[发明专利]一种基于容量异常衰退特征的新能源汽车风险识别模型

说明书

本发明涉及风险识别技术领域，公开了一种基于容量异常衰退特征的新能源汽车风险识别模型，包括数据采集模块、数据处理模块、数据分析模块和风险识别模块；数据采集模块用于采集基础数据；数据处理模块用于预处理基础数据并得到目标数据；数据分析模块用于自目标数据中提取得到安全要素，并将安全要素转换为量化表示的安全特征；且在提取安全要素时，首先按照选取策略选取参考电芯，并计算参考电芯的中值压差向量V_p，取V_p的速度向量V_p′作为安全要素S_f；风险识别模块用于根据安全特征数值确定风险概率。本发明能够实现新能源汽车风险的量化识别，风险识别精准度较高。

技术领域

本发明涉及风险识别技术领域，具体涉及一种基于容量异常衰退特征的新能源汽车风险识别模型。

背景技术

面对汽车电动化时代的到来，如何保证“安全”，成为主要关注的话题。动力电池作为新能源汽车的核心部件，动力电池的安全直接影响到整车的运行安全，新能源汽车的许多风险问题，其风险成因也大多源于动力电池系统存在风险。

因而，对于新能源汽车风险、动力电池系统风险的精准量化估计和安全结构防护需求日益凸显，准确量化估计动力电池的安全状态，对于提升新能源汽车的耐久性、安全性、可靠性而言十分重要。

目前，国内外对于新能源汽车电池安全的评估方法主要为专家打分等通过个人经验和主观判断对风险进行的定性分析，量化较少；且在国家标准GB/T32960.3-2016中由于对报警的故障等级定义为厂家自定，相关数据评估发现，此类自定义的方案在实际应用场景中，并无法准确的确认新能源汽车的动力电池的现存风险和潜在风险，无法为新能源汽车的安全性提供保障。此外，现有的新能源汽车功能越来越多样，运行过程环境越来越多变和复杂，这使得基于车辆运行大数据进行风险评估越来越困难，运行数据的复杂性和强耦合性使得常规的数据分析方案均无法准确完成风险分析。

并且，由于动力电池的故障类型多种多样，存在的风险类型也多种多样，诸如连接异常、自放电异常、容量异常、内阻异常等等，这些故障的出现，均会直观地引发动力电池运行数据的不正常波动，且这些波动之间的相似度是十分高的，这使得对于故障类型、风险类型的识别存在较大困难，以致于无法准确排除风险隐患，新能源汽车的运行安全仍存在较大隐患。

发明内容

本发明意在提供一种基于容量异常衰退特征的新能源汽车风险识别模型，能够实现新能源汽车风险的有效量化识别，风险识别精准度较高。

本发明提供的基础方案为：一种基于容量异常衰退特征的新能源汽车风险识别模型，包括数据采集模块、数据处理模块、数据分析模块和风险识别模块；

所述数据采集模块用于采集基础数据；所述基础数据为动力电池的历史运行数据；所述数据处理模块用于预处理基础数据并得到目标数据；

所述数据分析模块用于自目标数据中提取得到安全要素，并将安全要素转换为量化表示的安全特征；且在提取安全要素时，首先按照选取策略选取参考电芯，并计算参考电芯的中值压差向量V_p，取V_p的速度向量V_p作为安全要素S_f；

所述风险识别模块用于根据安全特征数值确定风险概率。

本发明的工作原理及优点在于：

本发明一种基于容量异常衰退特征的新能源汽车风险识别模型，基于动力电池的历史运行数据，通过数据分析模块提取安全要素、转换安全特征，即通过数据分析模块构造、识别容量异常衰退特征，能够完成车辆运行过程中的容量异常衰退风险特征计算与安全量化，并以此实现对车辆综合状态的精准判定。