本申请涉及车载电池控制，尤其涉及一种基于多传感监测的车载供电保护方法及系统。
背景技术：
1、新能源电车的电池包是电动车的核心组件之一，负责存储和供应电能以驱动电动机工作，电池包的性能和安全性直接影响到电动车的续航里程、使用便利性以及整车的安全性。
2、目前，传统的新能源电车进行电池包散热时，通常根据布设在电池包内部或外部的多个温度传感器进行温度监测，然后根据监测结果进行散热控制，这种方法仅从单一维度对电池包进行温度判断，并未考虑其他因素对电池温升的影响，以及对电池包温度变化趋势进行预测，导致电池包温度变化状态预测准确性较低，因此造成电池包散热控制的精准性和时效性较低。
3、综上所述，新能源电车供电系统散热方法存在电池包传感监测数据不全面且数据分析精度较低，导致无法准确预测电池包的温度变化状态，造成无法针对性地准确控制电池包散热的技术问题。
技术实现思路
1、本申请的目的是提供一种基于多传感监测的车载供电保护方法及系统，用以解决现有新能源电车供电系统散热方法存在电池包传感监测数据不全面且数据分析精度较低，导致无法准确预测电池包的温度变化状态，造成无法针对性地准确控制电池包散热的技术问题。
2、鉴于上述问题，本申请提供了一种基于多传感监测的车载供电保护方法及系统。
3、第一方面，本申请提供了一种基于多传感监测的车载供电保护方法，所述方法通过一种基于多传感监测的车载供电保护系统实现，其中，所述方法包括：基于目标电池包的基础数据进行仿真建模，生成电池包仿真模型；通过所述电池包仿真模型进行电池聚类，根据聚类结果确定多个电池邻域；基于所述多个电池邻域布设温度传感器，搭建温度监测网络，并通过所述温度监测网络执行所述目标电池包的温度监测，获取预设节点下的温度监测数据集；采集所述目标电池包的振动监测数据集和噪声监测数据集，并基于预设关联因子对所述振动监测数据集和所述噪声监测数据集进行异常特征识别，根据识别结果生成温度预测集合；获取电池负载预测数据，基于所述温度预测集合和所述电池负载预测数据对所述温度监测数据集进行映射补偿，得到补偿温度数据集；通过散热控制模型对所述补偿温度数据集进行散热分析，得到最优散热控制决策，所述散热控制模型中内嵌有散热拓扑网络；基于所述最优散热控制决策执行所述目标电池包的散热控制。
4、第二方面，本申请还提供了一种基于多传感监测的车载供电保护系统，用于执行如第一方面所述的一种基于多传感监测的车载供电保护方法，其中，所述系统包括：电池包仿真模型生成模块，所述电池包仿真模型生成模块用于基于目标电池包的基础数据进行仿真建模，生成电池包仿真模型；电池邻域确定模块，所述电池邻域确定模块用于通过所述电池包仿真模型进行电池聚类，根据聚类结果确定多个电池邻域；温度监测网络搭建模块，所述温度监测网络搭建模块用于基于所述多个电池邻域布设温度传感器，搭建温度监测网络，并通过所述温度监测网络执行所述目标电池包的温度监测，获取预设节点下的温度监测数据集；异常特征识别模块，所述异常特征识别模块用于采集所述目标电池包的振动监测数据集和噪声监测数据集，并基于预设关联因子对所述振动监测数据集和所述噪声监测数据集进行异常特征识别，根据识别结果生成温度预测集合；映射补偿模块，所述映射补偿模块用于获取电池负载预测数据，基于所述温度预测集合和所述电池负载预测数据对所述温度监测数据集进行映射补偿，得到补偿温度数据集；最优散热控制决策得到模块，所述最优散热控制决策得到模块用于通过散热控制模型对所述补偿温度数据集进行散热分析，得到最优散热控制决策，所述散热控制模型中内嵌有散热拓扑网络；散热控制模块，所述散热控制模块用于基于所述最优散热控制决策执行所述目标电池包的散热控制。
5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、1.通过基于目标电池包的基础数据进行仿真建模，生成电池包仿真模型；通过所述电池包仿真模型进行电池聚类，根据聚类结果确定多个电池邻域；基于所述多个电池邻域布设温度传感器，搭建温度监测网络，并通过所述温度监测网络执行所述目标电池包的温度监测，获取预设节点下的温度监测数据集；采集所述目标电池包的振动监测数据集和噪声监测数据集，并基于预设关联因子对所述振动监测数据集和所述噪声监测数据集进行异常特征识别，根据识别结果生成温度预测集合；获取电池负载预测数据，基于所述温度预测集合和所述电池负载预测数据对所述温度监测数据集进行映射补偿，得到补偿温度数据集；通过散热控制模型对所述补偿温度数据集进行散热分析，得到最优散热控制决策，所述散热控制模型中内嵌有散热拓扑网络；基于所述最优散热控制决策执行所述目标电池包的散热控制。可以提高电池包传感监测数据的全面性和数据分析的准确性，实现准确预测电池包温度变化的技术目标，从而避免因电池包过热导致车辆性能下降、电池损坏等问题，达到准确控制电池包散热，进而提高车辆行驶品质和行驶安全性的技术效果。
7、2.通过构建电池包仿真模型进行电池聚类，得到多个电池邻域，然后根据电池邻域布设温度传感器，可以提高温度传感器布设的准确性和可靠性，从而可以提高电池包温度监测数据获得的准确性，为进行精准散热控制提供了依据。
8、3.通过监测电池包振动数据和噪声数据，并对振动数据和噪声数据进行异常特征识别，根据识别结果得到温度预测集合，然后进一步进行电池负载预测，得到电池负载预测数据，最后根据温度预测集合、电池负载预测数据对温度监测数据集进行映射补偿，可以从多个维度对电池包温度变化状态进行分析判断，从而进一步提高补偿温度数据集获得的准确性和全面性。
9、4.通过构建散热控制模型对补偿温度数据集进行散热分析，得到最优散热控制决策，可以在保证散热需求的前提下，节约散热能耗资源，同时可以提高最优散热控制决策得到的及时性和准确性，从而提高电池包散热控制的时效性和准确性。
10、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。
1.基于多传感监测的车载供电保护方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述通过所述电池包仿真模型进行电池聚类，根据聚类结果确定多个电池邻域，包括：
3.如权利要求1所述的方法，其特征在于，所述采集所述目标电池包的振动监测数据集和噪声监测数据集，之前还包括：
4.如权利要求1所述的方法，其特征在于，所述基于预设关联因子对所述振动监测数据集和所述噪声监测数据集进行异常特征识别，根据识别结果生成温度预测集合，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述温度预测集合和所述电池负载预测数据对所述温度监测数据集进行映射补偿，之前还包括：
6.如权利要求1所述的方法，其特征在于，所述基于所述温度预测集合、电池负载预测数据对所述温度监测数据集进行映射补偿，得到补偿温度数据集，包括：
7.如权利要求6所述的方法，其特征在于，所述通过散热控制模型对所述补偿温度数据集进行散热分析，得到最优散热控制决策，所述散热控制模型中内嵌有散热拓扑网络，包括：
8.如权利要求1所述的方法，其特征在于，所述基于所述最优散热控制决策执行所述目标电池包的散热控制，之后还包括：
9.基于多传感监测的车载供电保护系统，其特征在于，用于实施权利要求1至8中任意一项所述方法的步骤，所述系统包括：
