电动汽车充电状态监测与多级安全预报警方法

• 作者: 高德欣 郑晓雨 王义 杨清
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电动汽车 充电过程 卷积神经网络 双向长短记忆 多级安全预报警
• 年，卷（期）: 2022,（9）
• 所属期刊栏目: “电力装备可靠性与智能化”专题
• 页码范围: 2252-2262
• 页数: 11页
• 分类号: TP277
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.211846

摘要

电动汽车在充电过程中烧车事故频发,成为了制约电动汽车发展的关键问题.该文针对充电安全问题,提出一种新的电动汽车充电状态监测与多级安全预报警的方法.该方法基于卷积神经网络(CNN)和双向长短记忆(BiLSTM),利用电动汽车的充电历史数据,构建CNN-BiLSTM多级安全预报警模型;设计模型的充电状态监测和多级安全预报警实现流程;通过与其他模型相比较,验证了该模型的预测精度;通过滑动窗口法,确定了模型的预报警阈值.试验结果表明,该方法可以对电动汽车充电过程进行实时监测,及时发现故障并发出预报警信号,保障电动汽车充电安全.