一种数据处理方法及装置制造方法及图纸

本发明专利技术实施例提供了一种数据处理方法及装置，所述方法包括：获得电动客车的动力电池数据；处理所述动力电池数据，得到所述动力电池在充电状态下以及在非充电状态下的多个维度数据；基于3σ准则处理所述多个维度数据，确定异常值；对所述异常值进行PCA降维处理，得到目标特征数据；对所述目标特征数据进行SVM加权处理，以确定出所述目标特征数据是否为目标类型数据，所述目标类型数据表征与所述目标特征数据对应的维度数据需剔除。本发明专利技术提供的数据处理方法及装置能够排除不必要的动力电池数据，使得通过精简后的动力电池数据能够更快速，高效，准确地确定是否进行电池安全预警。准确地确定是否进行电池安全预警。准确地确定是否进行电池安全预警。

【技术实现步骤摘要】
一种数据处理方法及装置


[0001]本专利技术实施例涉及计算机
，特别涉及一种数据处理方法及装置。

技术介绍

[0002]近两年来，我国新能源汽车安全问题引起社会广泛关注。相关研究显示，目前我国新能源汽车产业总体上对安全性认识不足，产品设计的安全性累积不够，全链条中安全交互机制没有形成，导致了近段时间电动汽车安全事故频发，多起纯电动客车起火事故，对产业发展造成负面影响，针对纯电动客车动力电池安全预警研究具有重要的意义。
[0003]现有的纯电动客车动力电池安全预警方法，通常是依据电池厂家给的阈值进行预警，但是在计算电池的状态值，以确定是否要发出预警时，涉及计算的参数并未对其进行验证，故使得计算结果误差较大。

