新能源燃料电池电动车气压值信号的实时监控方法
【专利摘要】本发明公开了一种新能源燃料电池电动车气压值信号的实时监控方法，属于信号与信息处理【技术领域】。该方法包括以下步骤：步骤一：通过安装在新能源电车电瓶下的传感器采集电瓶当前的气压测量值Ck；步骤二：采用无损卡尔曼滤波UKF(Unscented?Kalman?Filter)技术对采集的气压测量值进行滤波；步骤三：对经过滤波处理后的数据进行判断，并对不符合实际情况的滤波值进行修正；步骤四：存储得到修正后的气压值并进行绘制和显示。本方法能够及时准确的反应电车实际的能源值，从而方便实时了解电车当前的能源剩余量及时给车补充燃料，避免电池出现过充或过放现象。
【专利说明】新能源燃料电池电动车气压值信号的实时监控方法
【技术领域】
[0001]本发明属于信号与信息处理【技术领域】，涉及一种新能源燃料电池电动车气压值信号的实时监控方法。
【背景技术】
[0002]当前，随着能源紧缺的问题愈发突出，人们越来越关注生态环保和节能技术，电动汽车随之备受看好。伴随着国内雾霾污染的加剧，政府及民众都已经认识到了雾霾污染的危害性，而新能源汽车几乎可以解决汽车尾气污染甚至是实现汽车尾气的零排放，因此大力推广新能源汽车也已经获得了政府部门的重视，未来新能源汽车的发展必将走上新的更快的轨道上来，同时，随着近些年来技术的发展，基于氢能源的燃料电池电动车得到了快速发展。
[0003]新能源燃料电池的气压值是通过安装在气瓶下的传感器测量并返回的。但是，由于传感器本身的精度存在误差，会使得传感器测出的气压值与真实值间存在误差；此外，汽车在运行过程中会出现急刹或因道路不平而造成的颠簸等情况，这些情况也会使传感器输出不符合实际的错误气压值或出现陡升陡降的气压点，如附图3中的标注。陡升可能是由于实际在给电车加气引起的，也有可能是外界干扰造成的，此时需要对气压值进行判断；而陡降点则是因外界干扰引起的点也是要滤除的点。在实际情况中，除加气外电车的气压值应呈现下降趋势。如果不能实时检测燃料剩余量的真实状态，就有可能会引起电池的过充或过放，对昂贵的电池造成损伤。
[0004]因此，如何对新能源燃料电池电动车的气压监控值信号进行实时修正和监控，以使得气压值信号更加准确显得至关重要。
【发明内容】
[0005]有鉴于此，本发明的目的在于提供一种新能源燃料电池电动车气压值信号的实时监控方法，该方法针对新能源燃料电池电车的气瓶气压值实时监控，滤除掉传感器不精确造成的干扰、修正汽车运行中造成的错误波动点，并判断出实际加气点，及时准确的反应电车实际的能源值，从而方便实时了解电车当前的能源剩余量及时给车补充燃料，避免电池出现过充或过放现象。
[0006]为达到上述目的，本发明提供如下技术方案:
[0007]—种新能源燃料电池电动车气压值信号的实时监控方法，包括以下步骤:步骤一:通过安装在新能源电车电瓶下的传感器采集电瓶当前的气压测量值Ck ;步骤二:采用无损卡尔曼滤波UKF(Unscented Kalman Filter)技术对采集的气压测量值进行滤波；步骤三:对经过滤波处理后的数据进行判断，并对不符合实际情况的滤波值进行修正；步骤四:存储得到修正后的气压值并进行绘制和显示。
[0008]进一步，在步骤二中，假设卡尔曼滤波的状态方程Xk等于前一状态的最优值Xlri与一高斯噪声Wk的和，测量方程为装在新能源电车电瓶下的传感器返回的电瓶当前气压值Ck和一高斯噪声ek的和，将状态方程和测量方程作为无损卡尔曼滤波的输入控制量，即:
[0009]状态方程为:Xk = f (Xk^1) +wk,测量方程为:Zk = Ck+ek ;同时,估计误差Wk的协方差Qk、测量误差ek的协方差Rk也作为无损卡尔曼滤波的输入变量；经过无损卡尔曼滤波后，输出去噪后的最优值Vk及协方差Pk。
