基于多维数据的电池组热管理智能监管系统的制作方法
- 国知局
- 2024-07-31 18:12:30
本发明属于电池组热管理,具体是基于多维数据的电池组热管理智能监管系统。
背景技术:
1、随着新能源汽车行业的飞速发展,电池组作为电动汽车等新能源设备的核心部件,其性能和安全性成为了业界关注的焦点。电池组在运行过程中会产生热量,如果不能有效地管理这些热量,将会导致电池性能下降、寿命缩短,甚至可能引发安全事故。因此,开发一种基于多维数据的电池组热管理智能监管系统,对确保电池组的安全、高效运行具有重要意义。
2、现有的电池组热管理技术多数采用传统的温度控制方法,如使用风扇、液冷等设备进行散热。这些方法虽然在一定程度上能够降低电池组的温度,但存在以下不足:
3、传统的热管理系统往往只依赖单一的温度传感器来监测电池组的温度,无法全面反映电池组的热状态。同时,对于采集到的数据,也缺乏深入的分析和处理,难以准确预测和评估电池组的热状态。
4、传统的热管理系统通常采用固定的控制策略,如设定固定的风扇转速或液冷流量。这种策略无法根据电池组的实际热状态进行灵活调整,容易导致散热不足。
5、传统的热管理系统缺乏智能化的监管功能,无法对电池组的热状态进行实时监控和预警,难以及时发现和处理潜在的安全风险。
6、基于此,本发明提供了基于多维数据的电池组热管理智能监管系统。
技术实现思路
1、为了解决上述方案存在的问题,本发明提供了基于多维数据的电池组热管理智能监管系统。
2、本发明的目的可以通过以下技术方案实现:
3、基于多维数据的电池组热管理智能监管系统,包括数据分析模块、温度分析模块和温度控制模块;
4、所述数据分析模块用于对电池组的多维监测数据进行分析,获取电池组的多维监测数据,对所述多维监测数据进行分析,获得对应的分析温度;
5、识别所述多维监测数据中的电池组温度,将电池组温度标记为监测温度;
6、根据偏差值公式计算各时间对应的偏差值;
7、偏差值公式为:偏差值=|分析温度-监测温度|÷分析温度;
8、根据各时间对应的偏差值生成对应的偏差曲线;根据所述偏差曲线进行异常评估,获得对应的异常评估结果,所述异常评估结果包括评估合格和评估异常;根据所述异常评估结果进行相应处理。
9、进一步地,对多维监测数据进行分析的方法包括:
10、获取电池组对应的电池组测试数据,设置各多维特征项;将电池组温度对应的多维特征项标记为基准项,将非基准项的多维特征项标记为变量项;根据基准项和各变量项对电池组测试数据进行特征提取,获得若干组多维特征项数据组合,多维特征项数据组合由基准项数据和各变量项数据组成;
11、根据各多维特征项数据组合生成对应的多维坐标,将各多维坐标输入到坐标空间中;对坐标空间内的各多维坐标进行合并调整,获得各新的多维坐标;
12、根据坐标空间中各多维坐标形成对应的多维曲线,对多维曲线进行拟合,获得对应的多维拟合函数;对获得的多维拟合函数进行验证调整;
13、获取多维监测数据,根据各变量项对多维监测数据进行特征提取,获得对应的变量监测数据,将变量监测数据输入到多维拟合函数中进行匹配,获得对应的电池组温度,将获得的电池组标记为分析温度。
14、进一步地,对坐标空间内的各多维坐标进行合并调整的方法包括:
15、步骤sa1:设置初始点,将与初始点相邻的各多维坐标标记为待选点,计算初始点与待选点之间的坐标距离;
16、识别初始点与待选点对应的电池组温度,计算初始点和待选点之间的温度差值;将温度差值和坐标距离整合为合并分析数据;
17、步骤sa2:设置合并判断模型,通过合并判断模型对合并分析数据进行分析,获得对应的合并判断值;
18、当合并判断值为1时,不进行相应初始点和待选点之间的合并;
19、当合并判断值为0时,将相应初始点和待选点进行合并,获得合并点;
20、步骤sa3:将与合并点相邻的各多维坐标标记为待选点,获取合并点与待选点之间的合并分析数据;对合并分析数据进行分析,获得对应的合并判断值;
