机动车状态综合评估体系的建立方法及装置制造方法

文档序号:6623751阅读:218来源:国知局
机动车状态综合评估体系的建立方法及装置制造方法
【专利摘要】本发明公开了一种机动车状态综合评估体系的建立方法及装置,该方法包括:确定机动车各设定功能模块的运行状态指标;根据因子分析法提取所述运行状态指标的公共因子,以各公共因子为标准对所述运行状态指标进行分类,建立初步机动车状态综合评估指标体系;根据逐步回归分析对所述初步机动车状态综合评估指标体系中各公共因子所对应的运行状态指标进行筛选;根据筛选后的各公共因子所对应的运行状态指标建立机动车状态综合评估指标体系;从而能够对机动车整体状态做出合理评估。
【专利说明】机动车状态综合评估体系的建立方法及装置

【技术领域】
[0001] 本发明涉及机动车领域,特别是涉及一种机动车状态综合评估体系的建立方法及 装直。

【背景技术】
[0002] 随着人们对环境保护的重视,以清洁能源作为动力的机动车越来越受到人们的追 捧,它们在节能减排方面具备燃油机动车不可比拟的优势,世界各国出台各项政策和措施 鼓励新能源机动车及其相关产业的发展,使得新能源作为动力的机动车的普及程度不断提 商。
[0003] 目前,机动车状态评估分为单项指标评估和综合评估,单项评估是对机动车某个 状态特征进行量化而得到考核值的过程,其评估结果即为指标值;综合评估是在分析单项 指标的基础上,将机动车的多个特征量按属性合成一个有机的整体,其考核结果可以是机 动车的状态综合指标或综合等级。
[0004] 新能源作为动力的机动车的运营管理仍处于起步阶段,亟需建立这类机动车的运 行状态综合评估指标体系,例如在现在技术中有电池管理系统能实时监测电动汽车动力电 池的充放电过程、荷电状态等信息,但该系统仅能对电动汽车电池温度、一致性等进行实时 监测,还不能对电动汽车的整体状态做出合理评估。
[0005] 因此,如何解决对机动车整体状态做出合理评估,评估的全局性、整体性差的问 题,是本领域的技术人员需要解决的技术问题。


【发明内容】

[0006] 本发明的目的是提供一种机动车状态综合评估体系的建立方法,该方法能够完成 对机动车整体状态做出合理的评估;本发明的另一目的是提供一种机动车状态综合评估体 系的建立的装置。
[0007] 为解决上述技术问题,本发明实施例提供如下技术方案:
[0008] -种机动车状态综合评估体系的建立方法,该方法包括:
[0009] 确定机动车各设定功能模块的运行状态指标;
[0010] 根据因子分析法提取所述运行状态指标的公共因子,以各公共因子为标准对所述 运行状态指标进行分类,建立初步机动车状态综合评估指标体系;
[0011] 根据逐步回归分析对所述初步机动车状态综合评估指标体系中各公共因子所对 应的运行状态指标进行筛选;
[0012] 根据筛选后的各公共因子所对应的运行状态指标建立机动车状态综合评估指标 体系。
[0013] 其中,所述根据因子分析法提取所述运行状态指标的公共因子的方法包括:将运 行状态指标相关系数矩声I Α大于零的特征根值按从大到小的顺序排列,再选出前k个特征 根,使得前k个特征根值之和与所有特征根值之和的比值需大于所设阈值,由此得到k个公 共因子。
[0014] 其中,所述以各公共因子为标准对所述运行状态指标进行分类的方法包括:
[0015] 根据所述k个特征根的特征向量构建因子载荷矩阵;
[0016] 确定各个运行状态指标在因子载荷矩阵中所对应的各公共因子的载荷值;
[0017] 对于各运行状态指标,将运行状态归属到载荷值大于阈值所对应的公共因子分类 中,一个公共因子对应一个分类。
[0018] 其中,所述根据逐步回归分析对所述初步机动车状态综合评估指标体系中各公共 因子所对应的运行状态指标进行筛选的方法包括:
[0019] a、利用多元线性回归模型以每个公共因子下的运动状态指标为自变量,每个公共 因子为因变量,建立多元线性回归方程并计算各运行状态指标的贡献值;
[0020] b、以一个只含常数项的回归方程通过逐步引入和删除自变量项,所述自变量项的 贡献值满足引入阈值,选取在筛选过程中贡献值满足筛选规则的自变量项引入回归方程, 删除贡献值不满足筛选规则的自变量项。
[0021] 其中,所述步骤a中,
[0022] 多元线性回归方程建立公式为:
[0023] Y = X β +e,e ?N (0, 〇 21)
[0024] 其中多元线性回归方程系数的估计值为:
[0025] β = (ΧΤΧ)^ΧΤΥ
[0026] 残差平方和为: SS(, = Χ(V, -β{) -βμη-----Α·'ν))_
[0027] >=ι = ΥΓΥ-βΓΧΓΥ
[0028] 运行状态指标的贡献值的计算公式为:
[0029]

