ICS35.240.99CCS

L73團(tuán) 體 標(biāo) 準(zhǔn)T/CI987—2025基于新一代物聯(lián)網(wǎng)技術(shù)的電池生命周期價(jià)值鏈管理技術(shù)規(guī)范Technicalspecificationsforbatterylifecyclevaluechainmanagementbasedonnewgenerationinternetofthingstechnology2025-04-25發(fā)布 2025-04-25實(shí)施中國國科技促會(huì) 發(fā)布T/CI987—2025T/CI987—2025II目 次前言 II132范引文件 33語定義 34號(hào)縮語 35慧池品計(jì) 3硬件 4數(shù)據(jù) 46一物網(wǎng)池周期值管系架體系 4系架構(gòu) 4數(shù)預(yù)理 5功要求 6評(píng)指標(biāo) 10參考獻(xiàn) 12T/CI987—2025T/CI987—2025IIII前 言本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。吉林T/CI987—2025T/CI987—2025PAGEPAGE10基于新一代物聯(lián)網(wǎng)技術(shù)的電池生命周期價(jià)值鏈管理技術(shù)規(guī)范范圍（GB/T35119—2017產(chǎn)品生命周期數(shù)據(jù)管理規(guī)范GB/T35295—2017信息技術(shù)大數(shù)據(jù)術(shù)語GB/T36972—2018電動(dòng)自行車用鋰離子蓄電池GB/T38637.2—2020物聯(lián)網(wǎng)感知控制設(shè)備接入第2部分：數(shù)據(jù)管理要求GB/T39086—2020電動(dòng)車用電池管理系統(tǒng)功能安全要求及試驗(yàn)方法GB/T35119—2017、GB/T35295—2017、GB/T36972—2018、GB/T38637.2—2020和GB/T39086—2020以及下列術(shù)語和定義適用于本文件。環(huán)境溫度ambienttemperature電池周圍環(huán)境的溫度,它對(duì)電池性能、壽命和安全性有重大影響。價(jià)值鏈valuechain企業(yè)為創(chuàng)造獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)和更高的產(chǎn)品和服務(wù)附加值而構(gòu)成的一系列增值過程。生命周期lifecycle電池從最初的設(shè)計(jì)和生產(chǎn)到報(bào)廢以及隨后的回收或處置所經(jīng)歷的一系列完整階段。損失函數(shù)lossfunction在機(jī)器學(xué)習(xí)和算法建模中，用于量化模型預(yù)測(cè)輸出與實(shí)際觀察結(jié)果之間差異的函數(shù)。下列符號(hào)和縮略語適用于本文件。??：預(yù)測(cè)節(jié)點(diǎn)個(gè)數(shù)????：預(yù)測(cè)值??LSTM：長(zhǎng)短期記憶網(wǎng)絡(luò)（LongShort-TermMemory）CNN：卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork）硬件eSIM數(shù)據(jù)應(yīng)采集下列交通數(shù)據(jù)：應(yīng)采集下列電池?cái)?shù)據(jù)：RFID）電池?cái)?shù)據(jù)的隱私保護(hù)應(yīng)采用下列技術(shù)手段。GPS新一代物聯(lián)網(wǎng)電池生命周期價(jià)值鏈管理平臺(tái)架構(gòu)包含感應(yīng)層、通信層、邊緣層、云端層和應(yīng)用層，見圖1。數(shù)據(jù)平臺(tái) 算法平臺(tái)傳統(tǒng)機(jī)器學(xué)習(xí)算法庫數(shù)據(jù)平臺(tái) 算法平臺(tái)傳統(tǒng)機(jī)器學(xué)習(xí)算法庫統(tǒng)計(jì)分析算法庫特征挖掘模塊數(shù)據(jù)處理模塊電剩電電電電電充電充池余池池池池池電池?fù)Q狀電壽充安故軌需回電態(tài)量命電全障跡求收站預(yù)預(yù)預(yù)管預(yù)預(yù)分預(yù)分選測(cè)測(cè)測(cè)理警警析測(cè)析址模塊模塊模塊模塊圖計(jì)算模塊算法庫組件組件組件數(shù)據(jù)接入模塊設(shè)備控制模塊本地?cái)?shù)據(jù)庫數(shù)據(jù)接入模塊設(shè)備控制模塊本地?cái)?shù)據(jù)庫邊緣計(jì)算網(wǎng)關(guān)功能MQTT協(xié)議CoAP協(xié)議ZigbeeMQTT協(xié)議CoAP協(xié)議ZigbeeGPRSeSIMBluetoothGPS模塊控制傳感器GPS模塊控制傳感器溫度傳感器電流傳感器電壓傳感器圖1 新一物網(wǎng)池命期價(jià)鏈理臺(tái)構(gòu)其中：GPS在數(shù)據(jù)分析之前，應(yīng)對(duì)電池?cái)?shù)據(jù)進(jìn)行以下預(yù)處理操作：01PCALDA應(yīng)支持電池剩余電量預(yù)測(cè)功能，構(gòu)建流程包含下列步驟。