本发明专利技术涉及新能源技术领域，解决了现有技术中无法对事故电池的价值进行科学地智能化评估的问题，提供了一种事故电池价值智能评估方法、装置、设备及存储介质。该方法包括：获取一目标事故电池发生事故前的历史电池数据和预设的电池价值评估参数；分别利用多种预设模型对所述电池价值评估参数进行预测分析，在各所述预设模型中选取一目标模型作为电池评估模型，将所述历史电池数据输入所述电池评估模型中，得出正常电池价值；依据预设的发生事故后的故障诊断规则，对所述正常电池价值进行二次评估，得出对应的事故电池价值。本发明专利技术保证了对事故电池价值评估的科学性，并提升了评估准确度。准确度。准确度。
【技术实现步骤摘要】
事故电池价值智能评估方法、装置、设备及存储介质
[0001]本专利技术涉及新能源
，尤其涉及一种事故电池价值智能评估方法、装置、设备及存储介质。
技术介绍
[0002]近年来，随着二手产品交易的蓬勃发展，二手产品检测评估变得日趋重要，但是二手产品检测并没有统一的标准，各个二手产品检测机构都有自己的检测标准，二手产品检测评估师的操作流程也不尽相同，在界定二手产品损伤程度的时候，完全依靠检测评估师的长期积累的工作经验，这些都是不科学的二手产品检测和评估方式。
[0003]在涉及到二手新能源电池领域，如今，随着新能源汽车产量销量增加，交通事故引发的事故车也在逐步增长，使得大量二手事故电池需要卖掉回收成本，但由于拥有所述事故电池的个人或商家缺乏评估能力，也没有科学的检测和评估标准进行参考，导致上述个人和商家通常廉价将事故电池处置给市场上的回收商，因此，造成个人和商家的经济亏损。
[0004]为此，如何对事故电池的价值进行科学地智能化评估是亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术提供了一种事故电池价值智能评估方法、装置、设备及存储介质，用以解决现有技术中无法对事故电池的价值进行科学地智能化评估的问题。
[0006]本专利技术采用的技术方案是：
[0007]第一方面，本专利技术提供了一种事故电池价值智能评估方法，所述方法包括：
[0008]S1：获取一目标事故电池发生事故前的历史电池数据和预设的电池价值评估参数；
[0009]S2：分别利用多种预设模型对所述电池价值评估参数进行预测分析，并依据预测分析结果，在各所述预设模型中选取一目标模型作为电池评估模型，将所述历史电池数据输入所述电池评估模型中，得出所述目标事故电池发生事故前对应的正常电池价值；
[0010]S3：依据预设的发生事故后的故障诊断规则，对所述正常电池价值进行二次评估，得出所述目标事故电池发生事故后对应的事故电池价值。
[0011]优选地，所述电池价值评估参数包括：电池品牌、电池容量、电池类型、电池SOH和使用年限；所述预设模型包括：决策树、逻辑回归和神经网络模型。
[0012]优选地，所述S2包括：
[0013]S21：获取多个目标正常电池的实际交易值集合，其中，各所述目标正常电池之间至少在所述电池品牌、电池容量、电池类型、电池SOH和使用年限中具有一个参数上的差异；
[0014]S22：将各所述目标正常电池对应的电池价值评估参数输入各所述预设模型中进行预测分析，得出各所述目标正常电池对应的第一预测值集合、第二预测值集合和第三预测值集合；
[0015]S23：依据所述第一预测值集合、第二预测值集合和第三预测值集合与所述实际交
易值集合之间的差异值，在各所述预设模型中将差异值最小的对应模型作为所述电池评估模型；
[0016]S24：将所述历史电池数据输入所述电池评估模型中，得出所述正常电池价值。
[0017]优选地，所述S23包括：
[0018]S231：依据所述第一预测值集合中各所述第一预测值，在所述实际交易值集合中得出与第一预测值对应的目标交易值，并依据所述目标交易值和所述第一预测值之间的差异值，得出第一差异均值；
[0019]S232：对所述第二预测值集合中各所述第二预测值和所述第三预测值集合中各所述第三预测值重复步骤S231，直至得出第二差异均值和第三差异均值；
[0020]S233：在各所述预设模型中将所述第一差异均值、第二差异均值和第三差异均值中差异均值最小的对应模型作为所述电池评估模型。
[0021]优选地，所述S3包括：
[0022]S31：获取预设的事故电池评估参数；
[0023]S32：依据所述事故评估参数，对所述目标事故电池进行评估，得出所述目标事故电池对应的事故电池调整系数；
[0024]S33：将所述事故电池调整系数和所述正常电池价值的乘积作为所述事故电池价值。
[0025]优选地，所述事故电池评估参数包括：Pack结构、外壳损伤程度、电芯损伤程度、电芯损伤占比和模组损伤占比。
[0026]优选地，所述S32包括：
[0027]S321：分别依据所述Pack结构、外壳损伤程度、电芯损伤程度、电芯损伤占比和模组损伤占比对所述目标事故电池进行评估，得出第一调整系数、第二调整系数、第三调整系数、第四调整系数和第五调整系数；
