[发明专利]一种基于大数据机器学习进行电动汽车电池预测性维护的方法

说明书

本专利涉及一种基于大数据机器学习进行电动汽车电池寿命预测性维护的方法，该方法由相应的应用架构、流程和计算模型组成。这种方法是基于对电动汽车电池运行过程中采集的电池实时数据，结合电动汽车车辆其它的运行数据，通过机器学习的模型训练和算法验证，并对结果进行不同角度的评估，从而建立对电动汽车电池运行预测性维护和响应的控制策略，优化电池的维修和更换，提高车主的安全性指标，达到系统性能和经济效益的平衡。

技术领域

本发明涉及一种基于大数据机器学习进行电池预测性维护的应用分析方法，应用的领域是电动汽车电池维修预测更换和保养领域。

背景技术

随着电动汽车在中国的推广和车联网技术的应用，越来越多的电动汽车进入了消费者市场并且实时采集了行车数据。对于电动汽车核心部件之一的电池管理系统，还是停留在通过事先定义的阈值进行判断的阶段。对电池的维修管理是通过定期检查和基于事件的方法，没有综合考虑车辆的真实驾驶情况，针对不同驾驶行为进行个性化的分析，尤其是在电池故障发生前，没有能够采取预测性的举措，这样影响了车辆维修费用，进而对车主的客户体验造成负面影响，电动汽车厂商由于无法识别后期产品问题而导致高服务成本和产品召回。

目前对电动汽车电池数据的管理，基本上是依赖历史经验数据得出一个大致维修时间和寿命曲线，出厂后的电池管理基本上在此基础上进行的。由于驾驶情况复杂，不同的车况及驾驶行为对电池的性能都有很大的影响，经验数据只具备参考性而无法有效指导真实情况的维修，目前缺乏一个数据驱动的方法系统地对电池使用进行分析，从而得出是否有故障以及剩余电池寿命等指标。

发明内容

为了解决这个问题，本发明提供了一种数据驱动的预测性维护方法，就是基于大数据机器学习建立电动汽车电池预测性维护的应用分析系统。

为了解决上述问题本发明提供了一种电动汽车电池预测性维护方法，所述方法包括：步骤001数据准备步骤，获取与电动汽车电池使用相关的数据。所述电动汽车电池使用相关包括故障维修数据和电池的使用数据。其中，所述故障维修数据包括电池发生故障前的数据记录和/或电池的维修数据。所述电池的使用数据包括在正常使用时与电池相关的电池自身数据以及汽车状态数据。所述故障维修数据和电池的使用数据均是基于时间序列的流式数据。步骤002数据整理步骤，对所述电动汽车电池使用相关的数据进行清洗并将清洗后的所述电动汽车电池使用相关的数据基于时间单元进行数据构建。所述对数据进行清洗包括，采用取一段行程该变量的平均值或中间值或相邻插值进行空余变量的赋值。通过设定电动汽车电池使用相关数据的每个变量的阈值检查数据是否合乎要求将超出正常范围的数据予以删除或纠正。通过设定电动汽车电池使用相关数据的相互约束和依赖关系，将逻辑上不合理或者相互矛盾的数据予以删除或纠正。所述数据构建包括，按照时间的顺序将搜集到的其它数据进行整合。步骤003数据特征化步骤，将通过数据整理步骤得到的数据进行总结和抽取，获取特征化后的数据。对于数据的总结和抽取包括滚动聚合，所述滚动聚合是指设定一个时间窗口，计算在预定的变量在该时间窗口内的聚合值，所述聚合值可以是数据的总和、平均值或者是标准差。所述总结和抽取还包括将特征变量进行扩展，所述扩展包括对初始的特征变量根据滚动聚合的均值增加相应的个数，以及对初始的特征变量根据滚动聚合的标准差增加相应的个数。步骤004建立模型步骤，基于特征化后的数据建立电池预测性维护自适应模型。对于电池预测性维护的问题，分解成第一个子问题是电池是否将要发生故障和第二个子问题电池还有多久会发生故障。对于第一个子问题是电池是否将要发生故障，本实施方式中采用二元分类模型来建立所述电池预测性维护自适应模型。对于第二个子问题电池还有多久会发生故障，采用回归模型来建立所述电池预测性维护自适应模型。步骤005训练验证步骤，对自适应模型进行训练和验证以优化该自适应模型。所述训练验证步骤优选包括交叉验证，所述交叉验证包括，首先把原始的数据随机分成K个部分，在这K个部分中选择其中一个部分作为测试数据，剩下的K-1个部分作为训练数据得到相应的实验结果。然后，挑选另外一个部分作为测试数据，剩下的K-1个部分作为训练数据。以此类推，重复进行K次交叉检验，每次实验都从K个部分中选择一个不同的部分作为测试数据，保证K个部分的数据都分别做过测试数据，剩下的K-1个当作训练数据进行实验，最后把得到的K个实验结果平均，基于所述实验结果确定最佳的数据分类。步骤006算法评估步骤，评估数据在不同算法下的预测结果，基于评估选择最优的算法，所述评估包括正确率评估、召回率评估、或者综合评价指标评估，所述正确率是指预测结果实际真正发生的相符比率，正确率评估取最大的数值所对应的算法，所述召回率是指真实发生的有多少被预测正确了，正确率评估取最大的数值所对应的算法。综合评价指标其中，α为计算参数，P是正确率，R是召回率，根据不同算法得到的结果F来判断不同的算法在不同的环境下的优越性。