一种低压异常断电的检测和保存方法、设备及介质与流程

摘要: 本申请涉及断电诊断,尤其涉及一种低压异常断电的检测和保存方法、设备及介质。背景技术:1、在车辆运行过程中,电源连接器松动、接触不良或人为误操作等因素,可能引发拧...
一种低压异常断电的检测和保存方法、设备及介质与流程

本申请涉及断电诊断,尤其涉及一种低压异常断电的检测和保存方法、设备及介质。

背景技术:

1、在车辆运行过程中,电源连接器松动、接触不良或人为误操作等因素,可能引发拧钥匙下电前的低压异常断电,如12v系统跌破9v,24v系统跌破18v,导致mcu提前失效,进而使soc、系统关键运行状态及重要故障码等数据未来得及保存而丢失,最终表现为续驶里程不准、系统运行异常等问题,严重损害用户的使用体验。当前市面上主流应对方案包括三类:一是采用超级电容或纽扣电池等硬件续流、稳压电路实现延时下电,但需修改硬件、增加成本并提高设计复杂度;二是采用触发式eeprom存储并结合云端备份,但断电瞬间可能未触发存储条件,且云端数据存在滞后,仍无法保证最新数据完整性;三是持续将数据写入非易失性存储器,但频繁擦写会显著缩短器件寿命。由此可见,现有技术在成本、实时性、可靠性与耐久性之间难以兼顾,亟需一种无需大幅改动硬件、又能可靠且高效检测低压异常断电瞬间关键数据的解决方案。

技术实现思路

1、为了解决上述问题,本申请提出了一种低压异常断电的检测和保存方法,包括:根据预先设置的采样频率对车端mcu的供电端口进行电压实时采集,以得到原始电压序列;对所述原始电压序列进行加权移动平均滤波处理,以得到平滑电压序列;根据预先建立的滑动时间窗口对所述平滑电压序列进行遍历,以在任意一个滑动窗口提取多维电压特征,所述电压特征包括时域动态特征与数理统计特征,所述时域动态特征包括短时斜率、长时斜率、平均变化速率、曲率、曲率累加值;根据所述多维电压特征确定综合置信度,将所述综合置信度与预先设置的阈值进行比较;若所述综合置信度大于或等于所述阈值,则判定为异常断电,触发非易失性存储器的写入操作。

2、在一个示例中,对所述原始电压序列进行加权移动平均滤波处理,以得到平滑电压序列,具体包括:所述加权移动平均滤波的表达式为:

3、

4、其中,表示第k个数据点对应的滤波输出值,表示原始电压序列,为滤波窗口的半宽,为第i个位置窗口的权重。

5、在一个示例中,根据所述多维电压特征确定综合置信度,具体包括:对各维电压特征进行归一化处理后,采用加权求和方式计算综合置信度,所述综合置信度的计算公式为:

6、

7、其中,为综合置信度,为各个特征对应的权重,满足,表示多维电压特征。

8、在一个示例中,所述方法还包括:确定当前时刻采样点与前一时刻采样点的瞬时差值,以得到所述短时斜率,所述短时斜率的计算公式为:

9、

10、其中,为所述短时斜率,为采样时刻的采样值。

11、在一个示例中,所述方法还包括:选取当前采样点前连续多个有效采样点构成局部电压子集,采用最小二乘法对所述局部电压子集进行线性拟合得到的拟合直线斜率,以得到所述长时斜率,所述长时斜率计算公式为:

12、

13、其中,为所述长时斜率,表示时间,表示电压,表示时间的均值,,表示电压的均值,。

14、在一个示例中,所述方法还包括:回溯前多个连续采样点,计算对应时段内电压平均差分值,以确定所述平均变化速率,所述平均变化速率的计算公式为:

15、

16、其中,表示所述平均变化速率,为采样时刻的采样值。

17、在一个示例中,所述方法还包括:所述曲率为采用电压二阶差分进行工程简化计算得到的近似曲率,所述曲率的计算公式为:

18、

19、其中,为工程近似的曲率。

20、在一个示例中,所述方法还包括:所述曲率累加值为在预设累加长度窗口内对所述曲率进行累加得到的特征值,所述曲率累加值的计算公式为:

21、

22、其中,为工程近似的曲率的累加值,累加长度窗口为l,n为采样时刻。

23、另一方面,本申请还提出了一种低压异常断电的检测和保存设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种低压异常断电的检测和保存设备能够执行:如上述示例中任意一项示例所述的方法。

24、另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:如上述示例中任意一项示例所述的方法。

25、本申请无需增加超级电容、法拉电容或纽扣电池等额外硬件续流电路,也无需对硬件电路进行修改,仅基于mcu应用层软件即可实现异常断电检测,既降低了硬件成本,又避免了硬件设计复杂度的提升。其次,通过加权移动平均滤波对原始电压序列进行预处理,能够有效抑制采集噪声和随机波动,保留电压变化的真实趋势,为后续特征提取提供可靠的数据基础。再次,本方案构建了多维电压特征体系,涵盖短时斜率、长时斜率、平均变化速率、曲率及曲率累加值时域动态特征,从瞬时突变、局部趋势、阶段平均速度、弯曲程度及累积效应等多个维度全面刻画电压跌落过程的动态特性,克服了单一特征易受干扰、识别精度低的缺陷。在此基础上,通过归一化加权求和的综合置信度判定机制,兼顾瞬时突变与趋势变化,显著提升了异常断电识别的准确率和抗干扰能力。最后,本方案仅在异常断电判定触发时才执行非易失性存储器写入操作,避免了持续频繁擦写对存储器件的寿命损耗,同时毫秒级的响应速度确保了关键数据在供电完全中断前可靠保存,实现了成本、可靠性与耐久性的良好平衡。

1.一种低压异常断电的检测和保存方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,对所述原始电压序列进行加权移动平均滤波处理,以得到平滑电压序列,具体包括:

3.根据权利要求1所述的方法,其特征在于,根据所述多维电压特征确定综合置信度,具体包括:

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

9.一种低压异常断电的检测和保存设备,其特征在于,包括:

10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:如权利要求1-8中任意一项权利要求所述的方法。