Skip to main content

热失控算法

安装​

pip install thinkenergy-2.1.0-py3-none-any.whl
#执行激活脚本

使用方法​

1.导入引擎工厂类​

from thinkenergy.thinkengine import ThinkEngineFactory

2.使用 app_key 和 app_secret 初始化引擎工厂​

Tip:用户需要申请app_key 和 app_secret,否则算法无法使用

tef = ThinkEngineFactory(app_key, app_secret)

3.根据算法编码获取具体的算法引擎​

Tip:每一个算法都有对应的算法编号码,针对不同的算法请传入正确的算法编号,本例中A100154代表热失控算法

alg_code = 'A100154'
te1 = tef.get_engine(alg_code)

4.给算法引擎设置参数(可选)​

Tip:算法参数可以通过两种方式实现:

通过算法配置文件

通过set_params方法实现

不配置参数会使用默认的参数

te1.set_params(params=params)   # 设置参数

5.调用算法​

Tip:run()函数接收的数据为DataFarme,用户可以将自己的数据构建成符合算法的DataFarme,本例采用的是读取.csv格式文件中的数据转为DataFarme.

data = pd.read_csv(r'/tmp/sample_data_A100154.csv')
te1.run(data)

算法的使用参数说明如下:​

参数类型示例说明
app_keystr123456用户申请的app_key
app_secretstr'I2NEWMBQFW7IMSD7XFZNHFARCVJAK7IZDK23BGABSWNU5QLBBCWLRFTL6QDAHDM32ZDA5ITFR6JPPJT3JHCBHZC77ZXNYSE4NUPHAEA='用户申请的app_secret
alg_codestrA100154算法编码
dataDataFramepandas二维数组
paramsdict算法配置

算法输入数据样例​

算法传入数据DataFarme字段​

#热失控
['vin', 'timestamp', 'current','max_single_volt', 'min_single_volt', 'max_temp', 'min_temp','single_volt_list','single_temp_list'](最少两条数据)