技术实现思路

[0004]本专利技术提供了一种能够排除不必要的动力电池数据，使得通过精简后的动力电池数据能够更快速，高效，准确地确定是否进行电池安全预警的数据处理方法及装置。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种数据处理方法，包括：
[0006]获得电动客车的动力电池数据；
[0007]处理所述动力电池数据，得到所述动力电池在充电状态下以及在非充电状态下的多个维度数据；
[0008]基于3σ准则处理所述多个维度数据，确定异常值；
[0009]对所述异常值进行PCA降维处理，得到目标特征数据；
[0010]对所述目标特征数据进行SVM加权处理，以确定出所述目标特征数据是否为目标类型数据，所述目标类型数据表征与所述目标特征数据对应的维度数据需剔除。
[0011]作为一可选实施例，还包括：
[0012]确定与所述目标特征数据对应的目标维度数据；
[0013]剔除所述目标维度数据，基于剩余的所述维度数据计算确定所述动力电池的状态；
[0014]基于所述动力电池的状态确定是否执行安全预警。
[0015]作为一可选实施例，所述处理所述动力电池数据，得到所述动力电池在非充电状态下的多个维度数据，包括：
[0016]确定所述动力电池数据中SOC的取值范围满足目标阈值范围的第一电压数据；
[0017]对所述第一电压数据进行切片处理，形成多个单体数据；
[0018]对每个所述单体数据计算最大值、最小值、单体上限、单体下限、单体极差、变异系数、单体下四分位、单体中四分位、单体上四分位、上级端点、下级端点。
[0019]作为一可选实施例，所述处理所述动力电池数据，得到所述动力电池在充电状态下的多个维度数据，包括：
[0020]确定所述动力电池数据中SOC的取值范围满足目标阈值范围的第一电压数据；
[0021]基于一次完整的充电循环对所述第一电压数据进行切片处理，形成多个单体数据，每个所述单体数据对应一次完整的充电循环；
[0022]计算满足时间序列的多个所述单体数据的差值；
[0023]基于多个所述差值计算确定最大值、最小值、单体上限、单体下限、单体极差、变异系数、单体下四分位、单体中四分位、单体上四分位、上级端点、下级端点。
[0024]作为一可选实施例，所述基于3σ准则处理所述多个维度数据，确定异常值，包括：
[0025]确定所述多个维度数据的标准差及均值；
[0026]基于所述标准差及均值确定检测阈值；
[0027]至少基于所述检测阈值及多个维度数据确定出所述异常值。
[0028]作为一可选实施例，所述对所述异常值进行PCA降维处理，得到目标特征数据，包括：
[0029]当每个维度数据均具有所述异常值时，对多个所述异常值进行PCA降维处理，以得到满足特征要求的所述目标特征数据，所述目标特征数据为所述多个异常值中的部分第一异常值的特征数据。
[0030]作为一可选实施例，所述对所述目标特征数据进行SVM加权处理，以确定出所述目标特征数据是否为目标类型数据，包括：
[0031]对所述目标特征数据进行SVM加权处理，以确定出每个所述目标特征数据的类别；
[0032]基于所述类别确定所述目标特征数据是否为目标类型的数据。
[0033]本专利技术另一实施例提供一种数据处理装置，包括：
[0034]获得模块，用于获得电动客车的动力电池数据；
[0035]第一处理模块，用于处理所述动力电池数据，得到所述动力电池在充电状态下以及在非充电状态下的多个维度数据；
[0036]第二处理模块，用于根据3σ准则处理所述多个维度数据，确定异常值；
[0037]第三处理模块，用于对所述异常值进行PCA降维处理，得到目标特征数据；
[0038]第四处理模块，用于对所述目标特征数据进行SVM加权处理，以确定出所述目标特征数据是否为目标类型数据，所述目标类型数据表征与所述目标特征数据对应的维度数据需剔除。
[0039]作为一可选实施例，还包括：
[0040]确定模块，用于确定与所述目标特征数据对应的目标维度数据；
[0041]剔除模块，用于剔除所述目标维度数据，基于剩余的所述维度数据计算确定所述动力电池的状态；
[0042]预警模块，用于根据所述动力电池的状态确定是否执行安全预警。
[0043]作为一可选实施例，所述处理所述动力电池数据，得到所述动力电池在非充电状态下的多个维度数据，包括：
[0044]确定所述动力电池数据中SOC的取值范围满足目标阈值范围的第一电压数据；
[0045]对所述第一电压数据进行切片处理，形成多个单体数据；
[0046]对每个所述单体数据计算最大值、最小值、单体上限、单体下限、单体极差、变异系数、单体下四分位、单体中四分位、单体上四分位、上级端点、下级端点。
[0047]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0048]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0049]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0050]图1为本专利技术实施例中的数据处理方法的流程图。
[0051]图2为本专利技术实施例中的数据处理方法的实际应用流程图。
[0052]图3为本专利技术另一实施例中的数据处理方法的实际应用流程图。
[0053]图4为本专利技术实施例中的数据处理装置的流程图。
具体实施方式
[0054]下面，结合附图对本专利技术的具体实施例进行详细的描述，但不作为本专利技术的限定。
[0055]应理解的是，可以对此处公开的实施例做出各种修改。因此，下述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。
...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获得电动客车的动力电池数据；处理所述动力电池数据，得到所述动力电池在充电状态下以及在非充电状态下的多个维度数据；基于3σ准则处理所述多个维度数据，确定异常值；对所述异常值进行PCA降维处理，得到目标特征数据；对所述目标特征数据进行SVM加权处理，以确定出所述目标特征数据是否为目标类型数据，所述目标类型数据表征与所述目标特征数据对应的维度数据需剔除。2.根据权利要求1所述的方法，其特征在于，还包括：确定与所述目标特征数据对应的目标维度数据；剔除所述目标维度数据，基于剩余的所述维度数据计算确定所述动力电池的状态；基于所述动力电池的状态确定是否执行安全预警。3.根据权利要求1所述的方法，其特征在于，所述处理所述动力电池数据，得到所述动力电池在非充电状态下的多个维度数据，包括：确定所述动力电池数据中SOC的取值范围满足目标阈值范围的第一电压数据；对所述第一电压数据进行切片处理，形成多个单体数据；对每个所述单体数据计算最大值、最小值、单体上限、单体下限、单体极差、变异系数、单体下四分位、单体中四分位、单体上四分位、上级端点、下级端点。4.根据权利要求1所述的方法，其特征在于，所述处理所述动力电池数据，得到所述动力电池在充电状态下的多个维度数据，包括：确定所述动力电池数据中SOC的取值范围满足目标阈值范围的第一电压数据；基于一次完整的充电循环对所述第一电压数据进行切片处理，形成多个单体数据，每个所述单体数据对应一次完整的充电循环；计算满足时间序列的多个所述单体数据的差值；基于多个所述差值计算确定最大值、最小值、单体上限、单体下限、单体极差、变异系数、单体下四分位、单体中四分位、单体上四分位、上级端点、下级端点。5.根据权利要求1所述的方法，其特征在于，所述基于3σ准则处理所述多个维度数据，确定异常值，包括：确定所述多个维度数据的标准差及均值；基于所述标准差及均值确定检测阈值；至少基于所述检测阈值及多个维度数据确定出所述异常值。6...

【专利技术属性】
技术研发人员：汪伟，谭佩琦，冯拔，康祖超，谢勇波，王文明，
申请(专利权)人：长沙中车智驭新能源科技有限公司，
类型：发明
国别省市：