一种车载启动逆变电源电池的实时散热监控及调控方法与流程

本技术属于逆变电源电池系统，更具体地说，涉及一种车载启动逆变电源电池的实时散热监控及调控方法。

背景技术：

1、车载逆变电源电池广泛应用于电动汽车、混合动力汽车和其他需要高效电能转换的车载设备。随着电动汽车市场的迅速发展，逆变电源电池的需求也在不断增加。这些电池不仅需要提供高效的电能转换，还需要具备安全、稳定的工作性能，以应对各种复杂的车载环境。

2、当前的车载逆变电源电池监控和调控方法主要依赖以下几种手段：

3、温度传感器监控：在电池内部和外部安装温度传感器，实时采集温度数据，以监控电池的运行状态。

4、简单的调控策略：基于预设的温度阈值，当温度超出安全范围时，进行简单的开关控制或散热设备的启动和关闭。

5、数据记录和分析：记录温度数据并进行离线分析，以评估电池的性能和健康状态。

6、但目前的调控策略单一缺乏动态调整的能力，无法根据实时温度变化和预测结果进行灵活调控，容易导致电池过热或过冷，影响电池寿命和性能。

技术实现思路

1、本发明提供了一种车载启动逆变电源电池的实时散热监控及调控方法，拟目前调控策略单一缺乏动态调整的能力，无法根据实时温度变化和预测结果进行灵活调控，容易导致电池过热或过冷的技术问题。

2、一种车载启动逆变电源电池的实时散热监控及调控方法，包括以下步骤：

3、步骤1：基于温度传感器周期性采集逆变电源电池的温度数据；

4、步骤2：对采集到的温度数据进行滤波处理去除噪声；

5、步骤3：根据滤波处理后的温度数据，计算逆变电源电池的温度变化趋势，并基于温度变化趋势利用机器学习算法预测未来一段时间内逆变电源电池的变化趋势；

6、步骤4：基于实时温度和预测结果构建逆变电源电池的安全温度范围，对散热装置进行动态调控。

7、本发明基于实时温度和预测结果构建逆变电源电池的安全温度范围，对散热装置进行动态调控，能够有效解决调控策略单一的技术问题；利用滤波技术和机器学习预测，实现对电池的高效监控和精准预测，根据实时和预测温度，动态调整散热装置的工作状态，保证电池在安全温度范围内运行，有效避免电池因过热或过冷而导致的性能下降或安全风险，延长电池的使用寿命和稳定性。

8、优选的，所述逆变电源电池的温度变化趋势计算如下：

9、计算当前时刻相对于前一时刻的温度变化率：

10、δt(t)＝t(t)-t(t-1)；

11、式中：δt(t)表示t时刻的温度变化率；t(t)表示时刻t的温度数据；t(t-1)表示时刻t-1的温度数据；

12、采用移动平均的方法平滑温度变化率，得到趋势曲线：

13、

14、式中：δt(t)′表示时刻t的温度变化率的移动平均值；n表示移动平均的窗口大小；δt(t-i)表示t-i时刻的温度变化率；wi表示权重，满足

15、优选的，所述机器学习算法采用lstm模型，所述lstm模型的结构如下：

16、输入层：用于接收时间序列特征数据；

17、lstm层：用于捕捉温度变化的时间依赖关系；

18、attention层：基于加权机制突出重要的时间步特征；

19、全连接层：将lstm层和attention层的输出进行映射，得到预测结果；

20、输出层：输出预测结果，即输出未来时间步的温度变化率预测值。

21、优选的，所述lstm模型的损失函数如下：

22、

23、式中：n表示样本数量；δt(t)i表示第i个样本的真实温度变化率；表示第i个样本的预测温度变化率；λ表示惩罚系数；extremepenalty表示对极端温度预测值的惩罚项。

24、优选的，所述lstm层包括：

25、遗忘门ft：

26、ft＝σ(wf·[ht-1，xt]+bf)；

27、式中：wf表示遗忘门的权重矩阵；bf表示遗忘门的偏执向量；σ表示sigmoid激活函数；xt表示当前时间步的输入特征；ht-1表示时间步t-1的隐藏状态；

28、输入门it：

29、it＝σ(wi·[ht-1，xt]+bi)；

30、式中：wi表示输入门的权重矩阵；bi表示输入门的偏执向量；

31、候选记忆元

32、

33、式中：tanh表示tanh激活函数；wc表示候选记忆元的权重矩阵；bc表示候选记忆元的偏执向量；

34、记忆元更新ct：

35、

36、式中：ct-1表示前一个时间步的记忆元；

37、输出门ot：

38、ot＝σ(wo·[ht-1，xt]+bo)；

39、式中：wo表示输出门的权重矩阵；bo表示输出门的偏执向量；

40、隐藏状态ht：

41、ht＝ot·tanh(ct)；

42、输出h1＝[h1，h2，...，h10]。

43、优选的，所述attention层基于加权机制突出重要的时间步特征的具体步骤如下：

44、基于最后一层的lstm层所得到的记过计算注意力得分et：

45、et＝tanh(wa·h′t+ba)；

46、式中：wa表示注意力得分的权重矩阵；ba表示注意力得分的偏执向量；h′t表示在最后一层lstm层在时间步t的隐藏状态；tanh表示tanh激活函数；

47、计算注意力权重at：

48、

49、式中：at表示时间步t的注意力权重；exp表示指数函数，用于计算注意力得分的软最大化；

50、计算上下文向量ct：

51、

52、式中：ak表示时间步k的注意力权重；h′k表示最后一层lstm层在时间步t的隐藏状态；组合上下文向量和lstm输出：

53、hcombined＝[hn，ct]；

54、式中：hcombined表示最后一层lstm层的输出和上下文向量的组合向量；hn表示最后一层lstm层的输出。

55、优选的，所述步骤4包括以下步骤：

56、使用lstm模型预测未来一段时间内的温度变化率δt(t)，并累计到未来时刻的温度预测值：

57、

58、式中：tpred(t+k)表示未来第k个时间步的温度预测值；δt(t+i)表示t+i个时间步的温度变化率预测值；

59、基于tpred(t+k)对散热装置进行动态调整：

60、

61、式中：tmin表示电池运行的最低安全温度；tmax表示电池运行的最高安全温度。

62、本发明的有益效果包括：

63、本发明基于实时温度和预测结果构建逆变电源电池的安全温度范围，对散热装置进行动态调控，能够有效解决调控策略单一的技术问题；利用滤波技术和机器学习预测，实现对电池的高效监控和精准预测，根据实时和预测温度，动态调整散热装置的工作状态，保证电池在安全温度范围内运行，有效避免电池因过热或过冷而导致的性能下降或安全风险，延长电池的使用寿命和稳定性。