输入数据样例​

sample_data_A100154.csv文件内容

不支持在 Docs 外粘贴 block

算法参数配置​

#在配置文件中的配置
TR_PARAMS = {
    'alg_config': {
        'wp_p': {
            'th_1': 1.03,    #故障位上升到1级的阈值
            'th_2': 1.23,    #故障位上升到2级的阈值
            'th_3': 1.43,    #故障位上升到3级的阈值
            'th_4': 1.63,    #故障位上升到4级的阈值
            'th_down_1': 0.9299999999999999, #由中间状态向0级状态转换的阈值
            'th_down_2': 1.13,#由中间状态向1级状态转换的阈值
            'th_down_3': 1.33,#由中间状态向2级状态转换的阈值
            'th_down_4': 1.53,#由中间状态向3级状态转换的阈值
            'down1': 0.85,    #由高等级故障位向0级状态转换的阈值
            'down2': 1.05,    #由高等级故障位向1级状态转换的阈值
            'down3': 1.25,    #由高等级故障位向2级状态转换的阈值
            'down4': 1.45,    #由高等级故障位向3级状态转换的阈值
            'Time_th': 3      #当状态需连续持续n次之后故障位才会升级
        },
        'wsoc_p': {
            'th_1': 0.066,    #故障位上升到1级的阈值
            'th_2': 0.106,    #故障位上升到2级的阈值
            'th_3': 0.146,    #故障位上升到3级的阈值
            'th_4': 0.186,    #故障位上升到4级的阈值
            'th_down_1': 0.056,#由中间状态向0级状态转换的阈值
            'th_down_2': 0.096,#由中间状态向1级状态转换的阈值
            'th_down_3': 0.136,#由中间状态向2级状态转换的阈值
            'th_down_4': 0.176,#由中间状态向3级状态转换的阈值
            'down1': 0.046,    #由高等级故障位向0级状态转换的阈值
            'down2': 0.086,    #由高等级故障位向1级状态转换的阈值
            'down3': 0.126,    #由高等级故障位向2级状态转换的阈值
            'down4': 0.166,    #由高等级故障位向3级状态转换的阈值
            'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
        },
        'wv_p': {
            'th_1': 0.07,      #故障位上升到1级的阈值
            'th_2': 0.12,      #故障位上升到2级的阈值
            'th_down_1': 0.05, #由中间状态向0级状态转换的阈值
            'th_down_2': 0.1,  #由中间状态向1级状态转换的阈值
            'down1': 0.03,     #由高等级故障位向0级状态转换的阈值
            'down2': 0.08,     #由高等级故障位向1级状态转换的阈值
            'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
        },
        'wt_p': {
            'th_1': 8.0,      #故障位上升到1级的阈值
            'th_down_1': 7.0, #由中间状态向0级状态转换的阈值
            'th_2': 12.0,     #故障位上升到2级的阈值
            'th_down_2': 11.0,#由中间状态向1级状态转换的阈值
            'down1': 6.0,     #由高等级故障位向0级状态转换的阈值
            'down2': 10.0,    #由高等级故障位向1级状态转换的阈值
            'Time_th': 3      #当状态需连续持续n次之后故障位才会升级
        },
        'wtt_p': {
            'th_1': 7.0,     #故障位上升到1级的阈值
            'th_2': 11.0,    #故障位上升到2级的阈值
            'th_3': 15.0,    #故障位上升到3级的阈值
            'th_4': 19.0,    #故障位上升到4级的阈值
            'th_down_1': 6.0,  #由中间状态向0级状态转换的阈值
            'th_down_2': 10.0, #由中间状态向1级状态转换的阈值
            'th_down_3': 14.0, #由中间状态向2级状态转换的阈值
            'th_down_4': 18.0, #由中间状态向3级状态转换的阈值
            'down1': 5.0,      #由高等级故障位向0级状态转换的阈值
            'down2': 9.0,      #由高等级故障位向1级状态转换的阈值
            'down3': 13.0,     #由高等级故障位向2级状态转换的阈值
            'down4': 17.0,     #由高等级故障位向3级状态转换的阈值
            'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
        },
        'filter_p': {
            'Lambda': 0.99,    #低通滤波参数
            'SGM_w': 0.01,     #卡尔曼滤波的噪声
            'SGM_v': 0.001     #卡尔曼滤波的噪声
        }
},
    'bat_config': {
        'bat_mass': 1.0,       #电池质量(kg)
        'bat_cp': 900.0,       #电池的恒压热容
        'bat_cell_h': 15,      #电池的对流换热系数
        'bat_cell_as': 0.01,   #电芯的散热面积
        'ratedCap': 150.0,     #电池包的容量
        'bat_parall': 1,
        'path': './Lookup_table.mat'   #一阶RC等效电路模型的查表值(表路径)
    }
}