【权利要求】
1. 一种机动车状态综合评估体系的建立方法,其特征在于,该方法包括: 确定机动车各设定功能模块的运行状态指标; 根据因子分析法提取所述运行状态指标的公共因子,以各公共因子为标准对所述运行 状态指标进行分类,建立初步机动车状态综合评估指标体系; 根据逐步回归分析对所述初步机动车状态综合评估指标体系中各公共因子所对应的 运行状态指标进行筛选; 根据筛选后的各公共因子所对应的运行状态指标建立机动车状态综合评估指标体系。
2. 如权利要求1所述的方法,其特征在于,所述根据因子分析法提取所述运行状态指 标的公共因子的方法包括:将运行状态指标相关系数矩阵左大于零的特征根值按从大到小 的顺序排列,再选出前k个特征根,使得前k个特征根值之和与所有特征根值之和的比值需 大于所设阈值,由此得到k个公共因子。
3. 如权利要求2所述的方法,其特征在于,所述以各公共因子为标准对所述运行状态 指标进行分类的方法包括: 根据所述k个特征根的特征向量构建因子载荷矩阵; 确定各个运行状态指标在因子载荷矩阵中所对应的各公共因子的载荷值; 对于各运行状态指标,将运行状态归属到载荷值大于阈值所对应的公共因子分类中, 一个公共因子对应一个分类。
4. 如权利要求1所述的方法,其特征在于,所述根据逐步回归分析对所述初步机动车 状态综合评估指标体系中各公共因子所对应的运行状态指标进行筛选的方法包括: a、 利用多元线性回归模型以每个公共因子下的运动状态指标为自变量,每个公共因子 为因变量,建立多元线性回归方程并计算各运行状态指标的贡献值; b、 以一个只含常数项的回归方程通过逐步引入和删除自变量项,所述自变量项的贡献 值满足引入阈值,选取在筛选过程中贡献值满足筛选规则的自变量项引入回归方程,删除 贡献值不满足筛选规则的自变量项。
5. 如权利要求4所述的方法,其特征在于,所述步骤a中, 多元线性回归方程建立公式为: Y = Χβ +e,e ?Ν(0, 〇 21) 其中多元线性回归方程系数的估计值为: β = (ΧτΧΓ*ΧτΥ 残差平方和为: ss,· = Χ(.ν,~βν, -β^-------A;))_ Μ = ΥΓΥ-βΓΧΓΥ 运行状态指标的贡献值的计算公式为:
其中,SSi为第i项指标未引入前的残差平方和,SSe为第i项指标引入后的残差平方 和,m为第i项引入后回归方程中非常数项的项数,η为样本数。
6. 如权利要求4所述的方法,其特征在于,所述步骤b包括: 在所有未引入回归方程的项中找出匕的最大项,如果当Fi>Fin时引入这一项;然后在 所有已引入回归方程的项中找出匕的最小项,如果就删除这一项;直到方程内所有 项都满足F^F^,方程外所有项都满足Fi < Fwt为止; 其中,Fi为第i项指标的贡献值,Fin为引入阈值,为删除阈值; 容许值水平界限Tol,在逐步回归过程中,每当引入一项,都要计算XTX的行列式值D, 若D〈Tol及时其他条件满足,也不引入这一项。
7. 如权利要求1所述的方法,其特征在于,所述建立机动车状态综合评估指标体系的 方法包括: 将所述机动车运行状态综合评估作为目标层;将所述k个公共因子组成项目层;将所 述筛选后各公共因子所对应的运行状态指标组成指标层;将所述目标层、项目层和指标层 组成机动车状态综合评估指标体系。
8. -种机动车状态综合评估体系的建立装置,其特征在于,包括: 确定运行状态指标模块,用于确定机动车各设定功能模块的运行状态指标; 建立初步机动车状态综合评估指标体系模块,用于根据因子分析法提取所述运行状态 指标的公共因子,以各公共因子为标准对所述运行状态指标进行分类,建立初步机动车状 态综合评估指标体系; 逐步回归分析模块,用于根据逐步回归分析对所述初步机动车状态综合评估指标体系 中各公共因子所对应的运行状态指标进行筛选; 建立机动车状态综合评估指标体系模块,用于根据筛选后的各公共因子所对应的运行 状态指标建立机动车状态综合评估指标体系。
9. 如权利要求8所述的机动车状态综合评估体系的建立装置,其特征在于,所述建立 初步机动车状态综合评估指标体系模块包括: 公共因子提取单元,用于对运行状态指标相关系数矩阵左大于零的特征根值从大到小 的顺序排列,再选出前k个特征根,使得前k个特征根值之和与所有特征根值之和的比值需 大于所设阈值,由此得到k个公共因子; 运行状态指标分类单元,用于 根据所述k个特征根的特征向量构建因子载荷矩阵; 确定各个运行状态指标在因子载荷矩阵中所对应的各公共因子的载荷值; 对于各运行状态指标,将运行状态归属到载荷值大于阈值所对应的公共因子分类中, 一个公共因子对应一个分类。
10. 如权利要求8所述的机动车状态综合评估体系的建立装置,其特征在于,所述逐步 回归分析模块包括: 多元线性回归模型建立单元,用于以每个公共因子下的运动状态指标为自变量,每个 公共因子为因变量,建立多元线性回归方程; 指标贡献值计算单元,用于根据公式
计算指标的贡献大小; 其中,SSi为第i项指标未引入前的残差平方和,SSe为第i项指标引入后的残差平方 和,m为第i项引入后回归方程中非常数项的项数,η为样本数; 筛选单元,用于根据筛选规则对每个公共因子下的运动状态指标进行筛选。
【文档编号】G06F19/00GK104156605SQ201410406127
【公开日】2014年11月19日 申请日期:2014年8月18日 优先权日:2014年8月18日
【发明者】李题印, 张静 申请人:浙江群力电气有限公司, 国家电网公司, 国网浙江杭州市余杭区供电公司, 国网浙江省电力公司杭州供电公司, 国网浙江省电力公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1