[0010]进一步，在步骤三中，在得到经过UKF滤波的滤波值Vk后，还需进一步对得到的数据进行判断:首先，判断此时的滤波值是否为加气点，在实际情况中只有对燃料电池汽车加气时，燃料电池汽车的气瓶电压值才呈现突然增加的状态，除此之外，气瓶气压值均呈现出下降趋势；其次，对不满足实际情况的滤波值修正，即若滤波值Vk不是实际加气值，但是又高于前一时刻值Vlri，此时需要确定出错的数值并进行修正。
[0011]进一步，在步骤三中，采用滑动窗对得到的数据进行判断，需要等待下一时刻的值νκ+1来判断出错的数值然后对错误数据进行修正。
[0012]本发明的有益效果在于:本方法针对新能源燃料电池电车的气瓶气压值实时监控，滤除掉传感器不精确造成的干扰、修正汽车运行中造成的错误波动点，并判断出实际加气点，及时准确的反应电车实际的能源值，从而方便实时了解电车当前的能源剩余量及时给车补充燃料，避免电池出现过充或过放现象。
【专利附图】
【附图说明】
[0013]为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明:
[0014]图1为UKF滤波器的框图；
[0015]图2为本发明的滤波修正流程图；
[0016]图3为无处理的电车气瓶气压；
[0017]图4为经过UKF滤波后的数据；
[0018]图5为经过本发明处理后的电车气瓶气压；
[0019]图6为实时监控系统的具体实施框图；
[0020]图7为滤波修正模块的实施框图。
【具体实施方式】
[0021 ] 下面将结合附图，对本发明的优选实施例进行详细的描述。
[0022]本发明所述的新能源燃料电池电动车气压值信号的实时监控方法，包括以下步骤:步骤一:通过安装在新能源电车电瓶下的传感器采集电瓶当前的气压测量值Ck ;步骤二:采用无损卡尔曼滤波UKF(Unscented Kalman Filter)技术对采集的气压测量值进行滤波；步骤三:对经过滤波处理后的数据进行判断，并对不符合实际情况的滤波值进行修正；步骤四:存储得到修正后的气压值并进行绘制和显示。
[0023]在本实施例中，以重庆恒通新能源燃料公交车为例，对气压值测量信号的滤波修正的系统图如图6所示:
[0024]其高压氢气瓶是公交车上盛放氢气燃料的装置，传感器则安装在高压氢气瓶下。传感器每隔2秒返回一个电瓶的气压值。后台接收到传感器传回的气压数据进行存储，然后滤波修正模块再对存储的气压值进行滤波，滤除掉噪声造成的干扰，并修正其中错误的气压值。把燃料电池电车气压值实时显示在后台显示屏上。
[0025]本实施例中的滤波修正模块对得到的初始数据滤波、修正过程如图7所示。
[0026]首先，假设卡尔曼滤波的状态方程Xk等于前一状态的最优值Xlri与一高斯噪声Wk的和；测量方程是装在新能源电车电瓶下的传感器返回电瓶当前的气压值Ck和一高斯噪声ek的和。并把状态方程和测量方程作为UKF的输入控制量。无损卡尔曼滤波的过程如图1所示。
[0027]状态方程为:
[0028]Xk = f (Xh) +Wk
[0029]测量方程为:Zk = Ck+ek
[0030]此外，估计误差Wk的协方差Qk、测量误差ek的协方差Rk也是UKF的输入变量。经过UKF滤波后，输出去噪后的最优值Vk及协方差Pk。经过UKF去噪后的滤波值，再经过修正模块才能输出满足实际情况的真实值。滤波修正过程如图2所示。
[0031]具体步骤如下:
[0032]I)首先进行了一次抽样，即间隔15个点(时间间隔为30秒)存储电瓶的气压值Ck。并把估计值和测量值及误差的协方差输入到UKF滤波器，输出的值认为是去噪后的最优值VkO
