【技术实现步骤摘要】
本申请涉及动力电池健康预测，尤其涉及一种确定车辆动力电池健康度的方法、装置、介质及设备。
技术介绍
1、近几年随着新能源汽车的快速发展，动力电池的应用越来越广泛。由于动力电池在使用过程中性能会衰减，一致性会变差，会导致新能源汽车的续航里程也在逐渐衰减。因此在电动汽车运营的过程中，需要对动力电池健康度(soh，state of health)进行评估预测，用来评价动力电池的剩余使用电量，进而判断是否需要更换电动汽车的动力电池，降低动力电池出现故障或者热失控现象。
2、在相关技术中，对于动力电池健康度的进行预测评估时，需要利用专业的试验测试以及大量的仿真计算。在实际运营中，电池工况与试验阶段的工况具有较大差异，导致预测出的实际soh的准确度也无法确保。
技术实现思路
1、针对现有技术存在的问题，本专利技术实施例提供了一种确定车辆动力电池健康度的方法、装置、介质及设备，以解决或者部分解决现有技术中对动力电池健康度soh进行预测时，预测准确度无法确保的技术问题。
2、本专利技术的第一方面，提供一种确定车辆动力电池健康度的方法，所述方法包括：
3、对动力电池使用数据进行预处理，获得对应的动力电池样本数据；所述动力电池使用数据是在车辆在实际运营过程中的电池数据；
4、利用所述动力电池样本数据对电池健康度预测模型进行训练，输出对应的目标电池健康度预测模型；
5、利用所述目标电池健康度预测模型确定动力电池的充电容量，根据所述动力电池的充电
6、确定所述动力电池的参考健康度，利用所述充电容量衰减率对所述参考健康度进行修正，获得所述动力电池的目标健康度。
7、上述方案中，所述对动力电池使用数据进行预处理，包括：
8、确定各动力电池使用数据的状态标记；
9、基于时间切分规则或状态切分规则将所述动力电池使用数据切分为多个数据片段；
10、根据所述状态标记对各所述数据片段进行合并，获得合并数据片段，并为所述合并数据片段添加对应的数据标签。
11、上述方案中，所述为所述合并数据片段添加对应的数据标签后，所述方法还包括：
12、剔除合并数据片段中的异常值及空值，得到剩余合并数据片段；
13、基于预设的数据筛选策略对所述剩余合并数据片段进行筛选，将满足所述数据筛选策略的剩余合并数据片段确定为所述动力电池样本数据；其中，
14、所述数据筛选策略包括下述一种或多种组合：充电倍率小于1c；车辆行驶里程小于1000km，电池温度在10～15℃；以及充电起始荷电状态soc小于等于a％，充电结束soc大于等于b％；所述a小于所述b。
15、上述方案中，所述将满足所述数据筛选策略的剩余合并数据片段确定为所述动力电池样本数据之后，所述方法还包括：
16、在所述动力电池样本数据中提取满足第一充电soc条件的第一目标动力电池样本数据，获取各所述第一目标动力电池样本数据对应的第一充电容量；所述第一充电soc条件为：a％≤充电soc≤b％；
17、根据所述第一充电soc条件的端点值及所述第一充电容量确定所述第一目标动力电池样本数据对应的第二充电容量；
18、根据所述第二充电容量对所述第一目标动力电池样本数据进行再次筛选，获得第二目标动力电池样本数据；
19、将所述第二目标动力电池样本数据中对应的充电容量的平均值作为额定充电容量。
20、上述方案中，所述电池健康度预测模型为提升树模型，所述利用所述动力电池样本数据对电池健康度预测模型进行训练，输出对应的电池健康度预测模型，包括：
21、构造电池健康度预测模型的模型特征值，设置所述电池健康度预测模型的决策树数量及节点数量；所述模型特征值包括：单次充电特征、1000km行驶里程内的历史充电特征以及环境温度；单次充电特征包括：行驶里程、开始soc、结束soc、充电深度、充电倍率、充电时长及充电开始温度；所述1000km行驶里程内的历史充电特征包括：经历天数、里程差、总充电次数、总充电容量、次均充电容量、总充电时长、平均充电倍率、平均起始soc、平均结束soc、平均soc深度、起始soc中位数、结束soc中位数及充电soc深度中位数；所述环境温度包括：有效温度个数、年中位温度、年平均温度、年温度极差及年温度方差；
22、将所述动力电池样本数据划分为训练集和测试集，利用所述训练集对所述电池健康度预测模型进行训练；利用所述测试集对训练后的电池健康度预测模型进行精度预测；
