[发明专利]一种云端协同控制的动力电池主动热管理系统

权利要求书

1.一种云端协同控制的动力电池主动热管理系统，其特征在于，包括：电池管理系统和云端服务器；动力电池主动热管理系统的管理方法包括以下步骤：

步骤一：电池管理系统采集动力电池的状态数据，并发送至云端；所述状态数据包括动力电池的电流、电压、外部温度；

步骤二：云端服务器接受动力电池的状态数据后，通过融合迁移学习的电池模型预测动力电池温度，判断动力电池温度是否超过阈值；

步骤三：如果动力电池温度没有超出阈值上限或者阈值下限，则进行步骤一；

步骤四：如果动力电池温度高于阈值上限，则提取动力电池温度变化趋势的风险特征，根据风险特征对风险进行分级，针对不同的风险等级做出不同的指令，并将指令给动力电池管理系统执行；如果动力电池温度低于阈值下限，采用多目标金枪鱼群优化算法，将电池寿命、加热速率、加热时间作为优化目标，计算出帕累托前沿，设置动力电池的加热速率与加热时间，并发送给动力电池管理系统执行。

2.根据权利要求1所述的云端协同控制的动力电池主动热管理系统，其特征在于：所述电池模型为已经完成训练的电-热耦合模型；步骤二中，电池模型与迁移学习融合时，将电-热耦合模型作为迁移学习的源域，将电池管理系统采集到的动力电池状态数据作为迁移学习所需要的特征，将实际运行的动力电池作为目标域。

3.根据权利要求1所述的云端协同控制的动力电池主动热管理系统，其特征在于：如果动力电池温度超过阈值上限，步骤二中预测得到动力电池温度后，采用小波信号分析的方式去除动力电池温度变化趋势中的干扰噪音，在时间序列上对动力电池温度采用变分经验模态分解法提取热信号特征，按照热信号特征对应的风险来临的时间，对热信号特征进行分级，得到风险等级。

4.根据权利要求1所述的云端协同控制的动力电池主动热管理系统，其特征在于：步骤四中，动力电池温度低于阈值下限时，将电池寿命、加热速率、加热时间作为多目标金枪鱼群优化算法的优化目标。