[0028]S322：依据所述第一调整系数、第二调整系数、第三调整系数和第四调整系数，得出第一目标系数，并依据所述第一调整系数、第二调整系数、第三调整系数和第五调整系数，得出第二目标系数；
[0029]S323：将所述第一目标系数和所述第二目标系数中较小的系数作为所述事故电池调整系数。
[0030]第二方面，本专利技术提供了一种事故电池价值智能评估装置，所述装置包括：
[0031]数据获取模块，用于获取一目标事故电池发生事故前的历史电池数据和预设的电池价值评估参数；
[0032]正常电池价值评估模块，用于分别利用多种预设模型对所述电池价值评估参数进行预测分析，并依据预测分析结果，在各所述预设模型中选取一目标模型作为电池评估模型，将所述历史电池数据输入所述电池评估模型中，得出所述目标事故电池发生事故前对应的正常电池价值；
[0033]事故电池价值评估模块，用于依据预设的发生事故后的故障诊断规则，对所述正常电池价值进行二次评估，得出所述目标事故电池发生事故后对应的事故电池价值。
[0034]第三方面，本专利技术实施例还提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现
如上述实施方式中第一方面的方法。
[0035]第四方面，本专利技术实施例还提供了一种存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
[0036]综上所述，本专利技术的有益效果如下：
[0037]本专利技术提供的事故电池价值智能评估方法、装置、设备及存储介质，所述方法包括：获取一目标事故电池发生事故前的历史电池数据和预设的电池价值评估参数；分别利用多种预设模型对所述电池价值评估参数进行预测分析，并依据预测分析结果，在各所述预设模型中选取一目标模型作为电池评估模型，将所述历史电池数据输入所述电池评估模型中，得出所述目标事故电池发生事故前对应的正常电池价值；依据预设的发生事故后的故障诊断规则，对所述正常电池价值进行二次评估，得出所述目标事故电池发生事故后对应的事故电池价值。本专利技术先通过多种算法模型对正常电池的价值进行预测分析，并根据预测分析结果反馈，选取最贴合实际的模型作为电池评估模型，从而保证了电池评估模型能够智能化地准确预测正常电池的价值，再依据故障诊断规则，综合了电池发生事故的各种因素，对得出的正常电池的价值进行二次评估，进一步保证了对事故电池价值评估的科学性，并提升了评估准本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种事故电池价值智能评估方法，其特征在于，所述方法包括：S1：获取一目标事故电池发生事故前的历史电池数据和预设的电池价值评估参数；S2：分别利用多种预设模型对所述电池价值评估参数进行预测分析，并依据预测分析结果，在各所述预设模型中选取一目标模型作为电池评估模型，将所述历史电池数据输入所述电池评估模型中，得出所述目标事故电池发生事故前对应的正常电池价值；S3：依据预设的发生事故后的故障诊断规则，对所述正常电池价值进行二次评估，得出所述目标事故电池发生事故后对应的事故电池价值。2.根据权利要求1所述的事故电池价值智能评估方法，其特征在于，所述电池价值评估参数包括：电池品牌、电池容量、电池类型、电池SOH和使用年限；所述预设模型包括：决策树、逻辑回归和神经网络模型。3.根据权利要求2所述的事故电池价值智能评估方法，其特征在于，所述S2包括：S21：获取多个目标正常电池的实际交易值集合，其中，各所述目标正常电池之间至少在所述电池品牌、电池容量、电池类型、电池SOH和使用年限中具有一个参数上的差异；S22：将各所述目标正常电池对应的电池价值评估参数输入各所述预设模型中进行预测分析，得出各所述目标正常电池对应的第一预测值集合、第二预测值集合和第三预测值集合；S23：依据所述第一预测值集合、第二预测值集合和第三预测值集合与所述实际交易值集合之间的差异值，在各所述预设模型中将差异值最小的对应模型作为所述电池评估模型；S24：将所述历史电池数据输入所述电池评估模型中，得出所述正常电池价值。4.根据权利要求3所述的事故电池价值智能评估方法，其特征在于，所述S23包括：S231：依据所述第一预测值集合中各所述第一预测值，在所述实际交易值集合中得出与第一预测值对应的目标交易值，并依据所述目标交易值和所述第一预测值之间的差异值，得出第一差异均值；S232：对所述第二预测值集合中各所述第二预测值和所述第三预测值集合中各所述第三预测值重复步骤S231，直至得出第二差异均值和第三差异均值；S233：在各所述预设模型中将所述第一差异均值、第二差异均值和第三差异均值中差异均值最小的对应模型作为所述电池评估模型。5.根据权利要求1所述的事故电池价值智能评估方法，...
【专利技术属性】
技术研发人员：于忠华，杨明，熊寅庚，邹家伟，
申请(专利权)人：珠海鼎然信息科技有限公司，
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。