一种新能源汽车剩余里程的二次处理算法及系统

技术领域

本发明涉及数据处理的技术领域，尤其涉及一种新能源汽车剩余里程的二次处理算法及系统。

背景技术

随着蓄电池技术的发展以及新能源汽车制造成本的降低，新能源汽车行业发展迅速，如何根据行驶一段时间后新能源汽车电池状态对新能源汽车剩余里程进行预测，成为当前研究的热门话题。

电池荷电状态和车辆续驶里程是电池管理系统中两个重要参数，对指导新能源汽车的驾驶有重要意义。但是由于行驶工况复杂多变，新能源汽车电池荷电状态数据和单位里程能耗也有很大差异，这使得新能源汽车动力电池荷电状态估算和续驶里程预测的精度都受到了严重影响。

鉴于此，如何更为准确地进行电池荷电状态的估算，并基于电池荷电状态进行新能源汽车续驶里程的预测，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种新能源汽车剩余里程的二次处理算法，通过利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估，并根据新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测；同时根据新能源汽车电池状态，利用改进的萤火虫算法进行新能源汽车充电站的选址。

为实现上述目的，本发明提供的一种新能源汽车剩余里程的二次处理算法，包括：

获取新能源汽车行驶途中的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；

根据预处理后的电池信息数据，利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估；

利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测；

利用改进的萤火虫算法进行新能源汽车充电站的选址。

可选地，所述对电池信息数据进行数据预处理，包括：

所述电池信息数据为二进制文件，二进制文件中的每个时间节点都对应着一个电池信息数据包，在本发明一个具体实施例中，所述电池信息数据包中包括新能源汽车电池的总电压、总电流、电池温度以及电池荷电状态数据；

所述电池信息数据的预处理流程为：

1)从电池信息数据中的第一条电池荷电状态数据开始向下搜寻，直到发现电池荷电状态为100％，电流值为正的数据项，并将该数据项标记为电池放电过程中的起始位置；

2)从电池放电的起始位置开始向下搜寻，直到发现电流值为负的数据项，若该数据项的后三条数据项的电流值均为负，则将该数据项标记为电池放电结束的位置；

3)设置需要插值处理的时间间隔范围[8,35]，并离散化时间范围，根据电池信息数据时间间隔进行分段，标记需要插值的数据点，若出现时间间隔大于35s，可视为该时间段电池处于静置状态；并利用线性最近项插值法对电池信息数据中的缺失值进行插值；

4)对电池放电过程中的起始位置到结束位置中的电池信息数据进行异常值的删除处理，所述异常值包括电池荷电状态显示不为0时，总电压为0，而总电流不为0等的异常电池信息数据。

可选地，所述利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估，包括：

1)将电池信息数据均分为N个数据子集S

2)计算数据项x

L

计算数据子集S

D

其中：

x

3)对每个数据子集S

v

其中：

v

M

更新每个数据子集S

4)对于每一个数据子集S

5)采用动态权重法对每个SVM模型进行集成：

w

其中：

H(x)为N个SVM模型的集成输出；

w

h

x为输入的电池信息数据；

G

α为输出权重系数，将其设置为0.4；

其中越靠近电池信息数据中心的SVM子模型将获得更高的权重。

可选地，所述利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测的过程为：

1)以电池组的温度以及电池荷电状态数据作为输入，选取选取以往时刻1000个电池信息数据进行建模，构建SVR模型；

2)利用SVR模型估算未来一公里的ΔC，其中C表示电池荷电状态数据，ΔC表示电池荷电状态数据的变化量；

3)在此基础上，使用新能源电池的剩余电池荷电状态数据C减去ΔC得到剩余的电池荷电状态数据C，再次估算下个一公里的ΔC；

重复此循环，逐步迭代计算一公里的ΔC和剩余的电池荷电状态数据C，直至剩余的电池荷电状态数据C等于0时循环结束，其循环次数即为新能源汽车的剩余续驶里程R。

可选地，所述新能源汽车充电站选址的目标函数为：

C

其中：

C

C

C

e

T

p

m

C

C

可选地，所述利用改进的萤火虫算法进行新能源汽车充电站的选址的流程为：

1)对各个参数进行初始化，并对萤火虫i的初始位置进行随机赋值，确定优化模型搜索空间中的解初始值；

2)根据下式计算萤火虫i状态变量的约束违反总值：

其中：

G表示目标函数中控制变量的总数目；

g

若S(i)＜S(j)，则说明萤火虫i要优于萤火虫j，并对所有萤火虫进行占优排序；

3)若萤火虫i的排序高于萤火虫j，则第i个萤火虫将吸引第j个萤火虫，在k+1时刻，第j个萤火虫的位置将按下式进行更新：

其中：

β

γ表示光吸收系数，与萤火虫之间的距离有关，距离越远，光吸收系数越大，其值在0.01到10之间；

r

r

α为步长因子，若r

其中：

α

t表示当前迭代次数；

D

4)对所有萤火虫进行上述2)-3)的移动，据移动后的所有萤火虫位置计算出目标函数值；

5)判断算法是否满足收敛条件，若是则输出结果，若否则继续进行迭代计算直至收敛；所述萤火虫聚集的位置即为快速充电站的选址位置。

此外，为实现上述目的，本发明还提供一种新能源汽车剩余里程的二次处理系统，所述系统包括：

电池状态获取装置，用于获取新能源汽车行驶途中的电池信息数据，并对电池信息数据进行数据预处理；

电池数据处理器，用于利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估；

新能源汽车剩余里程处理装置，用于利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测，并利用改进的萤火虫算法进行新能源汽车充电站的选址。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有新能源汽车剩余里程处理程序指令，所述新能源汽车剩余里程处理程序指令可被一个或者多个处理器执行，以实现如上所述的新能源汽车剩余里程的二次处理的实现方法的步骤。