LSTM應(yīng)支持剩余行駛里程預(yù)測(cè)功能，構(gòu)建流程包含下列步驟。CNN剩余里程預(yù)測(cè)通過利用數(shù)據(jù)庫中包括但不限于電池的總行駛里程數(shù)據(jù)、駕駛員行為數(shù)據(jù)2注：充電效率指電池中存儲(chǔ)的能量與充電過程中提供的能量之比。LSTMCNN構(gòu)建神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)車輛是否需要充電否是否車主是否同意充電是根據(jù)車輛位置信息，充電樁、換電站信息，為車主推薦充、換電位置傳感器收集鋰電池當(dāng)前信息，通過通訊模塊發(fā)送至云腦管理平臺(tái)導(dǎo)航至車主選擇的充、換電站，監(jiān)控完成充換電圖2 充電理?？汲屉姵匕踩A(yù)警包含下列步驟，見圖3。GPS傳感器收集鋰電池當(dāng)前信息，通過通訊模塊發(fā)送至云腦管理平臺(tái)是鋰電池當(dāng)前環(huán)境是否安全傳感器收集鋰電池當(dāng)前信息，通過通訊模塊發(fā)送至云腦管理平臺(tái)是鋰電池當(dāng)前環(huán)境是否安全否云腦管理平臺(tái)將鋰電池安全問題及可能隱患告知車主及相關(guān)部門，指導(dǎo)安全問題排查構(gòu)建神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)鋰電池狀態(tài)車主或相關(guān)部門在排查后生成安全報(bào)告，及時(shí)解決安全問題圖3 安全警?？汲掏ㄟ^大數(shù)據(jù)挖掘電池異常特征。主要分為兩類：充放電需求分析是從電池歷史軌跡數(shù)據(jù)中提取識(shí)別確定電動(dòng)車的充電與放電過程。通過對(duì)電動(dòng)車（1） ??c(??cc,??cs,??ce,??cs,??ce) (1)式中：（2） ????(??????,??????,??????,??????,??????,??????)·····························································(2)式中：????????????????（3） ????(??????,??????,??????,??????)·····································································(3)式中：??????——潛在充電需求所在位置；????????????——最大可充電能量。充電需求預(yù)測(cè)是從電動(dòng)車用戶個(gè)體與群體角度估計(jì)未來需要充電服務(wù)的用戶數(shù)量、充電發(fā)生的位要結(jié)合大量電動(dòng)車個(gè)體充電整體需求的歷史情況，預(yù)測(cè)未來特定時(shí)間段內(nèi)城市各區(qū)域?qū)a(chǎn)生多大的充電需求。充放電供需分析應(yīng)支持下列功能：評(píng)價(jià)絕對(duì)誤差損失的預(yù)期值應(yīng)按公式（4）進(jìn)行計(jì)算。 ????(??,?)=1??

|??

??|··(4??均方誤差的預(yù)期值應(yīng)按公式（5）進(jìn)行計(jì)算。

??=1?? ?? ????(??,?)=1??(????)2··(5????=1?? ??均方根誤差的預(yù)期值應(yīng)按公式（6）進(jìn)行計(jì)算。 ????(,?)=√1??(????)2··(6????=1?? ??評(píng)價(jià)絕對(duì)百分比誤差的預(yù)期值應(yīng)按公式（7）進(jìn)行計(jì)算。 ????(??,?)=1??|??????|··(7準(zhǔn)確率

????=1

|????|指分類器預(yù)測(cè)正確的結(jié)果占總樣本的百分比，取值范圍為[0,1]，若樣本平衡，準(zhǔn)確率越高，模型預(yù)測(cè)能力越好，應(yīng)按照公式（8）進(jìn)行計(jì)算。 ??= ????+????????+????+????+????

·······