基于电池使用行为的保险定价方法技术

本发明专利技术属于车联网保险技术领域，解决现有技术中未考虑电池使用行为和健康状况，导致电池赔付情况与实际存在偏差，需要承担较大赔付风险的问题提供了一种基于电池使用行为的保险定价方法

【技术实现步骤摘要】
基于电池使用行为的保险定价方法、装置、设备及介质


[0001]本专利技术涉及车联网保险
，尤其涉及一种基于电池使用行为的保险定价方法
、
装置
、
设备及介质
。

技术介绍

[0002]随着全球对环境保护和可持续发展的日益重视，新能源汽车
(NEV)
已经成为现代交通领域的一个重要发展方向
。
新能源汽车包括多种类型，如纯电动汽车
、
增程式电动汽车
、
混合动力汽车
、
燃料电池电动汽车和氢发动机汽车
。
其中，纯电动汽车完全依赖其电池系统作为主要的动力来源，而对于其他类型的新能源汽车，电池的性能
、
寿命和健康状况也对车辆的整体性能和使用寿命有着重要的影响
。
[0003]在汽车保险领域，传统的保险定价方法主要基于车辆的使用情况
、
驾驶员的驾驶经验
、
车辆的损坏历史等因素来确定
。
然而，对于新能源汽车，尤其是电动汽车，电池的健康状况和衰减率成为了一个新的
、
至关重要的风险因素
。
电池的衰减不仅可能导致车辆的续航里程减少，还可能影响车辆的整体性能和安全性
。
[0004]目前，大多数保险公司在为新能源汽车提供保险时，都是基于经验数据来估算电池赔付成本
。
这种方法往往是基于历史数据和统计方法，而不是真正考虑电池的实际使用情况和健康状况
。
这种方法的主要问题是，它可能导致电池赔付成本的估算存在较大的偏差，赔付成本量化准确性低，从而影响保险公司的利润和新能源汽车用户的保险费用
。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了基于电池使用行为的保险定价方法
、
装置
、
设备及介质，用以解决现有技术中未考虑电池使用行为和健康状况，导致电池赔付情况与实际存在偏差，需要承担较大赔付风险的问题
。
[0006]第一方面，本专利技术实施例提供了一种基于电池使用行为的保险定价方法，所述方法包括：
[0007]根据新能源汽车的车辆记录，构建第一数据集和第二数据集，其中，所述第一数据集包括电池使用行为数据，所述电池使用行为数据包括电池动态参数和电池静态参数，所述第二数据集包括电池衰减标识，其中，所述所述电池静态参数包括电池类型
、
额定电池容量
、
电池能量密度
、
电池标称电压；
[0008]根据所述第一数据集和所述第二数据集，获取目标数据集；
[0009]根据所述目标数据集，构建电池衰减发生概率预测模型；
[0010]根据所述电池衰减发生概率预测模型，获取目标车辆的电池衰减发生概率；
[0011]根据所述电池衰减发生概率，获取所述目标车辆的风险成本
。
[0012]优选的，所述根据新能源汽车的车辆记录，构建第一数据集和第二数据集的步骤，包括：
[0013]对所述新能源汽车进行筛选，得到满足第一预设条件的新能源汽车，其中，所述第
一预设条件包括在质保条件内并且电池容量保持率高于第一阈值；
[0014]根据所述质保条件，获取新能源汽车的若干第一车辆记录，其中，所述质保条件包括第一年限阈值和
/
或第一里程阈值，所述第一车辆记录的第一里程数据与所述第一里程阈值的差值最小或第一年限数据与所述第一年限阈值的差值最小；
[0015]根据所述第一车辆记录，获取所述第一数据集；
[0016]根据目标延保条件，获取新能源汽车的若干第二车辆记录，其中，所述目标延保条件包括第二年限阈值和
/
或第二里程阈值，所述第二车辆记录的第二里程数据与所述第二里程阈值的差值最小或第二年限数据与所述第二年限阈值的差值最小；
[0017]根据所述第二车辆记录获取第二数据集
。
[0018]优选的，所述电池动态参数包括电池容量保持率，所述目标数据集包括第一目标数据集
、
第二目标数据集和第三目标数据集，所述根据所述第一数据集和所述第二数据集，获取目标数据集的步骤，包括：
[0019]根据第一预设电池容量
、
第二预设电池容量以及第三预设电池容量对所述第一数据集进行划分，得到第一初始数据集
、
第二初始数据集和第三初始数据集，其中，第一初始数据集中每一条数据中的电池容量保持率大于所述第一预设电池容量，第二初始数据集中每一条数据中的电池容量保持率在所述第一预设电池容量和所述第二预设电池容量之间，第三初始数据集中每一条数据的电池容量保持率在所述第二预设电池量和所述第三预设电池容量之间，所述第一预设电池容量大于所述第二预设电池容量，所述第二预设电池容量大于第三预设电池容量；
[0020]根据所述第二数据集，获取第四初始数据集
、
第五初始数据集以及第六初始数据集，其中，所述第四初始数据集的电池衰减标识包括电池容量保持率是否低于所述第一预设电池容量，所述第五初始数据集的电池衰减标识包括电池容量保持率是否低于第二预设电池容量，所述第六初始数据集的电池衰减标识包括电池容量保持率是否低于所述第三预设电池容量；
[0021]根据所述新能源汽车的唯一标识，对所述第一初始数据集和第四初始数据集进行组合得到第一目标数据集
、
