全风险评估，以无风险纯电动汽车模型训练的误差最大值作为偏离度的阈值，并根据有风险纯电动汽车动力电池工作时正常电压与实际电压的偏离度是否超过阈值将动力电池安全风险分为多个风险等级，然后以此进行安全风险评估。

2.根据权利要求1所述的一种基于实车数据的动力电池安全风险评估方法，其特征在于，纯电动汽车运行数据包括车辆状态数据、车辆运行数据、动力电池本身数据和车辆异常报警数据；

所述车辆状态数据包括车辆状态数据和充电状态数据；

所述车辆运行数据包括车辆运行模式、车速、挡位和累计里程；

所述动力电池本身数据包括总电流、总电压、电池SOC、电池单体电压最高值、最高电压电池、最高电压电池子系统号、电池单体电压最低值、最低电压电池子系统号、最低电压电池、最高温度子系统号、最高温度值、最高温度探针、最低温度值、最低温度探针、单体电池温度探针总数、绝缘电阻和DC-DC状态；

所述车辆异常报警数据包括通用报警标志。

3.根据权利要求1所述的一种基于实车数据的动力电池安全风险评估方法，其特征在于，数据预处理包括数据探索性分析、片段划分、缺失数据处理和通用报警异常数据处理。

4.根据权利要求3所述的一种基于实车数据的动力电池安全风险评估方法，其特征在于，数据探索性分析用于发现是否存在大量数据异常的现象，具体包括但不限于：车辆行驶状态显示为停车充电状态，车辆停车充电显示行驶状态；

以及，在里程、速度、车辆状态、温度、电压、DC-DC状态数据中是否存在大量缺失值以及某个放电片段出现的通用报警信息以及采集滞后异常数据；

片段划分用于将纯电动汽车的运行数据划分为行驶片段、停车充电片段、静置片段三种车辆状态片段；

缺失数据位于速度、累计里程、充电状态、最高单体电压、最低单体电压、最高温度、最低温度、DC-DC状态、车辆状态、单体电池温度探针总数中，里程和速度的缺失值处于车辆充电状态，速度采用0值填补；

累计里程采用片段内里程值填补，若片段内里程值全部缺失，则采用上一片段末的里程值进行填补；

对于最高单体电压、最低单体电压、最高温度和最低温度则通过随机森林算法进行填补；

对于DC-DC状态缺失值，若缺失值前后的DC-DC状态值相同，则用前一个时刻的DC-DC状态值进行填补，否则直接进行删除处理；

对于车辆状态缺失值，采用速度、电流和电压进行填补；

对于单体电池温度探针总数，若数据全部缺失，则进行删除处理，否则以众数进行填补；

对于数值为0的异常数据全部采用缺失值方法进行处理；

对于采集滞后异常数据则通过对速度数据进行平移来修正；

对于车辆状态标记异常则根据车速和电流等特征对已有车辆状态进行修正；

对于通用报警异常数据则对出现大量的耦合电池报警信息的数据予以删除处理。

5.根据权利要求1所述的一种基于实车数据的动力电池安全风险评估方法，其特征在于，特征提取阶段具体为：对数据整理阶段得到的数据进行特征提取，利用皮尔逊系数分析所提取相关特征之间的相关性，提取相关性较高的参数。