基于快充数据的电动汽车动力电池预警方法及预警系统与流程
本发明涉及电池安全检测领域，具体涉及一种基于快充数据的电动汽车动力电池预警方法及预警系统。
背景技术：
1、电动汽车的渗透率在全球范围内持续上升，正在快速取代传统燃油车，成为市场上的主流选择。随着技术的进步和基础设施的完善，预计未来的渗透率还将继续提高。动力电池作为电动汽车汽车的核心组件，其性能和安全直接关系到整车的运行效率和乘客的安全。当前，动力电池的异常预警主要依赖于电池管理系统(bms)的实时监控，通过监测电压、电流、温度等参数来评估电池状态。然而，这些传统的监测方法依赖电压/温度阈值判断，没有考虑高频次快充对电池寿命的影响，没有考虑充电时环境因素的影响，无法预测快充导致的长期老化，如sei膜增厚、锂枝晶生长等。
2、其他存在的问题包括：目前使用的充电桩仅实现功率控制，缺乏动力电池健康评估能力，无法识别异常快充行为。电池寿命预测模型为通用模型，未针对快充场景优化特征工程，且缺乏多源数据融合。
3、综上所述，亟需一种集成充电桩快充数据、bms数据、环境数据等多源数据的电动汽车动力电池预警方法和预警系统，实现对由于快充导致的电池异常情况的预警与实时控制，以保障电动汽车的安全运行和延长电池的使用寿命。
技术实现思路
1、本发明提出了一种集成充电桩快充数据、bms数据、环境数据等多源数据的电动汽车动力电池预警方法，实现对电池由于快充导致的异常情况的预警，以保障电动汽车的安全运行和延长电池的使用寿命。本发明构建了一种“数据采集-特征工程-智能建模-动态预警”的闭环系统，融合充电桩快充数据、bms数据及环境数据，通过多源数据处理与特征工程，实现快充行为对电池健康影响的精准预测与实时控制。
2、为解决上述技术问题本发明是通过以下技术方案实现的：
3、方案一、本发明提出了一种基于快充数据的电动汽车动力电池预警方法，所述方法包括以下步骤：
4、步骤1、采集动力电池的多源快充数据，所述多源快充数据包括充电桩数据、bms数据、环境数据，并对所述多源快充数据进行加密处理；
5、步骤2、对步骤1所采集的动力电池多源快充数据进行预处理；
6、步骤3、基于步骤2中预处理后的多源快充数据构建特征工程，所述特征工程用于通过快充健康指数确定电动汽车动力电池在不同温度下的快充健康状况；
7、步骤4、采用lstm、transformer建立混合预测模型，该混合模型的输入是步骤2所述的预处理后的动力电池多源快充数据和步骤三特征工程的数值型数据，输出电池状态评估相关的结果，即快充健康指数fchi的预测值；
8、步骤5、对步骤4所构建的混合预测模型进行训练，并在边缘部署轻量化模型，通过ota技术更新模型参数；
9、步骤6、根据步骤4所输出的快充健康指数fchi预测值，构建三级预警体系，分级触发预警，完成对基于快充数据的电动汽车动力电池预警。
10、步骤7、根据步骤4所输出的快充健康指数预测值，当达到橙色预警时，由边缘节点执行动态响应，切断充电。
11、进一步的，提供一种优选实施方式，步骤2中对所采集的动力电池多源快充数据进行预处理的方法为：对所采集的动力电池多源快充数据进行清洗、转换、增强，以及采用异常检测、插值填充、特征工程、归一化实现对数据的预处理。
12、进一步的，提供一种优选实施方式，步骤3中所构建的特征方程的方法为：
13、
14、其中，wi为特征权重，fi为归一化特征值，δ(t)为温度修正系数，计算公式为：δ(t)＝a×ebt+c，a、b、c均为实验数据拟合得到的常数。
15、进一步的，提供一种优选实施方式，步骤5中对步骤4所构建的混合预测模型进行训练的方法包括前向传播训练、反向传播训练和迭代训练；
16、所述前向传播训练为：将训练数据按类别分别输入到lstm模型和transformer模型中，lstm模型用于提取时间序列特征，transformer模型用于提取全局特征，并将两者所提取的特征进行融合，通过输出层得到预测结果；
17、进一步的，提供一种优选实施方式，步骤5中还包括对训练后的混合预测模型进行验证以及评估的步骤。
18、进一步的，提供一种优选实施方式，步骤6中所构建的三级预警体系包括：
19、黄色预警，0.6＜快充健康指数＜0.75；
20、橙色预警，0.75≤快充健康指数＜0.95；
21、红色预警，快充健康指数≥0.95。
22、方案二、基于快充数据的电动汽车动力电池预警系统，所述系统包括：
23、数据处理子系统，所述数据处理子系统包括数据采集模块，数据预处理模块，数据存储模块，用于采集动力电池快充多源数据并进行预处理以及存储；
24、混合预警模型子系统，所述混合预警模型子系统包括模型构建模块、模型训练模块、模型验证模块、模型部署与更新模块、故障案例库；采用lstm、transformer建立混合预测模型，并完成模型训练、验证、部署和更新；
25、动态预警子系统，所述动态预警子系统包括实时推理模块，动态预警模块，充电控制模块，维护建议模块，利用混合预警模型子系统构建的混合预测模型，基于实时数据，输出快充健康指数，并基于所构建的三级预警体系分级触发预警；
26、人机交互子系统，所述人机交互子系统包括充电桩可视化界面以及用户app端，用于用户远程监控与控制充电过程，并查看预警系统提供的充电和维修建议；
27、协同控制子系统，所述协同控制系统包括云端协同调度模块和通信控制模块，用于采用mqtt over tls技术，实现设备间、设备和云端之间通信。
28、进一步的，提供一种优选实施方式，所述人机交互子系统还设置有接口，所述接口用于根据输入的故障编码反馈解决方案。
29、方案三、计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行方案一所述的方法。
30、方案四、计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现方案一所述的方法的步骤。
31、本发明的有益之处在于：
32、本发明所述的基于快充数据的电动汽车动力电池预警方法及预警系统整合充电桩快充数据、bms数据、环境数据；多源数据同步精度达±10ms。
33、本发明所述的基于快充数据的电动汽车动力电池预警方法及预警系统提出了一种快充健康指数，融合充电曲线斜率、历史快充频率等12项特征；快充健康指数与soh具有较高的相关性。
34、本发明所述的基于快充数据的电动汽车动力电池预警方法及预警系统提出lstm-transformer混合模型，捕捉时序依赖，提升预警准确率。
35、本发明所述的基于快充数据的电动汽车动力电池预警方法及预警系统提出了一种响应机制，即边缘端毫秒级切断充电，实现“本地响应”。
相关知识
一种动力电池热失控预警方法与流程
电动汽车电池健康状态的在线监测与预警
基于蜂云平台的动力电池生命周期大数据监控预警解决方案
一种动力电池健康状态检测及预警的方法与流程
基于大数据的汽车电池设备健康管理系统 汽车行业大数据应用案例
电动汽车动力电池健康状态评估方法与流程
电动汽车电池健康监测系统
电池健康状态监测与智能预警系统
新能源汽车储能系统电池健康状态预测方法
电动汽车的电池健康监测系统.docx
网址: 基于快充数据的电动汽车动力电池预警方法及预警系统与流程 https://m.trfsz.com/newsview1643367.html
