基于特征提取和XGBOOST的电动重卡电池故障预警方法 |
| |
引用本文: | 徐悦,梁谷羿,刘溧,周海,周浩.基于特征提取和XGBOOST的电动重卡电池故障预警方法[J].商用汽车,2023(5):88-95. |
| |
作者姓名: | 徐悦 梁谷羿 刘溧 周海 周浩 |
| |
摘 要: | 电池包经常处于深度放电状态会极大地影响电池寿命,在严重情况下甚至会导致停车故障,传统故障诊断方法难以判断电池潜在故障以及故障发生程度。因此,本文提出了一种基于特征提取和XGBoost的电池故障预警方法。该方法对电池数据进行预处理,根据电芯端电压构建新的特征,对电池数据进行标注,建立XGBoost预测模型来预测电压故障,判断动力电池是否欠压。此外,还采用K折交叉验证以及随机搜索算法提高预测的准确性。实验结果表明,该方法可以有效区分故障车和正常车,并提前定位故障发生时间,从而避免潜在的事故风险。
|
关 键 词: | 电池故障预警 特征提取 数据标注 XGBoost预测 单体欠压 |
|
|