基于内外因素关联的锂电池预警系统及其预警方法技术方案

本申请涉及新能源汽车的领域，其具体地公开了一种基于内外因素关联的锂电池预警系统及其预警方法，其通过编码器和卷积神经网络模型对所述新能源车的外部因素和内部因素数据进行关联特征提取，以得到第一特征向量和第二特征向量，进一步计算这两个所述特征向量之间的响应性指数，可以有效表示这两方面的交互数据特征相对于彼此的响应性特征，以提高两方面的特征在分类应用中的可协调性，并且还计算这两个所述特征向量的响应性准则因数，以进一步基于向量整体的响应性指数计算节点之间的响应性细节。这样，通过响应性准则因数作为所述第二特征向量的加权因数，可以比较准确地表示所述第一特征向量对所述第二特征向量的作用结果，从而提高分类准确性。从而提高分类准确性。从而提高分类准确性。

【技术实现步骤摘要】
基于内外因素关联的锂电池预警系统及其预警方法


[0001]本专利技术涉及新能源汽车的领域，且更为具体地，涉及一种基于内外因素关联的锂电池预警系统及其预警方法。

技术介绍

[0002]新能源汽车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装置)，综合车辆的动力控制和驱动方面的先进技术，形成的技术原理先进、具有新技术、新结构的汽车。
[0003]随着能源政策推动与环境保护等相关政策引导，越来越多用户选用电动汽车代替传统化石能源汽车。从后续电动汽车的市场普及和用户生命财产安全角度出发，急需搭建车辆安全预警体系。而在电动汽车中，锂电池将是会发生安全隐患的关键所在，因此，期望一种基于内外因素关联的锂电池预警系统。
[0004]目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、语音信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。
[0005]深度学习以及神经网络的发展为基于内外因素关联的锂电池预警提供了新的解决思路和方案。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于内外因素关联的锂电池预警系统及其预警方法，其通过编码器和卷积神经网络模型对所述新能源车的外部因素和内部因素数据进行关联特征提取，以得到第一特征向量和第二特征向量，进一步计算这两个所述特征向量之间的响应性指数，可以有效表示这两方面的交互数据特征相对于彼此的响应性特征，以提高两方面的特征在分类应用中的可协调性，并且还计算这两个所述特征向量的响应性准则因数，以进一步基于向量整体的响应性指数计算节点之间的响应性细节。这样，通过响应性准则因数作为所述第二特征向量的加权因数，可以比较准确地表示所述第一特征向量对所述第二特征向量的作用结果，从而提高分类准确性。
[0007]根据本申请的一个方面，提供了一种基于内外因素关联的锂电池预警系统，其包括：
[0008]外部因素数据单元，用于获取部署有锂电池的新能源车的各项外部因素数据，所述外部因素数据包括车辆地区、车辆使用时间、车辆是否有故障、车辆均衡情况、车辆使用电流、车辆行程历程；
[0009]内部因素数据单元，用于获取所述锂电池在预设时间段内的多个时间点的各项内部因素数据，所述内部因素数据包括最高温度、温度变化、温差、温度离散、最高电压、压差、电压变化、电压离散、内短路电阻和电池健康状态；
[0010]外部数据编码单元，用于将各项所述外部因素数据通过包含嵌入层的基于上下文
的第一编码器模型以获得多个外部特征向量；
[0011]外部数据特征提取单元，用于将所述多个外部特征向量进行二维排列为输入矩阵后通过第一卷积神经网络以获得第一特征向量；
[0012]内部数据编码单元，用于将所述各个时间点的各项内部因素数据通过所述包含嵌入层的基于上下文的第二编码器模型以获得多个内部特征向量，并将所述多个内部特征向量进行级联以获得对应于所述各个时间点的级联特征向量；
[0013]内部数据特征提取单元，用于将所述各个时间点的级联特征向量进行二维排列为输入矩阵后通过第二卷积神经网络以获得第二特征向量；
[0014]响应性指数计算单元，用于计算所述第一特征向量和所述第二特征向量之间的响应性指数，所述响应性指数为所述第一特征向量与所述第二特征向量的转置的乘积除以所述第一特征向量的二范数与所述第二特征向量的二范数的乘积；
[0015]响应性准则因数计算单元，用于计算所述第一特征向量到所述第二特征向量的响应性准则因数，其中，所述响应性准则因数与所述第二特征向量对于所述第一特征向量的请求的正确响应数目和所述第二特征向量对于所述第一特征向量的请求的错误响应数目有关；
[0016]加权单元，用于以所述响应性指数和所述响应性准则因数的加权和作为权重对所述第二特征向量进行加权以获得加权后第二特征向量；
[0017]融合单元，用于融合所述加权后第二特征向量和所述第一特征向量以获得分类特征向量；以及
[0018]预警单元，用于将所述分类特征向量通过分类器以获得分类结果，所述分类结果用于表示是否产生预警信号。
[0019]在上述基于内外因素关联的锂电池预警系统中，所述外部数据编码单元，进一步用于：使用所述第一编码器模型的嵌入层分别将各项所述外部因素数据转化为外部嵌入向量以获得外部嵌入向量的序列；以及，使用所述第一编码器模型的转换器对所述外部嵌入向量的序列进行基于上下文的全局语义编码以获得所述多个外部特征向量。
[0020]在上述基于内外因素关联的锂电池预警系统中，所述外部数据特征提取单元，进一步用于：使用所述第一卷积神经网络的各层在层的正向传递过程中对输入数据进行卷积处理、基于特征矩阵的池化处理和激活处理以由所述第一卷积神经网络的最后一层输出所述第一特征向量。
