一种新能源车辆动力电池寿命预测方法及系统技术方案

本发明专利技术提供一种新能源车辆动力电池寿命预测方法及系统，涉及车辆动力电池寿命预测领域，本发明专利技术解决的技术问题是如何提高新能源车辆动力电池寿命预测的准确性，本方法步骤包括获取与大数据平台连接的车辆的动力电池寿命预测相关数据并筛选后得到动力电池剩余充放电循环数相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池寿命预测模型，建立模型后获取与大数据平台连接的车辆的当前动力电池寿命预测相关数据，代入车辆动力电池寿命预测模型后输出动力电池寿命预测结果，本方法是基于大数据的神经网络训练建立车辆动力电池寿命预测模型可以准确得出的结果，驾驶员能根据提高动力电池寿命以及对动力电池进行更换或检修。

【技术实现步骤摘要】
一种新能源车辆动力电池寿命预测方法及系统
本专利技术涉及车辆动力电池寿命预测领域，尤其涉及一种新能源车辆动力电池寿命预测方法及系统。
技术介绍
目前，越来越多的人购买新能源车辆，新能源车辆以动力电池为唯一动力源，当车辆动力电池寿命不足时会影响车辆正常行驶，但目前并不关注预测电池的使用寿命。为了让驾驶员及时了解车辆的寿命，中国专利申请号(CN201911350993.4)公开了一种基于车联网大数据技术的汽车蓄电池智能监控方法,包括以下步骤：1、获取数据流；通过车联网数据采集技术，从汽车采集汽车蓄电池电压、汽车蓄电池电流、汽车蓄电池荷电状态的数据项到车辆网大数据平台；2、汽车蓄电池健康状态监控；将所述步骤1采集到的数据代入到汽车蓄电池寿命计算模型，进行汽车蓄电池寿命计算；3、智能提醒，将所述步骤2中得到的汽车蓄电池健康状态的数据和信息发送给用户。上述方法虽然在一定程度上可以预测动力电池剩余使用寿命，但是上述方法中只是采集相关数据并没有对采集的数据进行训练这就导致数据代入计算的准确性比较低，而且其直接采用现有的公式进行计算，并没有考虑本文档来自技高网...

【技术保护点】
1.一种新能源车辆动力电池寿命预测方法，其特征在于，所述方法包括以下步骤：/n获取与大数据平台(3)连接的车辆的动力电池寿命预测相关数据；/n对上述动力电池寿命预测相关数据进行筛选得到动力电池剩余充放电循环数相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池寿命预测模型；/n建立模型后获取与大数据平台(3)连接的车辆的当前动力电池寿命预测相关数据，代入车辆动力电池寿命预测模型后输出动力电池寿命预测结果。/n

【技术特征摘要】
1.一种新能源车辆动力电池寿命预测方法，其特征在于，所述方法包括以下步骤：
获取与大数据平台(3)连接的车辆的动力电池寿命预测相关数据；
对上述动力电池寿命预测相关数据进行筛选得到动力电池剩余充放电循环数相关的数据,将筛选后的数据进行神经网络训练建立车辆动力电池寿命预测模型；
建立模型后获取与大数据平台(3)连接的车辆的当前动力电池寿命预测相关数据，代入车辆动力电池寿命预测模型后输出动力电池寿命预测结果。


2.根据权利要求1所述的新能源车辆动力电池寿命预测方法，其特征在于，上述过滤步骤包括对上述动力电池寿命预测相关数据进行清洗，去除异常数据和空数据，对清洗后的数据进行相关性分析得到包括动力电池剩余充放电循环数相关的数据。


3.根据权利要求2所述的新能源车辆动力电池寿命预测方法，其特征在于，所述相关性分析包括选取皮尔逊相关系数大于预设系数值的动力电池寿命预测相关数据。


4.根据权利要求3所述的新能源车辆动力电池寿命预测方法，其特征在于，上述建立车辆动力电池寿命预测模型包括建立动力电池剩余充放电循环数预测模型。


5.根据权利要求4所述的新能源车辆动力电池寿命预测方法，其特征在于，上述建立动力电池剩余充放电循环数预测模型步骤包括将动力电池剩余充放电循环数相关数据通过预设算法输出的剩余充放电循环数与参考剩余充放电循环数对比，当剩余充放电循环数与参考剩余充放电循环数的差值不大于误差值时建立动力电池剩余充放电循环数预测模型，当剩余充放电循环数与剩余充放电循环数的差值大于误差值时调节隐藏层权重参数、隐藏层偏置、输出层的权重参数以及输出层的偏置直到剩余充放电循环数与参考剩余充放电循环数的差值不大于误差值，动力电池剩余充放电循环数预测...

【专利技术属性】
技术研发人员：段鹏，陈玉星，霍艳红，张俊杰，潘福中，刘刚，翟一明，王芳芳，邵晶晶，岳翔，陶雷，牛亚琪，
申请(专利权)人：浙江吉利控股集团有限公司，吉利汽车研究院宁波有限公司，
类型：发明
国别省市：浙江;33