重磅开课!2024动力电池大数据平台、数据分析与监控预警技术培训来了!

汽车   2024-08-07 09:52   江苏  

为什么开设这个课程?

随着目前电动汽车行业快速的发展,存量市场上的电动汽车越来越多,与电动汽车相关的事故,尤其是起火事故也越来越多;另一个方面,有关于动力电池的溯源管理、电池资产管理、退役问题也越来越突出。国家很早就开始了针对这两个领域的大数据平台建设和应用,这是国内整个新能源汽车大数据应用的开始。但对于企业来说,对大数据的关注、平台搭建、应用,则相对晚的多,而且也往往不知道从哪些入手。大数据平台对人的知识要求特别高,尤其能统领整个平台项目的人员,既要懂IT,又要懂数据库,软件算法,最重要的还要懂电池开发技术、故障机理。这类人才少之又少。所以只能靠团队,但是如何搭建团队也是问题。对于很多公司或是技术人员来说,当前首先是知道自己想做什么,能做什么,哪些需要借助于外力,因为需要对动力电池大数据平台有个全面、完整地了解和认识。 
此外,由于锂电储能近年来也在迅速上量,而一些大型储能系统的火灾让国家也加强了对储能的监控,所以针对储能电池的大数据技术也有了很强的市场需求。类似的还包括锂电两轮车,涉及到电池的共享租赁,电单车的共享等等,都亟需利用大数据技术对锂电池的状态进行及时的管控。基于此,我们特别开发了本次课程,希望能帮助大家了解动力电池大数据平台,了解目前主流厂家是怎么做的,理解大数据平台的整个开发和应用过程,理解大数据所需要的数据类型,理解大数据监控预警所采用的基本思路、典型算法和模型,理解企业大数据与国家大数据平台的交互,更好地掌握如何利用大数据平台来服务于自己的企业、优化和升级产品。
本次课程的核心价值所在?
(1)首次系统性地、从工程应用、项目落地的角度,阐述了什么是动力电池大数据平台,它涉及到的技术领域有哪些,它是如何构建的,是如何工作的,如何在实际中应用;(2)动力电池大数据是一个交叉技术领域,所涉及到的技术从电池不相关的IT,数据知识到与电池强相关的故障机理、模型,以及整车车联网等数十个方面,贸然进入这个领域,往往会感到困惑,毫无头绪;而本课程将标准、大数据平台、数据分析、应用分析,四个核心技术领域,融会成一个完整的知识体系,可以让学员更清晰地、从全局来认识和把握自己要做的事情;(3)来自实际项目验证过的算法、模型和案例,这些丰富的案例让充满“数字统计性”的大数据更真实、更容易理解,实例是最好的老师。
适应于哪些人?
虽然课程是以(电动汽车)动力电池大数据平台展开的,但对于所有锂离子电池的应用领域都是相通的,包括锂电储能、两轮/三轮车。所以,该课程适合的人员包括:(1)电动汽车领域:整车、电池、BMS、梯次利用、网约车等企业相关的设计开发、质量、安全可靠性、售后、IT和管理人员;(2)锂电储能领域:储能系统使用、开发和运维、电池、BMS等企业相关的设计开发、质量、安全可靠性、IT、运维和管理人员;(3)锂电两轮车领域:两轮车整车企业、电池、BMS、电池租赁、共享单车等企业相关的设计开发、质量、安全可靠性、售后、IT、运维和管理人员。
课程大纲
一、动力电池大数据平台概述
1.1 大数据平台现状与基本架构
1.1.1 新能源车联网与动力电池大数据行业发展现状与趋势
1.1.2 典型新能源车联网与动力电池大数据平台架构介绍
(1)某整车厂智能诊断平台
(2)某新能源整车企业数据监控分析平台
(3)某新能源汽车套数分析平台
(4)某新能源企业三电大数据分析项目
(5)某整车厂技术中心试验数据分析项目
(6)某商用车动力蓄电池分析平台
(7)某客车大数据平台整体架构
1.2 动力电池大数据平台介绍
1.2.1 动力电池大数据平台框架
(1)动力电池大数据平台价值
(2)总体框架与核心模块介绍
1.2.2 大数据平台应用场景介绍
(1)总体框架2)场景一:产品设计优化
(3)场景二:故障诊断与预警(4)场景三:健康评估
(5)场景四:剩余价值评估与应用
1.2.3 电池模型分析案例
(1)动力电池数据模型分析案例
(2)动力电池分析模型(3)数据分析与建模流程
二、动力电池大数据分析
2.1 32960国标解读
(1)总则、车载终端
(2)通信协议及数据格式
指导范围、连接及通讯方式、内容解析、附录说明
(3)主流车企/电池企业的标准应用现状
