eVTOL电池门控反馈式主动探测物理约束安全门控方法

本发明属于电动飞行器动力电池管理，涉及evtol电池门控反馈式主动探测物理约束安全门控方法。

背景技术：

1、evtol（electric vertical take-off and landing，电动垂直起降飞行器）动力电池不仅需要提供较高倍率的峰值功率，还需要在悬停、爬升、巡航、返航和备降等不同任务阶段保持可解释的功率裕度、能量裕度和热裕度。一旦电池状态评估过于乐观，飞行器可能被错误放行，即出现false clear；一旦评估过于保守，则可能出现hold或derate，降低任务可用性。现有电池管理技术将预定飞行剖面与电池模型结合，用于估计航程或功能状态。对于阻抗观测，fisher信息矩阵和cramer-rao下界可用于评价不同eis频率对等效电路参数辨识的贡献。对于神经网络估计，物理信息神经网络可将电池模型中的电压方程、热方程或老化规律作为软约束。

2、此外，现有物理信息神经网络或贝叶斯神经网络在电池管理中的应用，通常关注健康状态或剩余使用寿命rul（remaining useful life）的估计误差，未将安全预算、任务风险置信上界和主动探测后的后验更新纳入统一的闭环框架。在跨电芯、跨数据域迁移条件下，这一缺陷尤为突出，缺乏任务风险驱动的闭环反馈机制，使得安全门控系统容易输出false clear，即在电池实际状态不满足任务安全要求时错误地允许全功率运行。在公开数据集或离线回放实验中，现有方法未严格区分真实测量响应、相近真实响应与合成响应，常将仿真生成的合成数据作为真实观测用于模型训练或后验更新，导致模型在真实部署场景中的泛化能力和可靠性不足。

3、因此，亟需一种面向电动飞行器动力电池的管理方法，使任务剖面、物理约束学习、迁移校准门控、下一时刻动作选择和后验更新之间形成明确的闭环耦合，在迁移不确定性条件下有效控制false clear风险，同时降低主动探测带来的能量消耗、温升成本和控制侵入成本。

技术实现思路

1、本发明提供evtol电池门控反馈式主动探测物理约束安全门控方法，以解决上述问题，包括：

2、获取evtol电池的在线观测数据、飞行任务剖面数据、电池历史循环数据以及实测阻抗响应数据、脉冲响应数据；

3、将evtol电池的在线观测数据、电池历史循环数据以及实测阻抗响应数据、脉冲响应数据输入物理约束贝叶斯神经网络，得到电池健康状态后验、等效电路参数后验、任务风险后验以及物理残差；所述物理约束贝叶斯神经网络的训练损失至少包括物理残差损失；

4、根据飞行任务剖面数据，对电池健康状态后验进行采样得到soh样本，并根据等效电路参数后验确定电池物理参数样本，将soh样本和电池物理参数样本执行电池包级任务回放，计算任务失败概率；

5、依据电池历史循环数据构建门控校准数据，由任务失败概率和门控校准数据确定任务失败概率的置信上界，并利用门控校准数据确定满足预设迁移安全预算的安全门控阈值，根据任务失败概率、任务失败概率的置信上界与安全门控阈值的比较结果，输出安全门控结果；

6、根据安全门控结果确定下一时刻的探测动作数量预算、能量成本权重、温升成本权重和控制侵入成本权重；

7、对于预设候选频率集合中各候选探测动作，计算各候选探测动作所对应的能量成本、温升成本和控制侵入成本；

8、计算各候选探测动作的fisher信息矩阵，并将fisher信息矩阵经任务失败概率对等效电路参数的梯度投影，得到风险信息价值；

9、以风险信息价值、能量成本、温升成本和控制侵入成本构成的目标函数选择主动探测动作；

10、根据主动探测动作对应的在线实测响应或台架响应，更新等效电路参数后验、任务失败概率及任务失败概率的置信上界。

11、进一步地，所述在线观测数据包括电压、电流、温度、荷电状态、容量、循环序号和已测阻抗特征中的至少一种；所述飞行任务剖面数据包括起飞、悬停、爬升、巡航、返航、备降或降额任务中的至少一个阶段的功率需求、持续时间、能量需求和热约束。

