基于BMS数据的新能源汽车动力电池状态评估系统

一、介绍

本系统以 NASA Battery Dataset 为数据源,对锂离子电池的健康状态(SOH)、剩余使用寿命(RUL)和荷电状态(SOC)进行全面评估与预测。系统采用随机森林回归模型预测 SOH(R²≈0.97),线性回归外推 RUL,扩展卡尔曼滤波(EKF)增强 SOC 估算,并通过 Vue.js + ECharts 进行可视化展示,同时提供基于规则的分级异常预警与模型版本管理功能。

二、系统功能

1、数据采集与预处理

通过 kagglehub 自动下载 NASA Battery Dataset(18650 锂离子电池,B0005~B0028 等多块电池),使用 process.py 对原始放电循环 CSV 进行预处理。

(1)缺失值清洗与容量异常过滤。

(2)容量法计算 SOH:

SOH = C_current / C_rated × 100%

(3)提取 11 维统计特征,包括电压、电流、温度均值标准差以及放电时长等。

(4)采用 Min-Max 归一化,并持久化保存 scaler.pkl。

(5)采用安时积分法计算 SOC,并进行 10:1 降采样。

(6)基于规则实现四级分级预警标记(0正常/1关注/2预警/3报警)。

处理完成后由 save_to_db.py 批量写入 MySQL。

2、电池状态监控

选择电池编号(B0005/B0006/B0007)和放电循环次数,使用 ECharts 折线图展示该次放电过程的四条时序曲线。

(1)电压-时间曲线。

(2)电流-时间曲线。

(3)温度-时间曲线。

(4)SOC-时间曲线。

横轴统一以放电时长(秒)为单位,数据来源于 battery_timeseries 表。

3、SOH 健康状态评估

基于容量法:

SOH = C_current / C_rated × 100%

评估电池健康状态。

状态阈值如下:

(1)SOH ≥ 80%:正常。

(2)70%~80%:关注。

(3)SOH < 70%:报废。

页面展示内容如下:

(1)健康概览卡片(总数/平均SOH/关注数/报废数)。

(2)多电池 SOH 衰减对比折线图(含 80% 报废警戒线)。

(3)健康排名柱状图。

(4)电池状态列表。

数据来源于 battery_data 表。

4、SOH 预测与 RUL 剩余寿命预测

SOH 预测采用随机森林回归模型。

(1)模型名称:RandomForestRegressor。

(2)树数量:200 棵。

(3)输入特征:11 维特征。

(4)模型指标:RMSE≈8.65,R²≈0.97。

系统通过 ECharts 双线图对比容量法实际值与模型预测值。

RUL 预测采用线性回归拟合 SOH 衰减趋势,并外推至 SOH=80% 计算剩余可用循环数,结果写入 battery_health 表,并以柱状图展示各电池寿命排名。

5、异常检测与预警

基于规则引擎对放电数据进行四级分级预警。

(1)SOH < 80%:关注。

(2)温度 > 45℃ 或 电压 < 2.5V:预警。

(3)温度 > 60℃ 或 SOH < 70%:报警。

多条件触发时取最高等级。

页面展示内容如下:

(1)预警概览卡片。

(2)各电池预警分布堆叠柱状图。

(3)支持按电池编号和预警等级双重筛选的预警详细列表。

6、个人信息

用户可查看和编辑个人信息。

7、修改密码

用户登录后可修改密码。

8、登录注册

系统支持用户登录与注册。

9、用户管理

管理员可对用户信息进行统一管理。

三、软件架构

后端

(1)Python 3.8+。

(2)Flask。

(3)scikit-learn(随机森林 SOH 预测、线性回归 RUL 预测、PCA 降维)。

(4)NumPy / Pandas(数据处理与特征提取)。

(5)joblib(模型序列化与热加载)。

前端

(1)Vue。

(2)ECharts。

数据库

(1)MySQL 5.7+。

相关推荐
YH行业报告分析2 天前
2026信号校准器市场洞察:热电偶与RTD校准器如何支撑汽车、航空现场计量?
汽车
manduic3 天前
汽车座舱Buck选型实战:AWK6613 对比 SCT2432,参数逐项对齐(附选型清单)
网络·汽车
矩子01X3 天前
11 月 1 日已实施:4 项汽车新标准要点清单,台架定制、环境搭建与测试软件找谁做
自动化测试·汽车·汽车测试·硬件在环测试
屿华AI5 天前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
屿华AI5 天前
AUTOSAR 实战-诊断工具 | DTC/Event/FiM 故障报告自动化:DEM 诊断数据采集与解析
python·测试工具·自动化·汽车
稳联技术老娜8 天前
汽车轮罩产线 PROFINET 转 DeviceNet 通信落地方案
汽车
软件技术NINI12 天前
基于SpringBoot和Vue的新能源汽车销售推荐系统
java·vue.js·spring boot·后端·汽车·毕业设计·毕设
rhythm-ring15 天前
《汽车热管理系统:电子水泵单线PWM双向诊断机制》
单片机·嵌入式硬件·汽车
AI源码15 天前
基于 Python 的汽车市场数据分析与可视化平台
python·数据分析·汽车
乌鲁木齐德润恒圣信息科技有限公司15 天前
新能源车贴膜怎么选:全景天幕、超大前挡、传感器多
汽车