[0033]2)如果Vk-Vlri≥A时，则认为Vk是电车的真实加气。其中A值由研究电车加气行为分析得出。
[0034]3)如果Vk-Vlrl≤B时，则认为Vk值出错并剔除掉此值。其中B值是由研究电车的实际能耗确定的。
[0035]4)如果a = Vk-Vk^1/ Λ t < O时，认为Vlri时刻的值是准确的值。
[0036]5)反之，如果a = Vk-Vk^1/ Δ t > O,由2)以排除不是加气点。此时，不能确定是Vk^1还是Vk出错。还需要通过Vk+1的数值来判断出错的数据。若vk+1-vk/ Λ t < O时，则判断为V1正确，Vk出错，并对其进行修正；若vk+1-vk/ Λ t > O时，则判断为Vk正确，Vlri出错，并对其进行修正。
[0037]6)最后把处理过的数据储存，绘制出电车气瓶气压的变化曲线。
[0038]如图3所示，气瓶气压有很多陡降陡升的点，这些点不符合实际。并且图3是在所有数据已知的情况绘制的，不能实时判断出错的数据。
[0039]如图4所示，数据经过UKF滤波器，与图3相比数据除去了其中的噪声曲线变得更平滑。但是仍然不判断其中出错的数据。
[0040]图5是经过本发明滤波修正模块后，与图4相比较，已经剔除掉了陡降的点并且修正出错的数据。图5中的数据一直是递减的趋势，加气后的走势也是下降的。
[0041]最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。
【权利要求】
1.一种新能源燃料电池电动车气压值信号的实时监控方法，其特征在于:包括以下步骤: 步骤一:通过安装在新能源电车电瓶下的传感器采集电瓶当前的气压测量值Ck ；步骤二:采用无损卡尔曼滤波(UKF, Unscented Kalman Filter)技术对采集的气压测量值进行滤波； 步骤三:对经过滤波处理后的数据进行判断，并对不符合实际情况的滤波值进行修正； 步骤四:存储得到修正后的气压值并进行绘制和显示。
2.根据权利要求1所述的一种新能源燃料电池电动车气压值信号的实时监控方法，其特征在于:在步骤二中，假设卡尔曼滤波的状态方程Xk等于前一状态的最优值Xlri与一高斯噪声Wk的和，测量方程为装在新能源电车电瓶下的传感器返回的电瓶当前气压值Ck和一高斯噪声ek的和，将状态方程和测量方程作为无损卡尔曼滤波的输入控制量，即: 状态方程为:xk = f (Xk-D+Wk,测量方程为:Zk = Ck+ek ;同时,估计误差wk的协方差Qk、测量误差ek的协方差Rk也作为无损卡尔曼滤波的输入变量；经过无损卡尔曼滤波后，输出去噪后的最优值Vk及协方差Pk。
3.根据权利要求1所述的一种新能源燃料电池电动车气压值信号的实时监控方法，其特征在于:在步骤三中，在得到经过UKF滤波的滤波值Vk后，还需进一步对得到的数据进行判断:首先，判断此时的滤波值是否为加气点，在实际情况中只有对燃料电池汽车加气时，燃料电池汽车的气瓶电压值才呈现突然增加的状态，除此之外，气瓶气压值均呈现出下降趋势；其次，对不满足实际情况的滤波值修正，即若滤波值Vk不是实际加气值，但是又高于前一时刻值Vlri，此时需要确定出错的数值并进行修正。
4.根据权利要求3所述的一种新能源燃料电池电动车气压值信号的实时监控方法，其特征在于:在步骤三中，采用滑动窗对得到的数据进行判断，需要等待下一时刻的值VK+1来判断出错的数值然后对错误数据进行修正。
【文档编号】G01R31/36GK104076295SQ201410349833
【公开日】2014年10月1日 申请日期:2014年7月22日 优先权日:2014年7月22日
【发明者】贾云健, 赵倩 申请人:重庆大学