[0021]在上述基于内外因素关联的锂电池预警系统中，所述响应性指数计算单元，进一步用于：以如下公式来计算所述第一特征向量和所述第二特征向量之间的响应性指数；所述公式为：
[0022][0023]其中|
·
|2表示向量的二范数，V1表示所述第一特征向量，且V2表示所述第二特征向量。
[0024]在上述基于内外因素关联的锂电池预警系统中，所述响应性准则因数计算单元，进一步用于：以如下公式来计算所述第一特征向量到所述第二特征向量的响应性准则因
数；其中，所述公式为：
[0025][0026]其中a是第一特征向量和第二特征向量之间的差值向量中特征值大于响应性指数的位数作为所述第二特征向量对于所述第一特征向量的请求的正确响应数目，且b是第一特征向量和第二特征向量之间的差值向量中特征值小于或等于响应性指数的位数作为所述第二特征向量对于所述第一特征向量的请求的错误响应数目。
[0027]在上述基于内外因素关联的锂电池预警系统中，所述融合单元，进一步用于：计算所述加权后第二特征向量和所述第一特征向量的按位置加权和以获得所述分类特征向量。
[0028]在上述基于内外因素关联的锂电池预警系统中，所述预警单元，进一步用于：使用所述分类器以如下公式对所述分类特征向量进行处理以获得所述分类结果，所述公式为：softmax{(W
n
,B
n
):
…
:(W1,B1)|X}，其中，W1到W
n
为权重矩阵，B1到B
n
为偏置向量，X为分类特征向量。
[0029]根据本申请的另一方面，一种基于内外因素关联的锂电池预警系统的预警方法，其包括：
[0030]获取部署有锂电池的新能源车的各项外部因素数据，所述外部因素数据包括车辆地区、车辆使用时间、车辆是否有故障、车辆均衡情况、车辆使用电流、车辆行程历程；
[0031]获取所述锂电池在预设时间段内的多个时间点的各项内部因素数据，所述内部因素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于内外因素关联的锂电池预警系统，其特征在于，包括：外部因素数据单元，用于获取部署有锂电池的新能源车的各项外部因素数据，所述外部因素数据包括车辆地区、车辆使用时间、车辆是否有故障、车辆均衡情况、车辆使用电流、车辆行程历程；内部因素数据单元，用于获取所述锂电池在预设时间段内的多个时间点的各项内部因素数据，所述内部因素数据包括最高温度、温度变化、温差、温度离散、最高电压、压差、电压变化、电压离散、内短路电阻和电池健康状态；外部数据编码单元，用于将各项所述外部因素数据通过包含嵌入层的基于上下文的第一编码器模型以获得多个外部特征向量；外部数据特征提取单元，用于将所述多个外部特征向量进行二维排列为输入矩阵后通过第一卷积神经网络以获得第一特征向量；内部数据编码单元，用于将所述各个时间点的各项内部因素数据通过所述包含嵌入层的基于上下文的第二编码器模型以获得多个内部特征向量，并将所述多个内部特征向量进行级联以获得对应于所述各个时间点的级联特征向量；内部数据特征提取单元，用于将所述各个时间点的级联特征向量进行二维排列为输入矩阵后通过第二卷积神经网络以获得第二特征向量；响应性指数计算单元，用于计算所述第一特征向量和所述第二特征向量之间的响应性指数，所述响应性指数为所述第一特征向量与所述第二特征向量的转置的乘积除以所述第一特征向量的二范数与所述第二特征向量的二范数的乘积；响应性准则因数计算单元，用于计算所述第一特征向量到所述第二特征向量的响应性准则因数，其中，所述响应性准则因数与所述第二特征向量对于所述第一特征向量的请求的正确响应数目和所述第二特征向量对于所述第一特征向量的请求的错误响应数目有关；加权单元，用于以所述响应性指数和所述响应性准则因数的加权和作为权重对所述第二特征向量进行加权以获得加权后第二特征向量；融合单元，用于融合所述加权后第二特征向量和所述第一特征向量以获得分类特征向量；以及预警单元，用于将所述分类特征向量通过分类器以获得分类结果，所述分类结果用于表示是否产生预警信号。2.根据权利要求1所述的基于内外因素关联的锂电池预警系统，其中，所述外部数据编码单元，进一步用于：使用所述第一编码器模型的嵌入层分别将各项所述外部因素数据转化为外部嵌入向量以获得外部嵌入向量的序列；以及，使用所述第一编码器模型的转换器对所述外部嵌入向量的序列进行基于上下文的全局语义编码以获得所述多个外部特征向量。3.根据权利要求2所述的基于内外因素关联的锂电池预警系统，其中，所述外部数据特征提取单元，进一步用于使用所述第一卷积神经网络的各层在层的正向传递过程中对输入数据进行卷积处理、基于特征矩阵的池化处理和激活处理以由所述第一卷积神经网络的最后一层输出所述第一特征向量。4.根据权利要求3所述的基于内外因素关联的锂电池预警系统，其中，所述响应性指数计算单元，进一步用于以如下公式来计算所述第一特征向量和所述第二特征向量之间的响
应性指数；所述公式为：其中|
·
|2表示向量的二范数，V1表示所述第一特征向量，且V2表示所述第二特征向量。5.根据权利要求4所述的基于内外因素关联的锂电池预警系统，其中，所述响应性准则因数计算单元，进一步用于以如下公式来计算所述第一特征向量到所述第二特征向量的响应性准则因数；其中，所述公式为：其中a是第一特征向量和第二特征向量之间的差值向量中特征值大于响应性指数的位数作为所述第二特征向量对于所述第一特征向量的请求的正确响应数目，且b是第一特征向量和第二特征向量...

【专利技术属性】
技术研发人员：喻晨，
申请(专利权)人：温希杭州科技有限公司，
类型：发明
国别省市：