21、当合并判断值为1时,不进行相应合并点和待选点之间的合并;
22、当合并判断值为0时,将相应合并点和待选点进行合并,获得新的合并点;
23、步骤sa4:循环步骤sa3,直到合并点没有符合合并要求的待选点为止;
24、步骤sa5:返回步骤sa1,直到没有初始点为止,获得各合并点,将各合并点视为新的多维坐标。
25、进一步地,步骤sa2中,合并判断模型的表达式为:
26、;
27、式中:s为合并分析数据;输出数据为合并判断值1或0。
28、进一步地,步骤sa2中,将相应初始点和待选点进行合并的方法包括:
29、确定初始点和待选点分别对应的初始点位值和待选点位值;
30、将初始点和待选点进行连线,获得第一线段,将初始点位值和待选点位值分别标记为dw1和dw2;
31、根据公式计算对应的偏离值;式中:dc为偏离值;l为第一线段长度;
32、从初始点开始,确定沿着第一线段移动偏离值对应的距离后对应的坐标点,将相应坐标点标记为合并点。
33、进一步地,根据偏差曲线进行异常评估的方法包括:
34、通过阈值x1对偏差曲线进行实时校核;
35、当偏差曲线不超过阈值x1时,评估瞬时正常;
36、当偏差曲线超过阈值x1时,评估瞬时异常;
37、在偏差曲线中标记各评估瞬时异常对应的曲线点,将相应的曲线点标记为异常点;根据各异常点对偏差曲线进行转化,获得异常曲线,对异常曲线进行拟合,获得异常函数;将异常函数标记为yr(t);
38、根据公式计算对应的异常评估值;式中:yp为异常评估值;t0为电池组的运行起始时间;
39、当异常评估值大于阈值x2时,异常评估结果为评估异常;
40、当异常评估值不大于阈值x2时,异常评估结果为评估正常。
41、进一步地,根据异常评估结果进行相应处理的方法包括:
42、当异常评估结果为评估异常时,进行相应的预警处理;
43、当异常评估结果为评估正常时,获取电池组对应的初始最优温度区间;
44、实时识别偏差曲线中当前时间对应的偏差值,根据所述偏差值对初始最优温度区间进行修正,获得对应的目标温度区间。
45、所述温度分析模块用于进行温度分析,获取电池组的监测温度以及对应的目标温度区间;根据监测温度和目标温度区间确定对应的调温时长和待选调整温度区间;
46、将电池组的降温方式分为设备降温方式和功能降温方式;预估设备降温方式对应的设备降温范围;根据调温时长、待选调整温度区间和设备降温范围对设备降温方式和功能降温方式进行分析,确定对应的降温应用方式;
47、根据降温应用方式确定对应的温度调整方案。
48、进一步地,根据降温应用方式确定对应的温度调整方案的方法包括:
49、当降温应用方式为设备降温方式时,根据待选调整温度区间和设备降温范围确定对应的应用调整区间,根据应用调整区间和设备降温方式生成对应的温度调整方案;
50、当降温应用方式为设备降温方式和功能降温方式时,根据设备降温范围和待选调整温度区间确定对应的功能降温区间;根据功能降温方式和功能降温区间生成对应的温度调整方案。
51、所述温度控制模块用于对电池组进行温度控制,获取对应的温度调整方案,根据获得的温度调整方案对电池组进行温度控制。
52、与现有技术相比,本发明的有益效果是:
53、通过数据分析模块、温度分析模块和温度控制模块之间的相互配合,实现基于多维数据对电池组进行温度监管,保障电池组的安全运行。通过数据分析模块的设置,实现对电池组性能的充分分析,对电池组进行动态监测,实时评估其温度状态,实现当出现异常问题时,及时发现电池组的异常情况;解决仅仅异常监测温度进行异常判断的不全面、不精准的问题;提高电池组的异常监测精度;同时在分析过程中对坐标空间内的各多维坐标进行合并调整,获得各新的多维坐标,避免不进行合并调整导致的不利影响,提高数据处理效率。
本文地址:https://www.jishuxx.com/zhuanli/20240731/178287.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表