2.2 数据质量分析
(1)通过质量分析来分析电池在市场端的运行情况
(2)数据质量管理评估指标
(3)数据质量管理评估指标案例分析
(4)数据管理能力成熟度评估
2.3 数据探索报告实例
2.3.1 总体情况说明
2.3.2 数据质量分析与预处理
2.3.3 同车型对比分析
(1)数据分析总体思路
(2)关键字段分布分析
(3)总体分布对比 (4)总电压/总电流分析
(5)SOC分布分析 (6)绝缘阻值分布分析
(7)最高最低单体电压分布分析
(8)最高最低温度分布分析
(9)压差与温差分布分析
2.3.4 单一车辆分析
(1)单车总体分布 (2)欠压数据分析
(3)静态压差分析 (4)单体温升速率分析
(5)异常数据分析
三、动力电池大数据监控与预警
3.1 动力电池监控预警行业规范
(1)标准来源及背景 (2)监控数据字段
(3)监控数据上传和存储要求
(4)离线超时预警 (5)数据有效率预警
(6)压差异常预警 (7)温差异常预警
(8)绝缘异常预警 (9)自放电速率异常预警
(10)预警处置要求
3.2 新能源汽车大数据与运行安全
3.2.1 新能源汽车国家监管平台运行情况
(1)新能源汽车国家监管平台发展历程
(2)国标实时信息采集项(GB/T32960-2016)介绍
(3)动力蓄电池溯源管理平台数据项
(4)新能源汽车大数据统计维度分析
(5)新能源汽车大数据价值体系
3.2.2 新能源汽车运行与事故概况
(1)动力电池系统故障等级划分
(2)故障报警等级分析
(3)新能源汽车电池故障分级定义示例
(4)全国车辆安全事故情况分析
(5)全国车辆安全事故预警情况
3.2.3 安全风险预警与诊断方案
3.2.4 基于大数据的安全预警方法
(1)故障引起的数据变化
(2)“阈值-速率-模型”故障诊断体系
(3)预警模型研究思路-阈值判定
(4)报警级别划分阈值表
(5)预警模型研究思路-模型原理
(6)基于离群频率的故障电池诊断
实际案例分析-多层次3σ筛选
(7)基于统计学的异常单体电池诊断
实际案例分析-统计学的异常单体电池诊断
(8)基于机器学习的容量故障诊断
(9)基于熵值的故障预警
实际案例分析-熵值故障诊断模型
(10)压降一致性故障诊断模型
压降一致性故障诊断模型案例
(11)波动一致性故障诊断模型
实际案例分析-波动一致性故障诊断模型
(12)多模型异常单体识别诊断
实际案例分析-多模型异常单体识别诊断
(13)异常率增量特征诊断
3.2.5典型事故案例数据分析
(1)事故数据案例分析1(车端阈值超限报警)
(2)事故数据案例分析2(充电末端变化率)
(3)事故数据案例分析3(统计规律异常)
(4)事故数据案例分析4(批次问题预警)
(5)事故数据案例分析5(熵值超限预警+速率超限报警)
(6)某新能源事故车辆事后分析
(7)一种动力电池多故障在线诊断方法与系统
(8)基于DBSCAN的电动汽车电池系统热失控诊断
算法介绍与算法步骤;某企业数据案例;调整参数
四、云端BMS与OTA
4.1云端BMS
(1)云端BMS概述(2)电池状态监测(3)电池状态分析
(4)电池安全保护(5)电池能量控制(6)电池信息管理
4.2 OTA发展历程
(1)OTA分类(2)OTA整体架构
(3)OTA软件架构(4)OTA云管端信息安全防护
4.3华为三电云服务介绍
(1)华为三电云服务
(2)华为AI BMS四步法则
4.4蔚来云端电池管理平台介绍
(1)NIO Power电池管理平台架构
(2)电池溯源系统(3)云端监控系统
(4)预警识别案例-设计/质量类、安全类
(5)电池画像、特征工程(6)算法设计、数据智能管理层级
(7)Battery Shop开发平台介绍(8)电池算法库、IT架构
4.5优旦云端电池管理平台介绍
(1)系统架构、PaaS平台
(2)云端协同控制、云端全时均衡
(3)云端SOP辅助功率控制、云端SOC/SOH修正
(4)压差异常/内阻异常/温度异常/一致性/剩余寿命预警

报名须知(线上直播)

1、培训时间:2024年09月10-11

2、地点:线上直播

3、费用:4299 元/每人

5、咨询:

知知小编:16621007852(微信同号)

知化汽车
分享电动知识与经验,分享最佳案例与数据,分享心得与认知。
 最新文章