对第二初始数据集和第五初始数据集进行组合得到第二目标数据集以及将第三初始数据集和第六初始数据集进行组合得到第三目标数据集
。
[0022]优选的，所述根据所述目标数据集，构建电池衰减发生概率预测模型的步骤，包括：
[0023]对所述目标数据集进行预处理，得到建模数据集，其中，所述建模数据集包括第一建模数据集
、
第二建模数据集和第三建模数据集；
[0024]根据所述建模数据集，构建所述电池衰减发生概率预测模型，其中，电池衰减发生概率预测模型包括第一初始预测模型
、
第二初始预测模型以及第三初始预测模型，所述第一初始预测模型
、
第二初始预测模型以及第三初始预测模型均包括逻辑回归模型
、
随机森林分类模型
、
极限梯度提升树分类模型；
[0025]根据所述电池衰减发生概率预测模型的评价结果，获取最优的第一初始预测模型
、
第二初始预测模型以及第三初始预测模型；
[0026]根据所述评价结果，对最优的的第一初始预测模型
、
第二初始预测模型以及第三初始预测模型进行参数调优，得到第一目标预测模型
、
第二目标预测模型以及第三目标预
测模型
。
[0027]优选的，所述对所述目标数据集进行预处理，得到建模数据集的步骤，包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于电池使用行为的保险定价方法，其特征在于，所述方法包括：根据新能源汽车的车辆记录，构建第一数据集和第二数据集，其中，所述第一数据集包括电池使用行为数据，所述电池使用行为数据包括电池动态参数和电池静态参数，所述第二数据集包括电池衰减标识，其中，所述所述电池静态参数包括电池类型
、
额定电池容量
、
电池能量密度
、
电池标称电压；根据所述第一数据集和所述第二数据集，获取目标数据集；根据所述目标数据集，构建电池衰减发生概率预测模型；根据所述电池衰减发生概率预测模型，获取目标车辆的电池衰减发生概率；根据所述电池衰减发生概率，获取所述目标车辆的风险成本
。2.
根据权利要求1所述的基于电池使用行为的保险定价方法，其特征在于，所述根据新能源汽车的车辆记录，构建第一数据集和第二数据集的步骤，包括：对所述新能源汽车进行筛选，得到满足第一预设条件的新能源汽车，其中，所述第一预设条件包括在质保条件内并且电池容量保持率高于第一阈值；根据所述质保条件，获取新能源汽车的若干第一车辆记录，其中，所述质保条件包括第一年限阈值和
/
或第一里程阈值，所述第一车辆记录的第一里程数据与所述第一里程阈值的差值最小或第一年限数据与所述第一年限阈值的差值最小；根据所述第一车辆记录，获取所述第一数据集；根据目标延保条件，获取新能源汽车的若干第二车辆记录，其中，所述目标延保条件包括第二年限阈值和
/
或第二里程阈值，所述第二车辆记录的第二里程数据与所述第二里程阈值的差值最小或第二年限数据与所述第二年限阈值的差值最小；根据所述第二车辆记录获取第二数据集
。3.
根据权利要求1所述的基于电池使用行为的保险定价方法，其特征在于，所述电池动态参数包括电池容量保持率，所述目标数据集包括第一目标数据集
、
第二目标数据集和第三目标数据集，所述根据所述第一数据集和所述第二数据集，获取目标数据集的步骤，包括：根据第一预设电池容量
、
第二预设电池容量以及第三预设电池容量对所述第一数据集进行划分，得到第一初始数据集
、
第二初始数据集和第三初始数据集，其中，第一初始数据集中每一条数据中的电池容量保持率大于所述第一预设电池容量，第二初始数据集中每一条数据中的电池容量保持率在所述第一预设电池容量和所述第二预设电池容量之间，第三初始数据集中每一条数据的电池容量保持率在所述第二预设电池量和所述第三预设电池容量之间，所述第一预设电池容量大于所述第二预设电池容量，所述第二预设电池容量大于第三预设电池容量；根据所述第二数据集，获取第四初始数据集
、
第五初始数据集以及第六初始数据集，其中，所述第四初始数据集的电池衰减标识包括电池容量保持率是否低于所述第一预设电池容量，所述第五初始数据集的电池衰减标识包括电池容量保持率是否低于第二预设电池容量，所述第六初始数据集的电池衰减标识包括电池容量保持率是否低于所述第三预设电池容量；根据所述新能源汽车的唯一标识，对所述第一初始数据集和第四初始数据集进行组合得到第一目标数据集
、
对第二初始数据集和第五初始数据集进行组合得到第二目标数据集
以及将第三初始数据集和第六初始数据集进行组合得到第三目标数据集
。4.
根据权利要求3所述的基于电池使用行为的保险定价方法，其特征在于，所述根据所述目标数据集，构建电池衰减发生概率预测模型的步骤，包括：对所述目标数据集进行预处理，得到建模数据集，其中，所述建模数据集包括第一建模数据集
、
第二建模数据集和第三建模数据集；根据所述建模数据集，构建所述电池衰减发生概率预测模型，其中，电池衰减发生概率预测模型包括第一初始预测模型
、
第二初始预测模型以及第三初始预测模型，所述第一初始预测模型
、
第二初始预测模型以及第三初始预测模型均包括逻辑回归模型
、
随机森林分类模型
、
极限梯度提升树分类模型；根据所述电池衰减发生概...

【专利技术属性】
技术研发人员：李欣，于忠华，叶灵玲，熊寅庚，代小朋，邹家伟，
申请(专利权)人：深圳鼎然信息科技有限公司，
类型：发明
国别省市：