本申请提供了一种车辆电池健康度的预测方法及装置，其中，该方法包括：获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。度。度。
【技术实现步骤摘要】
一种车辆电池健康度的预测方法及装置
[0001]本申请涉及车辆电池维护
，尤其涉及一种车辆电池健康度的预测方法及装置。
技术介绍
[0002]现有技术中对车辆电池的健康度进行预测时，获取大量的电池数据构建预测模型，由于车辆电池的使用情况比较复杂，会导致电池数据的波动较大，进而通过波动较大的电池数据构建预测模型，其预测出的车辆电池健康度的精度较低。较低的精准度无法帮助用户及时更换车辆的车辆电池，影响车辆的正常使用；或者使用户过早的更换车辆电池，造成浪费。
技术实现思路
[0003]有鉴于此，本申请的目的在于至少提供一种车辆电池健康度的预测方法及装置，通过首先对多个车辆电池的充电数据进行筛选，再对车辆电池进行筛选，解决了现有技术中构建电池健康度预测模型的数据波动较大的技术问题，达到提高预测电池健康度的准确度的技术效果。
[0004]本申请主要包括以下几个方面：
[0005]第一方面，本申请实施例提供一种车辆电池健康度的预测方法，该方法包括：获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。
[0006]可选地，通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据，包括；将电池数据和行驶数据分别进行升序排列，确定电池数据对应的特征一分位数和特征一分位数间距，确定行驶数据对应的特征二分位数和特征二分位数间距；计算特征一分位数和特征一分位数间距对应的电池数据区间；计算特征二分位数和特征二分位数间距对应的行驶数据区间；将电池数据属于电池数据区间并且行驶数据属于行驶数据区间的记录数据，确定为目标记录数据。
[0007]可选地，电池数据包括：充电时长、充电电流、起始荷电状态和结束荷电状态，计算每个目标记录数据对应的单次健康度，包括：计算每个目标记录数据对应的充电电流在充电时长内的积分，将积分后的结果确定为每个目标记录数据对应的充电容量；根据充电容量、起始荷电状态和结束荷电状态，确定每个目标记录数据对应的单次健康度。
[0008]可选地，根据充电容量、起始荷电状态和结束荷电状态，确定每个目标记录数据对
应的单次健康度，包括：获取车辆电池的标定容量；计算结束荷电状态与起始荷电状态的差值的绝对值，将充电容量与绝对值做比，将比值确定为每个目标记录数据对应的电池总容量；将标定容量与电池总容量做比，将比值确定为每个目标记录数据对应的单次健康度。
[0009]可选地，针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数，包括：将每个车辆电池的目标记录数据中的行驶数据作为自变量，将每个车辆电池的目标记录数据对应的单次健康度作为因变量进行线性拟合，得到每个车辆电池对应的线性拟合函数。
[0010]可选地，根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池，包括：获取每个线性拟合函数的置信度、斜率和截距；通过分位数间距和分位数过滤异常的线性拟合函数，得到目标线性拟合函数；将目标线性拟合函数对应的车辆电池确定为目标车辆电池。
[0011]可选地，通过分位数间距和分位数过滤异常的线性拟合函数，得到目标线性拟合函数，包括：将每个线性拟合函数的置信度、斜率和截距分别进行升序排列，确定置信度对应的特征三分位数和特征三分位数间距，确定斜率对应的特征四分位数和特征四分位数间距，确定截距对应的特征五分位数和特征五分位数间距；计算特征三分位数和特征三分位数间距对应的置信度区间；计算特征四分位数和特征四分位数间距对应的斜率区间；计算特征五分位数和特征五分位数间距对应的截距区间；将置信度属于置信度区间、且斜率属于斜率区间以及截距属于截距区间的线性拟合函数，确定为目标线性拟合函数。
[0012]第二方面，本申请实施例还提供一种车辆电池健康度的预测装置，该装置包括：获取模块，用于获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；第一确定模块，用于通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算模块，用于计算每个目标记录数据对应的单次健康度；第二确定模块，用于针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；第三确定模块，用于根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；构建模块，用于通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；预测模块，用于将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。
[0013]第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，存储器存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通过总线进行通信，机器可读指令被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的车辆电池健康度的预测方法的步骤。
[0014]第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的车辆电池健康度的预测方法的步骤。
[0015]本申请实施例提供的一种车辆电池健康度的预测方法及装置，获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进
行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。本申请通过首先对多个车辆电池的充电数据进行筛选，再对车辆电池进行筛选，解决了现有技术中构建电池健康度预测模型的数据波动较大的技术问题，达到提高预测电池健康度的准确度的技术效果。
[0016]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0017]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆电池健康度的预测方法，其特征在于，所述预测方法包括：获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与所述单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至所述随机森林模型，预测出所述待预测车辆电池的车辆电池健康度。2.根据权利要求1所述的预测方法，其特征在于，所述通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据，包括；将所述电池数据和所述行驶数据分别进行升序排列，确定所述电池数据对应的特征一分位数和特征一分位数间距，确定所述行驶数据对应的特征二分位数和特征二分位数间距；计算所述特征一分位数和所述特征一分位数间距对应的电池数据区间；计算所述特征二分位数和所述特征二分位数间距对应的行驶数据区间；将所述电池数据属于所述电池数据区间并且所述行驶数据属于所述行驶数据区间的记录数据，确定为目标记录数据。3.根据权利要求1所述的预测方法，其特征在于，所述电池数据包括：充电时长、充电电流、起始荷电状态和结束荷电状态，所述计算每个目标记录数据对应的单次健康度，包括：计算每个目标记录数据对应的所述充电电流在所述充电时长内的积分，将积分后的结果确定为每个目标记录数据对应的充电容量；根据所述充电容量、所述起始荷电状态和所述结束荷电状态，确定每个目标记录数据对应的单次健康度。4.根据权利要求3所述的预测方法，其特征在于，所述根据所述充电容量、所述起始荷电状态和所述结束荷电状态，确定每个目标记录数据对应的单次健康度，包括：获取所述车辆电池的标定容量；计算所述结束荷电状态与所述起始荷电状态的差值的绝对值，将所述充电容量与所述绝对值做比，将比值确定为每个目标记录数据对应的电池总容量；将所述标定容量与所述电池总容量做比，将比值确定为每个目标记录数据对应的单次健康度。5.根据权利要求1所述的预测方法，其特征在于，所述针对每个车辆电池的目标记录数据中的行驶数据与所述单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数，包括：将每个车辆电池的目标记录数据中的行驶数据作为自变量，将每个车辆电池的目标记录数据对应的单次健康度作为因变量进行线性拟合，得到每个车...
【专利技术属性】
技术研发人员：胡悦，张芳芳，夏琳，聂瑞超，胥锦，张诗垚，刘书源，
申请(专利权)人：武汉蔚能电池资产有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。