[发明专利]一种新能源电池盒泄露检测方法及系统有效
申请号: | 202310664634.6 | 申请日: | 2023-06-07 |
公开(公告)号: | CN116429339B | 公开(公告)日: | 2023-09-01 |
发明(设计)人: | 张更强;赵继成;靳立坤;井洪;吕思平;郭鑫;封立泽 | 申请(专利权)人: | 海斯坦普汽车组件(北京)有限公司 |
主分类号: | G01M3/18 | 分类号: | G01M3/18;G01R29/24;G01R31/385;G01R31/392;G06F18/25;G06F18/214;G06F18/2415;G06F18/2433 |
代理公司: | 天津协众信创知识产权代理事务所(普通合伙) 12230 | 代理人: | 王力强 |
地址: | 100176 北京市大兴区北京经*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 新能源 电池 泄露 检测 方法 系统 | ||
1.一种新能源电池盒泄露检测方法,其特征在于,所述方法包括:
根据目标电池盒的第一电池组分布信息,划分电荷检测区域;
按照所述电荷检测区域对应检测电荷变化,得到电荷检测数据集;
对所述目标电池盒进行传感器分布,构建集成传感器模组,以所述集成传感器模组进行传感,得到传感检测数据集;
基于所述电荷检测数据集和所述传感检测数据集,建立映射样本数据集,根据所述映射样本数据集,得到基于数据灵敏度特征的分类结果;
根据所述数据灵敏度特征的分类结果,输出第一类传感检测数据集,其中,所述第一类传感检测数据集标识在所述电荷检测数据集变化时,所述传感检测数据集中数据灵敏度变化最大的传感数据集;
以所述电荷检测数据集和所述第一类传感检测数据集进行数据异常识别,输出第一预警信息,用于提醒所述目标电池盒存在泄露情况;
判断所述第一类传感检测数据集中的数据类型是否大于等于2,若所述第一类传感检测数据集中的数据类型大于等于2,生成第二权重训练网络层;
将所述灵敏度自适应分类器输出的分类结果作为输入信息,搭建泄露概率识别模型,其中,所述泄露概率识别模型中嵌有所述第二权重训练网络层;
根据所述泄露概率识别模型,对所述电荷检测数据集和所述第一类传感检测数据集进行概率异常识别,得到第一泄露概率;
根据所述第一泄露概率,输出所述第一预警信息。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标电池盒的应用环境信息;
根据所述应用环境信息作为传感器筛选特征,确定基于传感类型集合的n个传感器类型;
以所述n个传感器类型进行传感器分布,基于每一传感器对应的传感数据传输终端对应一个传感器模组,输出n个传感器模组;
将所述n个传感器模组进行集成,得到集成传感器模组。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述传感检测数据集,其中,所述传感检测数据集包括n个传感器模组输出的n个传感检测数据;
基于所述电荷检测数据集和所述n个传感检测数据的对应关系,建立n组映射样本数据集;
将所述n组映射样本数据集输入灵敏度自适应分类器中,获取所述基于数据灵敏度特征的分类结果。
4.如权利要求3所述的方法,其特征在于,所述灵敏度自适应分类器通过T个弱分类器融合获取,所述T个弱分类器的融合包括:
生成分类样本数据集,从所述分类样本数据集中随机选取m组训练数据;
对所述m组训练数据进行第一权重训练层进行初始化,获取初始弱分类器;
根据所述初始弱分类器的分类结果,获取所述初始弱分类器的误差;
根据所述初始弱分类器的误差,获取迭代权重;
按照所述迭代权重对所述初始弱分类器进行调整,以此类推,得到T次迭代后的T组弱分类器;
根据所述T组弱分类器进行融合,生成所述灵敏度自适应分类器。
5.如权利要求4所述的方法,其特征在于,根据所述T组弱分类器进行融合,生成所述灵敏度自适应分类器的公式如下:
,
其中,为第t个弱分类器对样本的预测值,为基于第t个弱分类器预测误差计算得到的迭代权重,为迭代次数。
6.一种新能源电池盒泄露检测系统,其特征在于,用于实施权利要求1-5任意一项所述的一种新能源电池盒泄露检测方法,包括:
电荷检测区域划分模块,用于根据目标电池盒的第一电池组分布信息,划分电荷检测区域;
电荷检测数据集得到模块,用于按照所述电荷检测区域对应检测电荷变化,得到电荷检测数据集;
传感检测数据集得到模块,用于对所述目标电池盒进行传感器分布,构建集成传感器模组,以所述集成传感器模组进行传感,得到传感检测数据集;
映射样本数据集建立模块,用于基于所述电荷检测数据集和所述传感检测数据集,建立映射样本数据集,根据所述映射样本数据集,得到基于数据灵敏度特征的分类结果;
第一类传感检测数据集输出模块,用于根据所述数据灵敏度特征的分类结果,输出第一类传感检测数据集,其中,所述第一类传感检测数据集标识在所述电荷检测数据集变化时,所述传感检测数据集中数据灵敏度变化最大的传感数据集;
第一预警信息输出模块,用于以所述电荷检测数据集和所述第一类传感检测数据集进行数据异常识别,输出第一预警信息,用于提醒所述目标电池盒存在泄露情况;
第二权重训练网络层生成模块,用于判断所述第一类传感检测数据集中的数据类型是否大于等于2,若所述第一类传感检测数据集中的数据类型大于等于2,生成第二权重训练网络层;
泄露概率识别模型搭建模块,用于将所述灵敏度自适应分类器输出的分类结果作为输入信息,搭建泄露概率识别模型,其中,所述泄露概率识别模型中嵌有所述第二权重训练网络层;
第一泄露概率得到模块,用于根据所述泄露概率识别模型,对所述电荷检测数据集和所述第一类传感检测数据集进行概率异常识别,得到第一泄露概率;
第一预警信息输出模块,用于根据所述第一泄露概率,输出所述第一预警信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海斯坦普汽车组件(北京)有限公司,未经海斯坦普汽车组件(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310664634.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种三合一烧烤架
- 下一篇:阻拦索支撑装置、阻拦系统及无轨胶轮车失速防护系统