相对于现有技术，本发明提出一种新能源汽车剩余里程的二次处理算法，该技术具有以下优势：

首先，由于行驶路况的复杂多变，电动汽车电池的电流、电压数据也会呈现出不同的变化，这使得数据驱动的智能算法在估算电池符合状态有一定的局限性。传统算法中，将多工况下的新能源汽车运行数据建立模型时，分布范围广而差别大的训练数据使得学习机的学习负担增重，最终训练所得模型的精度不高。针对这一现象，本文提出了ME-SVM模型算法，该算法的核心思想是利用特征聚类将相似的数据会分到同一个训练数据子集，通过计算数据项x

L

计算数据子集S

D

其中：x

v

其中：v

w

其中：H(x)为N个SVM模型的集成输出；w

同时，对于传统萤火虫算法，亮度高的萤火虫将根据设定的单目标优化迭代公式进行位置更新，保持种群的多样性，这种特性就如需要进行快速充电的新能源汽车在空间中不同分布位置，前往某一个新能源充电站进行充电的过程有类似之处。而在实际优化问题求解中，往往存在多个目标，且不同目标之间并不是相互独立的，因此本发明对传统的萤火虫算法进行改进，首先根据下式计算萤火虫i状态变量的约束违反总值：

其中：G表示目标函数中控制变量的总数目；g

其中：

r

α为步长因子，若r

其中：α

附图说明

图1为本发明一实施例提供的一种新能源汽车剩余里程的二次处理算法的流程示意图；

图2为本发明一实施例提供的一种新能源汽车剩余里程的二次处理系统的结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

通过利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估，并根据新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测；同时根据新能源汽车电池状态，利用改进的萤火虫算法进行新能源汽车充电站的选址。参照图1所示，为本发明一实施例提供的新能源汽车剩余里程的二次处理算法示意图。

在本实施例中，新能源汽车剩余里程的二次处理算法包括：

S1、获取新能源汽车行驶途中的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据。

首先，本发明获取新能源汽车行驶途中的电池信息数据，所述电池信息数据为二进制文件，二进制文件中的每个时间节点都对应着一个电池信息数据包，在本发明一个具体实施例中，所述电池信息数据包中包括新能源汽车电池的总电压、总电流、电池温度以及电池荷电状态数据；

进一步地，本发明对所述电池信息数据进行预处理操作，所述电池信息数据的预处理流程为：

1)从电池信息数据中的第一条电池荷电状态数据开始向下搜寻，直到发现电池荷电状态为100％，电流值为正的数据项，并将该数据项标记为电池放电过程中的起始位置；

2)从电池放电的起始位置开始向下搜寻，直到发现电流值为负的数据项，若该数据项的后三条数据项的电流值均为负，则将该数据项标记为电池放电结束的位置；

3)设置需要插值处理的时间间隔范围[8,35]，并离散化时间范围，根据电池信息数据时间间隔进行分段，标记需要插值的数据点，若出现时间间隔大于35s，可视为该时间段电池处于静置状态；并利用线性最近项插值法对电池信息数据中的缺失值进行插值；

4)对电池放电过程中的起始位置到结束位置中的电池信息数据进行异常值的删除处理，所述异常值包括电池荷电状态显示不为0时，总电压为0，而总电流不为0等的异常电池信息数据。

S2、根据预处理后的电池信息数据，利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估。

进一步地，根据预处理后的电池信息数据，本发明利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估，所述基于电池特征的电池荷电状态估算方法流程为：

1)将电池信息数据均分为N个数据子集S

2)计算数据项x

L

计算数据子集S

D

其中：

x

3)对每个数据子集S

v

其中：

v

M

更新每个数据子集S

4)对于每一个数据子集S

5)采用动态权重法对每个SVM模型进行集成：

w

其中：

H(x)为N个SVM模型的集成输出；

w

h

x为输入的电池信息数据；

G

α为输出权重系数，将其设置为0.4；

其中越靠近电池信息数据中心的SVM子模型将获得更高的权重。

S3、利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测。

进一步地，本发明利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测，所述新能源汽车续驶里程估算模型的估算流程为：