23、若确定所述电池健康度的精度满足要求，则输出对应的目标电池健康度预测模型。
24、上述方案中，所述根据所述动力电池的充电容量及额定容量确定所述动力电池的充电容量衰减率，包括：
25、确定所述动力电池的额定容量与充电容量之间的容量差值；
26、根据所述容量差值与所述额定容量确定所述动力电池的充电容量衰减率。
27、上述方案中，所述利用所述充电容量衰减率对所述参考健康度进行修正，获得所述动力电池的目标健康度，包括：
28、获取所述充电容量衰减度对应的第一比例系数及所述参考健康度对应的第二比例系数；
29、根据所述充电容量衰减度及所述第一比例系数确定第一目标健康度，根据所述参考健康度及对所述第二比例系数确定第二目标健康度；
30、将所述第一目标健康度和所述第二目标健康度的和值确定为所述动力电池的目标健康度。
31、本专利技术的第二方面，提供一种确定车辆动力电池健康度的装置，所述装置包括：
32、数据处理单元，用于对动力电池使用数据进行预处理，获得对应的动力电池样本数据；所述动力电池使用数据是在车辆在实际运营过程中的电池数据；
33、训练单元，用于利用所述动力电池样本数据对电池健康度预测模型进行训练，输出对应的目标电池健康度预测模型；
34、确定单元，用于利用所述目标电池健康度预测模型确定动力电池的充电容量，根据所述动力电池的充电容量及额定容量确定所述动力电池的充电容量衰减率；
35、修正单元，用于确定所述动力电池的参考健康度，利用所述充电容量衰减率对所述参考健康度进行修正，获得所述动力电池的目标健康度。
36、本专利技术的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述方法的步骤。
37、本专利技术的第四方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面中任一项所述方法的步骤。
38、本专利技术提供了一种确定车辆动力电池健康度的方法、装置、介质及设备，方法包括：对动力电池使用数据进行预处理，获得对应的动力电池样本数据；所述动力电池使用数据是在车辆在实际运营过程中本文档来自技高网...
【技术保护点】
1.一种确定车辆动力电池健康度的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对动力电池使用数据进行预处理，包括：
3.如权利2所述的方法，其特征在于，所述为所述合并数据片段添加对应的数据标签后，所述方法还包括：
4.如权利要求3所述的方法，其特征在于，所述将满足所述数据筛选策略的剩余合并数据片段确定为所述动力电池样本数据之后，所述方法还包括：
5.如权利要求1所述的方法，其特征在于，所述电池健康度预测模型为提升树模型，所述利用所述动力电池样本数据对电池健康度预测模型进行训练，输出对应的电池健康度预测模型，包括：
6.如权利要求1所述的方法，其特征在于，所述根据所述动力电池的充电容量及额定容量确定所述动力电池的充电容量衰减率，包括：
7.如权利要求1所述的方法，其特征在于，所述利用所述充电容量衰减率对所述参考健康度进行修正，获得所述动力电池的目标健康度，包括：
8.一种确定车辆动力电池健康度的装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
...【技术特征摘要】
1.一种确定车辆动力电池健康度的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对动力电池使用数据进行预处理，包括：
3.如权利2所述的方法，其特征在于，所述为所述合并数据片段添加对应的数据标签后，所述方法还包括：
4.如权利要求3所述的方法，其特征在于，所述将满足所述数据筛选策略的剩余合并数据片段确定为所述动力电池样本数据之后，所述方法还包括：
5.如权利要求1所述的方法，其特征在于，所述电池健康度预测模型为提升树模型，所述利用所述动力电池样本数据对电池健康度预测模型进行训练，输出对应的电池健康度预测模型，包括：
6.如权利要求1所述的...
【专利技术属性】
技术研发人员：张思，吴胜杰，
申请(专利权)人：东风汽车集团股份有限公司，
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。