TechnicalspecificationsforbatterylifecyclevaluechainmgenerationinternetofthingstechnologyI 3 3 3 3 3 4 4 4 4 5 66.4評價指標 本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規(guī)則》的規(guī)定請注意本文件的某些內容可能涉及專利。本文件的發(fā)布機構不承擔識別專利的責任。寧、孔祥明、劉妍、周時瑩、李長龍、孫宗姚、陳欣、陳瑤、王3基于新一代物聯(lián)網(wǎng)技術的電池生命周期價值鏈管理技術規(guī)范本文件適用于新一代物聯(lián)網(wǎng)技術的電池生命周期價值鏈管理平臺GB/T35119—2017產品生命周期數(shù)據(jù)管GB/T38637.2—2020物聯(lián)網(wǎng)感知控制設備接入第2部分：數(shù)據(jù)管理3.13.23.33.4在機器學習和算法建模中，用于量化模型預測輸出與實際觀察結果之間差異的函數(shù)。4符號和縮略語N：預測節(jié)點個數(shù)yi：預測值LSTM：長短期記憶網(wǎng)絡（LongShort-TermMeCNN：卷積神經網(wǎng)絡（ConvolutionalNeural4備，用于采集鋰電池的相關數(shù)據(jù)，并將數(shù)據(jù)進b)交通速度：各路段車輛的平均速度和瞬時速度；）：h)充電事件：充電會話的詳細日志，包括開始和結束時間、傳輸?shù)哪芰恳约俺潆姷攸c。a)去中心化：確保從數(shù)據(jù)集中刪除個人標識符，以防止數(shù)據(jù)被追溯到個人用戶。這包括匿名化d)最小化收集：只收集特定目的所需的必要數(shù)據(jù)。6新一代物聯(lián)網(wǎng)電池生命周期價值鏈管理系統(tǒng)5應用層云端層邊緣層通訊層感應層充換電站選址電池回收分充換電站選址電池回收分析充電需求預測電池軌跡分析電池安全預警電池故障預警電池充電管理剩余電量預測電池狀態(tài)預測電池壽命預測算法平臺數(shù)據(jù)平臺算法平臺特征挖掘模塊離線計算模塊特征挖掘模塊離線計算模塊圖計算模塊統(tǒng)計分析算法庫深度學習算法庫知識圖譜組件數(shù)據(jù)處理模塊分布式存儲模塊流計算模塊時空數(shù)據(jù)挖掘組件優(yōu)化決策組件數(shù)據(jù)接入模塊設備控制模塊本地數(shù)據(jù)庫邊緣計算網(wǎng)關功能MQTT協(xié)議CoAP協(xié)議ZigbeeGPRSeSIMBluetooth電壓傳感器電流傳感器溫度傳感器控制傳感器GPS模塊b)通信層用于提供消息隊列遙測傳輸、受限應用協(xié)議等物聯(lián)網(wǎng)主流通信協(xié)議進行數(shù)據(jù)傳輸和控d)云端層用于處理數(shù)據(jù)的大量存儲和復雜分析，包含數(shù)據(jù)平臺和算法平臺；6.2數(shù)據(jù)預處理在數(shù)據(jù)分析之前，應對電池數(shù)據(jù)進行以下預處6f)特征提?。簩τ诓糠址治鰣鼍爸须?.3功能要求應支持電池剩余電量預測功能，構建流程包含下確程度，并計算平均絕對誤差、均方誤差衡量剩余電量預測準應支持剩余行駛里程預測功能，構建流程包含下b)模型設計：模型網(wǎng)絡結構設計可采用深度學習算法模型，常用的有圖卷積網(wǎng)絡、CNN、變分自1)剩余里程預測通過利用數(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)7傳感器收集鋰電池當前信息，通過通訊模塊發(fā)送至云腦管理平臺否構建神經網(wǎng)絡模型預測否車輛是否需要充電是根據(jù)車輛位置信息，充電樁、換電站信息，為車主推薦充、換電位置否車主是否同意充電是導航至車主選擇的充、換電站，監(jiān)控完成充換電84)電池非正常插拔或汽車非正常啟動，可能存在操作失誤導致其傳感器收集鋰電池當前信息，通過通訊模塊發(fā)送至云腦管理平臺構建神經網(wǎng)絡模型預測鋰電池狀態(tài)是鋰電池當前環(huán)境是否安全否云腦管理平臺將鋰電池安全問題及可能隱患告知車主及相關部門，指導安全問題排查車主或相關部門在排查后生成安全報告，及時解決安全問題9b)機器學習，如聚類、神經網(wǎng)絡、支持向量機等構建分類模型或回歸模型用等。并通過計算均方根差和平均絕對百分比誤差衡量電池壽命估計的充放電需求分析是從電池歷史軌跡數(shù)據(jù)中提取識別確定電動車的充電與放電過程。通過對電動車Ec(lcc,tcs,tce,Qcs,Qce)··································································(1)lcc——充電所在位置；tcs——充電起始時間；tce——充電結束時間；Qcs——充電起始時剩余電量；Qce——充電結束時剩余電量。對于放電需求，在提取放電需求時應設置時間閾值δ,當兩個相鄰Ed(lds,lde,tds,tde,Qds,Qde)·····························································(2)lds——放電起始時車輛位置；lde——放電結束時車輛位置；tds——放電起始時間；tde——放電結束時間；Qds——放電起始時剩余電量；Qde——放電結束時剩余電量。電動車的潛在充電需求應使用下列規(guī)則進行預測：當電動車在某一位置停放時長超過τ,停放開始Ep(lpq,tps,tpe,cpe)·····································································(3)lpq——潛在充電需求所在位置；tpe——潛在充電需求結束時間；cpe——最大可充電能量。充電需求預測是從電動車用戶個體與群體角度估計未來需要充電服務的用戶數(shù)量、充電發(fā)生的位要結合大量電動車個體充電整體需求的歷史情況，預