## 详细实例demo

详细实例demo​

import pandas as pd
from thinkenergy.thinkengine import ThinkEngineFactory

app_key      = '123456' # 用户申请的 app_key
app_secret = 'I2NEWMBQFW7IMSD7XFZNHFARCVJAK7IZD' \
            'K23BGABSWNU5QLBBCWLRFTL6QDAHDM32Z' \
            'DA5ITFR6JPPJT3JHCBHZC77ZXNYSE4NUP' \
            'HAEA='  # 用户申请的 app_secret
tef = ThinkEngineFactory(app_key, app_secret)  # 初始化引擎工厂
# 实例化
alg_code = 'A100154' # 算法编号.本例为热失控算法编号
data = pd.read_csv(r'/tmp/charge_trip.csv', encoding = 'gbk')  # 读取 CSV
params = {
            'alg_config': {
                'wp_p': {
                    'th_1': 1.03,    #故障位上升到1级的阈值
                    'th_2': 1.23,    #故障位上升到2级的阈值
                    'th_3': 1.43,    #故障位上升到3级的阈值
                    'th_4': 1.63,    #故障位上升到4级的阈值
                    'th_down_1': 0.9299999999999999, #由中间状态向0级状态转换的阈值
                    'th_down_2': 1.13,#由中间状态向1级状态转换的阈值
                    'th_down_3': 1.33,#由中间状态向2级状态转换的阈值
                    'th_down_4': 1.53,#由中间状态向3级状态转换的阈值
                    'down1': 0.85,    #由高等级故障位向0级状态转换的阈值
                    'down2': 1.05,    #由高等级故障位向1级状态转换的阈值
                    'down3': 1.25,    #由高等级故障位向2级状态转换的阈值
                    'down4': 1.45,    #由高等级故障位向3级状态转换的阈值
                    'Time_th': 3      #当状态需连续持续n次之后故障位才会升级
                },
                'wsoc_p': {
                    'th_1': 0.066,    #故障位上升到1级的阈值
                    'th_2': 0.106,    #故障位上升到2级的阈值
                    'th_3': 0.146,    #故障位上升到3级的阈值
                    'th_4': 0.186,    #故障位上升到4级的阈值
                    'th_down_1': 0.056,#由中间状态向0级状态转换的阈值
                    'th_down_2': 0.096,#由中间状态向1级状态转换的阈值
                    'th_down_3': 0.136,#由中间状态向2级状态转换的阈值
                    'th_down_4': 0.176,#由中间状态向3级状态转换的阈值
                    'down1': 0.046,    #由高等级故障位向0级状态转换的阈值
                    'down2': 0.086,    #由高等级故障位向1级状态转换的阈值
                    'down3': 0.126,    #由高等级故障位向2级状态转换的阈值
                    'down4': 0.166,    #由高等级故障位向3级状态转换的阈值
                    'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
                },
                'wv_p': {
                    'th_1': 0.07,      #故障位上升到1级的阈值
                    'th_2': 0.12,      #故障位上升到2级的阈值
                    'th_down_1': 0.05, #由中间状态向0级状态转换的阈值
                    'th_down_2': 0.1,  #由中间状态向1级状态转换的阈值
                    'down1': 0.03,     #由高等级故障位向0级状态转换的阈值
                    'down2': 0.08,     #由高等级故障位向1级状态转换的阈值
                    'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
                },
                'wt_p': {
                    'th_1': 8.0,      #故障位上升到1级的阈值
                    'th_down_1': 7.0, #由中间状态向0级状态转换的阈值
                    'th_2': 12.0,     #故障位上升到2级的阈值
                    'th_down_2': 11.0,#由中间状态向1级状态转换的阈值
                    'down1': 6.0,     #由高等级故障位向0级状态转换的阈值
                    'down2': 10.0,    #由高等级故障位向1级状态转换的阈值
                    'Time_th': 3      #当状态需连续持续n次之后故障位才会升级
                },
                'wtt_p': {
                    'th_1': 7.0,     #故障位上升到1级的阈值
                    'th_2': 11.0,    #故障位上升到2级的阈值
                    'th_3': 15.0,    #故障位上升到3级的阈值
                    'th_4': 19.0,    #故障位上升到4级的阈值
                    'th_down_1': 6.0,  #由中间状态向0级状态转换的阈值
                    'th_down_2': 10.0, #由中间状态向1级状态转换的阈值
                    'th_down_3': 14.0, #由中间状态向2级状态转换的阈值
                    'th_down_4': 18.0, #由中间状态向3级状态转换的阈值
                    'down1': 5.0,      #由高等级故障位向0级状态转换的阈值
                    'down2': 9.0,      #由高等级故障位向1级状态转换的阈值
                    'down3': 13.0,     #由高等级故障位向2级状态转换的阈值
                    'down4': 17.0,     #由高等级故障位向3级状态转换的阈值
                    'Time_th': 3       #当状态需连续持续n次之后故障位才会升级
                },
                'filter_p': {
                    'Lambda': 0.99,    #低通滤波参数
                    'SGM_w': 0.01,     #卡尔曼滤波的噪声
                    'SGM_v': 0.001     #卡尔曼滤波的噪声
                }
        },
            'bat_config': {
                'bat_mass': 1.0,       #电池质量(kg)
                'bat_cp': 900.0,       #电池的恒压热容
                'bat_cell_h': 15,      #电池的对流换热系数
                'bat_cell_as': 0.01,   #电芯的散热面积
                'ratedCap': 150.0,     #电池包的容量
                'bat_parall': 1,
                'path': './Lookup_table.mat'   #一阶RC等效电路模型的查表值(表路径)
            }
        }   #可传入符合厂商的配置参数
te1 = tef.get_engine(alg_code)  # 获取热失控算法引擎
te1.set_params(params=params)   # 设置参数.可选,非必须

print(te1.run(data))            # 调用热失控算法

算法结果​

{
    'ISC_FAULT': 2,   
    'Cap_dep_FAULT': 1,  
    'Heat_gen_FAULT': 1,  
}