需要的同学私信联系,推荐关注上面图片右下角的订阅号平台 自取下载。
今天给大家带来的是第二届广州·琶洲算法大赛——新能源汽车动力电池健康度预测与估计,本赛题以新能源汽车行驶数据、充电数据、静止数据为依托,构建算法模型评估动力电池健康度,预测衰减情况。
01
—
赛题介绍
发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路,是应对气候变化、推动绿色发展的战略举措。但是随着新能源汽车的大范围推广,汽车后市场服务出现了许多共性问题,比如二手车交易定价不清晰、新能源汽车车险定价不精确。这些问题的产生是由于车辆在使用过程中受到了环境、个人、路况、车辆等因素的影响,整车状态,尤其是动力电池状态无法进行定性或定量的评估;同时又由于动力电池占新能源汽车成本的40%-50%,而它却是受各种因素影响最为明显的关键部件。因此,动力电池剩余容量的预测对于评估新能源汽车的可靠性、续航里程和剩余价值意义重大。然而,受动力电池使用过程随机因素干扰,动力电池剩余容量的预测问题仍存在精度低、模型泛化能力差等问题。
深度学习模型具有高自主性、高自适应性和强大的数据分析处理能力,在构建高精度动力电池健康度/剩余容量估计的模型算法方面具有显著的优势。本次比赛中参赛者需以深度学习模型为工具,使用飞桨(PaddlePaddle)深度学习框架构建与训练模型。利用主办方提供的新能源汽车运行数据,通过对用户驾驶行为、充电行为、静置行为分析提取特征参数,构建可基于新能源汽车用户具体用车行为的高精度动力电池剩余容量预测模型。
本次比赛在数据方面规定了以下3点的比赛规则:
1.1 可以用训练集的数据增强用于训练;
1.2 可以用测试集的数据做增强做测试;
1.3 不可以用训练集和测试集做交叉训练、交叉测试(比如不可以对测试集打伪标签用于训练,或者半监督学习等)。
02
—
奖项与赛程
夺冠队伍有机会争夺“全场特别大奖”,奖金升级至100万元。有点香~
各参赛队伍训练模型时不限框架,但提交代码及作品时需要使用飞桨框架。另外,冠亚季军队伍颁奖后,奖金将会全部支付给本队队长,经队内自行协商,由队长分配给本队伍其他队员。
赛程赛制如下:
03
—
赛题任务
本次赛题任务为: 通过分析主办方提供的车辆行驶、充电、静置行为数据,提取车辆使用特征T和动力电池40%-90%SOC区段内的充电量S(Ah),借助AI算法训练出车辆使用情况T与S之间的关系。
拟解决的问题: 动力电池40%-90% SOC区段内可充电容量(Ah)的高精度预测。
思路和建议:
3.1 标签获取: 选手获取到训练集后,首先利用汽车的历史充电数据,通过安时积分法对车辆每一次充电行为中40%-90% SOC区间内电池的充电量(Ah)进行计算;
3.2 特征获取: 根据提取到的满足40%-90%SOC充电行为之间的驾驶、静置数据,提取行驶、静置特征、以及充电特征(如:累计过放(SOC低于20%)次数、单体电池最高/最低电压、驾驶里程、电池温度、车速、车辆静置时的SOC值、静置时间等,选手可适当增加其他维度);
3.3 模型训练与验证: 采用飞桨(PaddlePaddle)深度学习框架构建与训练模型,并在打榜集上对不同运行状态和里程下新能源汽车动力电池40%-90% SOC区间充电量(Ah)进行高精度预测;
3.4 打榜:参赛选手将预测估计结果内容表格及初赛、复赛必要内容上传,在线计算分数。
需要注意的是,参赛者在构建动力电池剩余容量预测模型以Informer、Autoformer、Pyraformer等较新型的处理时序数据的深度学习模型为工具时,可以充分利用数据集,合理划分数据并检验效果,比如把带标签集合分为“训练部分/测试部分”,或者尝试使用交叉验证。此外,参赛者需要保证结果复现的稳定性。
04
—
比赛数据
本次竞赛大赛数据为新能源汽车运行数据, 报名成功后即可在系统内查看比赛所用的模型训练数据集(15辆车各1年的运行数据),以及打榜数据集(5台车6个月的运行数据)。选手采用所提供的的数据集训练模型,并实现对打榜数据集中5台车未来到达某一里程时40%-90%充电量(Ah)的估计。
数据集为文本数据,Excel打开并不能显示所有行数,建议采用代码进行读取,并进行处理。数据集中存在缺失现象,是正常缺失,可能是车辆物联网卡故障导致的缺失,本数据由广州市新能源智能汽车发展促进会与工业和信息化部电子第五研究所联合提供。
比赛数据(模型训练数据集)包含15台新能源汽车运行数据,数据采集时间间隔为20s,时间跨度为1年。车辆运行数据文件夹内每一个文件为一台车一个月的运行数据,如,文件名为:CL1_20220101000000_20220131235959的文件,代表车辆1,2022年1月1日00:00:00至2022年1月31日23:59:59之间的运行数据。每台车的运行数据包括车辆数据、驱动电机数据和可充电储能装置数据三部分。初赛、复赛、决赛均为同一数据集,可以合理使用数据集。
充电量计算:下图为CL1第一个月的某次充电行为(特征:充电状态由3变为1时,说明车辆已开始充电。车辆在使用过程中,电流为正值时为放电现象,电流为负值时为充电现象),计算公式为:
其中,n为充电行为数据帧的数量;Ii为第i帧数据的电流值。
下面是本次赛题数据集的字段说明:
05
—
结束语
以上就是广州·琶洲算法大赛——新能源汽车电池健康度预测的所有内容了。本次赛题的标签是时序预测,比赛时间是2023/04/25—2023/09/30,感兴趣的小侠客可以关注后续赛事进程,也可以使用本次赛题提供的数据集开发算法与迭代改进。需要注意的是,发表论文或引用数据,需要向广州市新能源智能汽车发展促进会发出书面申请,获得许可后,方可发表论文。