[發明專利]基于孤立森林算法的新能源汽車電池異常檢測方法

有效

• 申請號: 202011343531.2
• 申請日: 2020-11-26
• 公開（公告）號: CN112505549B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 常建濤;陳改革;馬洪波;孔憲光;沈明磊;程帆
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/3842;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;楊春崗

本發明提供了一種基于孤立森林算法的新能源汽車電池異常檢測方法，用于解決現有技術中存在的異常檢測的準確性和實時性較差的技術問題。實現步驟為：1.獲取樣本訓練樣本集合測試樣本集；2.構建孤立森林IForest模型；3.獲取新能源汽車的電池異常檢測結果。本發明通過對多維特征構建IForest模型，對每個特征的異常得分進行判定，解決了只依靠單一維度特征對電池進行異常檢測的單一性問題，提高了對新能源汽車電池異常檢測的準確性，同時，通過對大量數據進行了預處理工作，降低了構建的孤立森林模型的時間，并且異常閾值是根據異常得分計算公式自動得出的固定值，提高了對新能源汽車電池異常檢測的實時性。

技術領域

本發明屬于電池技術領域，涉及一種新能源汽車電池異常檢測方法，具體涉及一種基于孤立森林算法的新能源汽車電池異常檢測方法。

背景技術

新能源純電動汽車以其環境污染小、能源利用率高等一系列優點受到了廣泛的重視并得以應用。隨著新能源車保有量的持續增長，動力電池的需求量也隨之加大。在動力電池需求量增加的同時，伴隨著動力電池制造工藝水平和車輛運行工況不確定的因素，動力電池在運行中不可避免會出現電壓過高或過低，電流過大或過小，溫度過高或過低等狀態，近而導致相關故障的發生，尤其在汽車運行中出現電池安全異常問題時，常由于監控系統無法及時準確識別異常電池位置及異常模式，導致電池出現嚴重安全故障，危及人身財產安全。所以，為保證電池在實際運行中的安全性，支撐電動汽車高效可靠的運行，避免電池在運行中受環境的影響出現重大異常，及時、全面和準確的監控電池狀態、判斷電池故障并報警，并據此進一步的實現對電池故障原因的分析，可以有效提高電池使用壽命與質量，減少損失。

異常檢測是通過各種能夠檢查和測試的方法，對系統出現的異常情況進行判斷，確定異常。新能源汽車電池異常檢測，主要分為基于等效電路模型的異常檢測、基于統計學方法的異常檢測和基于數據驅動的智能算法模型進行異常檢測。基于等效電路模型的異常檢測方法主要是通過建立電池的雙階RC模型，建立電池開路電壓與荷電狀態SOC值的關聯關系，最終使用卡爾曼濾波法對電池的SOC值進行估計，該方法收斂時間在15秒至40秒之間，實時性差。基于統計學方法的異常檢測是通過將數理統計學中樣本標準差S和極差R的概念用于度量電池組電壓的離散程度，通過計算標準偏差和電壓極差判別整組電池內單體電壓離散程度和電池組中的最大電壓差，并通過設置一組變化的閾值最終判定電池異常，該方法需要不斷對閾值進行更新，準確性差。

隨著機器學習技術的發展，基于數據驅動的智能算法為研究新能源汽車電池的異常檢測提供了新思路。相比較基于等效電路模型的異常檢測方法和基于統計學方法的異常檢測方法，基于數據驅動的智能算法為研究新能源汽車電池的異常檢測方法在檢測的實時性和準確性方面都有較大的提升，例如，申請公布號為CN109765490A，名稱為“一種基于高維數據診斷的動力電池故障檢測方法及系統”的專利申請，公開了一種新能源汽車電池異常檢測方法，該方法通過對電池單體的電壓數據進行預處理，得到電壓矩陣，即將一維的電壓數據構造成高維矩陣，降低了數據處理的復雜度，然后利用聚類算法對電壓數據矩陣進行聚類處理，得到聚類結果，然后根據聚類結果計算電池單體的電壓異常值得分，比較異常值分數與閾值的大小從而判定電池單體是否發生故障。該方法雖然能提高數據處理速度，提高檢測效率，但是只根據電池單體的電壓就對新能源汽車電池進行故障判別，評價方式比較單一，不能對電池狀態作出全面的評價，可能導致漏檢誤檢的情況，影響了故障檢測的準確率，且閾值的設定需要根據環境變化重新進行人工設定，實時性較差。

發明內容

本發明目的在于克服上述現有技術存在的缺陷，提出一種基于孤立森林IForest的新能源汽車電池異常檢測方法，旨在保證檢測效率的同時，提高新能源汽車電池異常檢測的準確率和實時性。

為實現上述目的，本發明采取的技術方案包括如下步驟：

(1)獲取訓練樣本集X₁和測試樣本集X₂；