12、进一步地，所述物理约束贝叶斯神经网络的训练损失至少包括物理残差损失；所述物理残差损失至少包括等效电路模型电压残差、soc动力学残差、热模型残差、eis复阻抗残差、脉冲动态电阻残差和任务裕度物理一致性残差。

13、进一步地，所述任务裕度物理一致性残差为：

14、；

15、其中，表示任务裕度物理一致性残差；θ表示电池物理参数向量，由等效电路参数后验的均值确定；表示飞行任务所需的功率；表示在θ下电池包能够提供的可用功率；表示飞行任务所需的能量；表示在θ下电池包能够提供的可用能量；表示在θ下执行任务结束时电池包的预测温度；表示电池安全运行温度的上限；表示正部函数，即只保留正数，负数和零都记为0。

16、进一步地，任务失败概率为：

17、；

18、其中，表示当前输入状态x和任务剖面π下的任务失败概率；表示概率；表示根据当前输入状态x、soh样本及等效电路参数后验分布中确定的电池物理参数样本；表示任务剖面π对应的任务失败事件，任务回放时，将电池物理参数样本和soh样本执行电池包级任务回放，当任务失败事件发生时取值为1；q(soh∣x)表示由当前输入状态x得到的soh后验分布；表示电池健康状态soh从中采样。

19、进一步地，所述安全门控结果包括放行、降额和保持三种状态；所述安全门控阈值包括放行阈值、降额阈值和风险阈值；当所述任务失败概率的置信上界低于放行阈值时输出放行，当所述任务失败概率的置信上界介于放行阈值与降额阈值之间且任务失败概率低于风险阈值时输出降额，否则输出保持。

20、进一步地，所述能量成本由执行候选探测动作所产生的估算附加电能消耗确定，所述温升成本由执行候选探测动作所产生的估算附加温升确定，所述控制侵入成本根据候选探测动作的持续时间以及当前任务的功率裕度和电池热状态确定。

21、进一步地，所述风险信息价值根据fisher信息矩阵与任务失败概率对等效电路参数向量的梯度确定，用于估计执行该候选探测动作后任务失败概率方差的预期下降量。

22、进一步地，所述目标函数根据下式确定：

23、；

24、其中，表示当前安全门控等级g下候选探测动作的目标函数值，表示候选探测动作对任务风险不确定性的预期降低量，、和分别表示候选探测动作对应的能量成本、温升成本和控制侵入成本，、和分别表示预设的能量成本权重、温升成本权重和控制侵入成本权重，表示由当前安全门控等级确定的风险信息增益系数。

25、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的evtol电池门控反馈式主动探测物理约束安全门控方法。

26、与现有技术相比，本发明具有以下有益效果：

27、本发明将fisher信息矩阵经任务失败概率对参数的梯度进行投影，使主动探测动作的选择准则从最大化参数可辨识性转变为最大化任务失败概率不确定性的下降，并同时约束能量成本、温升成本和控制侵入成本。

28、本发明中安全门控结果并非仅为最终输出，而是反向调节下一时刻探测动作数量、能量成本权重、温升成本权重和控制侵入成本权重的反馈控制量。在得到任务失败概率后，本发明主动选择下一次探测动作，并通过真实响应或台架响应更新参数后验和任务失败概率置信上界，使任务风险评估与主动探测形成双向闭环耦合，而非现有技术中从电池状态预测任务可行性的单向串联数据流。

29、本发明中物理约束贝叶斯神经网络的训练损失至少包括物理残差损失，该物理残差损失涵盖等效电路模型电压残差、荷电状态动力学残差、热模型残差、eis/脉冲阻抗一致性残差、脉冲动态电阻残差和任务裕度物理一致性残差中的至少一种。该物理残差损失在训练阶段约束网络输出的电池健康状态后验、等效电路参数后验及任务风险后验符合等效电路物理一致性，并且该物理残差在推理阶段作为可观测输出，与迁移校准风险上界、安全门控和主动探测后验更新统一于电动飞行任务安全闭环之中，而非仅在训练时作为正则项。