摘要
本发明提供了一种基于时间序列数据预测车辆热失控的方法,涉及车辆热失控预测技术领域;本发明方法基于传统的神经网络构建时间序列的网络模型,将仅适用于截面数据的传统神经网络模型扩展为针对新能源汽车热失控的面板数据模型;本发明可以延续单一数据原因造成的热失控故障,并且造成热失控的原因会在依次的时间节点上有所表现,即故障表征会延续,可以有效针对新能源汽车热失控进行精准预测。通过采用本发明的新型神经网络模型,可以充分利用时间序列的历史数据的递进特征,更大化的挖掘模型的预测能力,经过实际使用预测,模型的准确率得到大幅提升。
技术关键词
车辆运行参数
热失控预测
电池包
车辆运行数据
温度探针
序列
新型神经网络模型
节点
切片
新能源汽车
故障表征
标签
电压
单体
样本
系统为您推荐了相关专利信息
龙门机械手
电池包壳体
组装生产线
工位
BMS模块
碰撞测试方法
电池包接插件
仿真模型
参数
待测电池
串联电池包
三相全桥电路
三极管
供电电路
降压模块