中美研究人員合作以提升電動(dòng)汽車的安全性
掃描二維碼
隨時(shí)隨地手機(jī)看文章
(文章來(lái)源:蓋世汽車)
據(jù)外媒報(bào)道,為電動(dòng)汽車提供動(dòng)力的電池擁有幾個(gè)關(guān)鍵的表征參數(shù),包括電壓、溫度和變化狀態(tài)(SOC)。由于電池的故障與此類參數(shù)的異常波動(dòng)有關(guān),能夠有效地預(yù)測(cè)此類參數(shù)對(duì)于長(zhǎng)期確保電動(dòng)汽車安全、可靠地運(yùn)行至關(guān)重要。
北京理工大學(xué)(Beijing Institute of Technology)、北京電動(dòng)汽車聯(lián)合創(chuàng)新中心(Beijing Co-InnovaTIon Center for Electric Vehicles)和美國(guó)韋恩州立大學(xué)(Wayne State University)的研究人員最近研發(fā)了一種基于深度學(xué)習(xí)的新方法,能夠同步預(yù)測(cè)電動(dòng)汽車電池系統(tǒng)的多個(gè)參數(shù)。該新方法基于長(zhǎng)短時(shí)記憶(LSTM)遞歸神經(jīng)網(wǎng)絡(luò),是一個(gè)深度學(xué)習(xí)架構(gòu),既能夠處理單個(gè)數(shù)據(jù)點(diǎn)(如圖像),又能處理整個(gè)數(shù)據(jù)序列(如語(yǔ)音記錄或視頻片段)。
研究人員在北京電動(dòng)汽車服務(wù)與管理中心(SMC-EV)收集的數(shù)據(jù)集上訓(xùn)練、評(píng)估了該LSTM模型,該數(shù)據(jù)集中包括一輛電動(dòng)出租車在一年時(shí)間內(nèi)存儲(chǔ)的電池相關(guān)數(shù)據(jù)。該模型考慮到了電動(dòng)汽車電池的三個(gè)主要表征參數(shù),即電壓、溫度和SOC,而且具備獨(dú)特結(jié)構(gòu)和設(shè)計(jì),其中包括的超參數(shù)都預(yù)先得到優(yōu)化,也可離線接受訓(xùn)練。
此外,研究人員還研發(fā)了一種方法,以進(jìn)行天氣-車輛-駕駛員分析。該方法考慮到天氣和駕駛員行為對(duì)電池系統(tǒng)性能的影響,最終能夠提升模型的預(yù)測(cè)精度。此外,研究人員還采用了提前中途退出的方法,通過(guò)在訓(xùn)練前確認(rèn)最合適的參數(shù),以防止LSTM模型過(guò)度擬合。
對(duì)該LSTM模型進(jìn)行評(píng)估和仿真測(cè)試之后得出了非常好的結(jié)果,新方法無(wú)需額外的時(shí)間來(lái)處理數(shù)據(jù),而且比其他電池參數(shù)預(yù)測(cè)策略表現(xiàn)得更好。研究人員收集的結(jié)果表明,該模型可用于判斷各種電池故障,并及時(shí)向駕駛員和乘客發(fā)出通知,以避免發(fā)生致命事故。
研究人員發(fā)現(xiàn),在完成離線訓(xùn)練之后,LSTM模型可以快速準(zhǔn)確地完成在線預(yù)測(cè)。換句話說(shuō),離線訓(xùn)練并沒(méi)有降低該模型預(yù)測(cè)的速度和準(zhǔn)確性。未來(lái),研究人員研發(fā)的電池參數(shù)預(yù)測(cè)模型將有助于提高電動(dòng)汽車的安全性和效率。同時(shí),研究人員計(jì)劃在更多數(shù)據(jù)集上訓(xùn)練該LSTM網(wǎng)絡(luò),從而進(jìn)一步提高其性能和通用性。