买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种用于三电系统温度预测的门控状态空间模型建立方法，属于系统热管理领域，更具体地涉及电动汽车的电机、电控和电池组的温度预测领域。该方法的具体过程包括：估计初始状态；控制输入与状态更新；系统输出；GatedState‑SpaceModel框架建立；损失函数定义。本发明的有益效果包括：将门控循环单元与状态空间模型相结合，实现了对电动汽车三电系统温度预测误差为1.04度的预测性能，对于高效的热管理系统设计具有极大的现实意义；引入新颖的光滑约束损失函数，约束门控状态空间模型的系统状态转移符合现实物理意义，使其具有更高的可解释性和可信度。

主权项：1.一种用于三电系统温度预测的门控状态空间模型建立方法，其特征在于，包括如下步骤：步骤1：估计初始状态首先根据历史对“三电”系统的温度测量数据来估计当前时刻的系统初始状态x0：x0＝f0[y1-n,...,y0]1其中[y1-n,...,y0]表示前n个时刻“三电”系统的温度测量值，f0表示一个一维卷积神经网络，包括两层卷积层，每层有5个卷积通道，分别对应三电系统中的电机温度，电控温度，电池单体最高温度，电池单体最低温度和电池平均温度，每个卷积层后跟一个ReLU激活层，随后通过平均池化层，最后将卷积后的数据展平成一维向量在通过一个全连接层输出初始状态的估计值；步骤2：控制输入与状态更新门控状态空间模型根据控制输入来实时更新系统状态，本发明利用门控循环单元来处理控制输入并更新状态，具体的控制输入与状态更新公式如下：zt＝σWz·[ht-1,xt],2rt＝σWr·[ht-1,xt],3 其中ht-1是t-1时刻的系统状态，ht是t时刻的系统状态，是t时刻的候选系统状态，xt是t时刻的控制输入，σ是激活函数sigmoid，W是线性变换矩阵，zt是更新门，Wz是更新门的线性变换矩阵，rt是重置门，Wr是重置门的线性变换矩阵；步骤3：系统输出系统输出即需要得到的预测值，本发明通过一个线性变换将当前时刻的系统状态ht映射为系统输出，具体公式如下：yt＝ht.6其中C是线性输出层，且不包含偏执项，负责将系统状态映射为预测值；步骤4：GatedState-SpaceModel框架建立GSSM框架一共包含三个部分，初始状态估计器f0，控制输入与状态更新模块fh，和系统输出模块C，可以将框架的主要公式表达如下：h0＝0[y1-n,…,0],7ht＝hht-1,t,8yt＝ht.9其中f0是步骤一中提到的一维卷积神经网络，fh是步骤二中提到的门控循环单元的3层叠加，系统输出yt就是按照步骤3中提到公式6输出；GSSM总的执行流程为利用历史测量数据和初始状态估计器估计系统初始状态h0，然后通过fh不断实时处理系统输入并更新系统状态，输出层输出每个时刻的系统状态对应的预测值；步骤5：损失函数定义损失函数是训练神经网络的关键，优化器根据损失函数下降最快的方向优化网络参数；损失函数一共包含两个部分，分别是预测误差和光滑约束损失，预测损失下降意味着神经网络模型的预测值和真实值之间的误差变小，而光滑约束损失变小意味着两个时间步之间GSSM的隐藏状态之间的差异更小；光滑损失的物理意义是让系统状态在相邻时刻的变化趋近于0，这是符合物非混沌系统的物理特性的；其中预测误差的定义如下： 其中MAE是平均绝对误差，y是真实测量值，yi是第i个数据的真实测试值，是模型预测值，是第i个数据的模型预测值；光滑约束损失定义如下： 其中ht是t时刻的系统状态；结合两个损失项，给出模型整体的损失函数：Losstotal＝ossinf+11×Losssmth,其中Q代表权重系数，用来平衡两个损失项。

全文数据：

权利要求：

百度查询： 西北工业大学 一种用于三电系统温度预测的门控状态空间模型建立方法