本发明公开了一种新能源汽车电池安全风险评估系统,包括以下模块:车辆行车信息采集模块,用于获取新能源汽车的行车数据并进行数据清洗;指标提取模块,对进行数据清洗后的行车数据和三个动态指标进行二元Logistic回归分析,确定与新能源汽车报警相关的特征指标以及各个特征指标对对应报警信息的影响权重;电池安全风险评估模块,根据确定的特征指标以及对应的报警信息的关系搭建贝叶斯网络模型,并对通过二元Logistic回归识别出的特征指标与报警信息进行信息融合度验证,以及对每类报警情况进行安全风险评估结果验证,最后输出新能源汽车电池安全评估量化的结果。本发明可对新能源汽车的电池安全风险状态进行定量的评估,精确的识别电池的安全状态。 ......

  • 专利类型:

    发明专利

  • 申请/专利号:

    CN202110146869.7

  • 申请日期:

    2021-02-03

  • 专利申请人:

    武汉理工大学

  • 分类号:

    G06Q10/06 ; G06Q50/06 ; G06F30/27

  • 发明/设计人:

    张晖丰红霞白秀琴陈枫李少鹏侯宁昊张奕骏

  • 权利要求: 1.新能源汽车电池安全风险评估系统,其特征在于:该系统包括:车辆行车信息采集模块,用于获取新能源汽车的行车数据并进行数据清洗;指标提取模块,用于针对是否报警的二分类问题,对进行数据清洗后的行车数据以及欧每伏、电池单体电压差和电池单体温度差这三个动态指标,进行二元Logistic回归分析,确定与新能源汽车报警相关的特征指标以及各个特征指标对对应报警信息的影响权重;电池安全风险评估模块,根据确定的特征指标以及对应的报警信息的关系,分别将特征指标作为数据层、将报警信息作为报警层、将安全评价结果作为指数层,搭建贝叶斯网络模型,并对通过二元Logistic回归识别出的特征指标与报警信息进行信息融合度验证,以及对每类报警信息进行安全风险评估结果验证,最后输出新能源汽车电池安全评估量化的结果。2.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述车辆行车信息采集模块通过新能源汽车中安装的T-BOX传感器采集基于国家标准的行车数据。3.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述数据清洗具体采用分段线性差值方法针对缺失值进行补全。4.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述车辆行车信息采集模块针对进行数据清洗后的行车数据采用MAD算法进行离群点检测,计算判定系数D,将判定系数大于d的异常数据剔除。5.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述车辆行车信息采集模块对经过数据清洗后的行车数据,采用基于数据密度的欠采样方法,将每类报警信息与正常行车数据的比例保持在1:4。6.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述二元Logistic回归分析的具体操作为:式中,Pj为报警类型,β0为常量,p为特征指标的个数,xq为影响因素,βq为特征指标的权重系数;二元Logistic回归分析包括卡方检验和Hosmer-Lemeshow检验。7.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述电池安全风险评估模块,将数据层中报警信息和正常数据不重叠的部分分别定义为Faulty和Good两种状态,将报警信息和正常数据重叠的部分定义为Fair;报警层依据是否报警划分为两种状态;指数层依据国家标准对于故障等级的定义,划分为无风险、可接受风险、可容忍风险以及不可接受风险四种状态。8.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述贝叶斯网络模型通过GeNIe平台搭建,通过贝叶斯网络模型确定指数层的条件概率表,根据条件概率表量化评估新能源汽车的安全状态,并利用GenNIe平台的验证模块,进行信息融合度验证和安全风险评估结果的验证。9.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述信息融合度验证,为对二元Logistic回归识别出的特征指标与报警信息的因果进行验证,具体为检验GeNIe平台输出的ROC曲线面积是否大于0.5。10.根据权利要求1所述的新能源汽车电池安全风险评估系统,其特征在于:所述安全风险评估结果验证,为针对每类报警信息进行安全风险评估结果的验证,具体为当确定发生某种报警时,验证输出的安全风险评估结果是否与根据故障等级划分的风险状态区间值保持一致。

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。