1)以电池组的温度以及电池荷电状态数据作为输入，选取选取以往时刻1000个电池信息数据进行建模，构建SVR模型；

2)利用SVR模型估算未来一公里的ΔC，其中C表示电池荷电状态数据，ΔC表示电池荷电状态数据的变化量；

3)在此基础上，使用新能源电池的剩余电池荷电状态数据C减去ΔC得到剩余的电池荷电状态数据C，再次估算下个一公里的ΔC；

重复此循环，逐步迭代计算一公里的ΔC和剩余的电池荷电状态数据C，直至剩余的电池荷电状态数据C等于0时循环结束，其循环次数即为新能源汽车的剩余续驶里程R。

S4、利用改进的萤火虫算法进行新能源汽车充电站的选址。

进一步地，本发明利用改进的萤火虫算法进行新能源汽车充电站的选址，所述新能源汽车充电站选址的目标函数为：

C

其中：

C

C

C

e

T

p

m

C

C

所述改进的萤火虫算法流程为：

1)对各个参数进行初始化，并对萤火虫i的初始位置进行随机赋值，确定优化模型搜索空间中的解初始值；

2)根据下式计算萤火虫i状态变量的约束违反总值：

其中：

G表示目标函数中控制变量的总数目；

g

若S(i)＜S(j)，则说明萤火虫i要优于萤火虫j，并对所有萤火虫进行占优排序；

3)若萤火虫i的排序高于萤火虫j，则第i个萤火虫将吸引第j个萤火虫，在k+1时刻，第j个萤火虫的位置将按下式进行更新：

其中：

β

γ表示光吸收系数，与萤火虫之间的距离有关，距离越远，光吸收系数越大，其值在0.01到10之间；

r

r

α为步长因子，若r

其中：

α

t表示当前迭代次数；

D

4)对所有萤火虫进行上述2)-3)的移动，据移动后的所有萤火虫位置计算出目标函数值；

5)判断算法是否满足收敛条件，若是则输出结果，若否则继续进行迭代计算直至收敛；所述萤火虫聚集的位置即为快速充电站的选址位置。

下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：Inter(R)Core(TM)i7-6700K CPU，软件为Matlab2018a；对比方法为基于贝叶斯的二次处理算法以及基于随机森林的二次处理算法。

在本发明所述算法实验中，数据集为10G的新能源汽车行驶数据。本实验通过将新能源汽车行驶数据输入到算法模型中，将续驶行程预测的准确率作为方法可行性的评价指标。

根据实验结果，于贝叶斯的二次处理算法的续驶行程预测准确率为86.31％，基于随机森林的二次处理算法的续驶行程预测准确率为88.32％，本发明所述方法的续驶行程预测准确率为90.22％，相较于对比算法，本发明所提出的新能源汽车剩余里程的二次处理算法具有更高的新能源汽车续驶行程预测准确率。

发明还提供一种新能源汽车剩余里程的二次处理系统。参照图2所示，为本发明一实施例提供的新能源汽车剩余里程的二次处理系统的内部结构示意图。

在本实施例中，所述新能源汽车剩余里程的二次处理系统1至少包括电池状态获取装置11、电池数据处理器12、新能源汽车剩余里程处理装置13，通信总线14，以及网络接口15。

其中，电池状态获取装置11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。

电池数据处理器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。电池数据处理器12在一些实施例中可以是新能源汽车剩余里程的二次处理系统1的内部存储单元，例如该新能源汽车剩余里程的二次处理系统1的硬盘。电池数据处理器12在另一些实施例中也可以是新能源汽车剩余里程的二次处理系统1的外部存储设备，例如新能源汽车剩余里程的二次处理系统1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，电池数据处理器12还可以既包括新能源汽车剩余里程的二次处理系统1的内部存储单元也包括外部存储设备。电池数据处理器12不仅可以用于存储安装于智能道路交通追踪管理系统1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

新能源汽车剩余里程处理装置13在一些实施例中可以是一中央处理器(CentralProcessing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行电池数据处理器12中存储的程序代码或处理数据，例如新能源汽车剩余里程处理程序指令等。

通信总线14用于实现这些组件之间的连接通信。

网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该系统1与其他电子设备之间建立通信连接。

可选地，该系统1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在新能源汽车剩余里程的二次处理系统1中处理的信息以及用于显示可视化的用户界面。

图2仅示出了具有组件11-15以及新能源汽车剩余里程的二次处理系统1，本领域技术人员可以理解的是，图1示出的结构并不构成对新能源汽车剩余里程的二次处理系统1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在图2所示的装置1实施例中，电池数据处理器12中存储有新能源汽车剩余里程处理程序指令；新能源汽车剩余里程处理装置13执行电池数据处理器12中存储的新能源汽车剩余里程处理程序指令的步骤，与新能源汽车剩余里程的二次处理算法的实现方法相同，在此不作类述。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有新能源汽车剩余里程处理程序指令，所述新能源汽车剩余里程处理程序指令可被一个或多个处理器执行，以实现如下操作：

获取新能源汽车行驶途中的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；

根据预处理后的电池信息数据，利用基于电池特征的电池荷电状态估算方法对新能源汽车的电池状态进行预估；

利用新能源汽车续驶里程估算模型进行新能源汽车续驶里程的预测；

利用改进的萤火虫算法进行新能源汽车充电站的选址。

需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。