【技术实现步骤摘要】
本专利技术涉及新能源汽车健康评价，具体涉及一种新能源汽车健康度评价方法及系统。
技术介绍
1、随着新能源的不断发展，新能源汽车也随之得到迅速的发展，为了能够对新能源汽车的监控进行评价，对于新能源汽车的性能进行监测则很有必要。
2、目前新能源汽车一般有两种方式，一种是线上监测，该方法依赖对应的算法准确度，另外一种则是线下检测，这种方式虽然可以有效的识别出故障，但是整个检测过程比较耗费时间以及耗费检测人员的体力，这种单一的检测方法难免会出现漏洞，导致检测结果的不准确问题出现。
技术实现思路
1、本专利技术的目的之一在于提供一种新能源汽车健康度评价方法及系统，能够解决现有技术中单一的检测方法的检测准确性不高的问题，实现线上监测和线下检测的结合，提高对新能源汽车健康评价的准确度。
2、为了达到上述目的，提供了一种新能源汽车健康度评价方法，包括以下步骤：
3、s1、获取目标车辆所对应的各个用户行为评价指标参数；
4、s2、获取目标车辆所对应的各个外观评价指标参数；
5、s3、获取目标车辆所对应的各个充电性能评价指标参数；所述充电性能指标参数包括目标车辆所对应的soh预测值；
6、s4、获取目标车辆的整车性能评价指标参数；
7、s5、获取目标车辆的电池系统的电性能评价指标参数；
8、s6、获取目标车辆的电驱动外观性能评价指标参数、热管理性能评价指标参数、可靠性性能评价指标参数以及电机性能评价指标参数
9、s7、根据获取的各个评价指标参数，基于对应的算法，以及各个性能评价指标参数所对应的重要度，对目标车辆进行健康评定以及电池健康检测，计算出各个性能评价指标参数所对应的评价值，并判断对应的评价值是否大于安全阈值，若是，则判断该评价指标参数存在异常，并调取对应的修正算法进行修正，判断是否可以通过修正算法进行修正，若是，则自动进行修正，反之则将对应的评价值以及对应性能评价指标参数反馈给线下检测平台，并生成对应的线下检测报告。
10、本方案的技术原理及效果：在本方案中，首先对目标车辆的各个评价指标参数进行获取，其中就包括用户行为评价指标参数、外观评价指标参数、充电性能评价指标参数、整车性能评价指标参数、电性能评价指标参数、电驱动外观性能评价指标参数、热管理性能评价指标参数、可靠性性能评价指标参数以及电机性能评价指标参数。之后通过算法以及各个性能评价指标参数所对应的重要度，计算出各个性能评价指标参数所对应的评价值，基于该评价值与安全阈值之间的比较，对各个性能评价指标参数是否正常进行准确的判断，具体的，若评价值大于安全阈值，则判断该评价指标参数存在异常，并调取对应的修正算法进行修正，判断是否可以通过修正算法进行修正，若是，则自动进行修正，反之则将对应的评价值以及对应性能评价指标参数反馈给线下检测平台，并生成对应的线下检测报告。本方案中线上和线下监测可以更加有效的对车辆进行故障诊断，利用线上线下结合的检测方式，可以减少对线上算法的依赖性和线下检测的耗时耗力，并能够提高判断的精确度。即解决现有技术中单一的检测方法的检测准确性不高的问题，实现线上监测和线下检测的结合，提高对新能源汽车健康评价的准确度。
11、进一步，所述将对应的评价值以及对应性能评价指标参数反馈给线下检测平台包括以下步骤：
12、根据对应的评价值以及性能评价指标参数，对各个性能评价指标参数进行分析，确定对应的各个性能评价指标参数所对应的优先级，并将优先级最高的作为重点线下检测项目发送给线下检测平台。
13、有益效果：在本方案中，通过对应的评级制以及性能评价指标参数，实现对性能评价指标参数的分析，从而确定对应的优先级，实现对应的重点线下检测项目的生成，极大提高线下检测平台所对应的操作人员在进行线下检测时的重点以及检测故障的及时性。
14、进一步，所述s3包括：
15、s30、获取历史充电数据，所述历史充电数据包括各个充电片段数据；
16、s31、基于各个充电片段数据，分别进行标签容量提取和健康特征提取，并选取与标签容量相关性大于预设相关阈值的健康特征作为输入，输入到预先存储的mlr模型中进行训练，基于标签容量所对应的soh，更新mlr模型中的超参数，形成训练后的mlr模型；
17、s32、获取待测量的目标车辆所对应的车辆数据；
18、s33、根据获取到的车辆数据，获取相对应的健康特征；
19、s34、基于训练后的mlr模型，将获取到的健康特征作为输入，进行对应的容量预测，形成对应的容量预测值，并根据容量预测值计算出目标车辆的soh预测值。
20、本方案的技术原理及效果：在本方案中，首先是获取新能源汽车的历史充电数据，即知晓了新能源汽车的历史的各个充电片段数据，基于这些充电片段数据就可以进行对应的标签容量以及健康特征的提取和识别，通过标签容量和健康特征来对预先存储的mlr模型进行训练，从而使得对应的模型能够更加符合新能源汽车的健康评价的要求。然后就可以获取待测量的目标车辆的车辆数据，通过车辆数据获取对应的健康特征，基于该健康特征输入到训练后的mlr模型中，进而实现对该目标车辆的容量的预测，输出对应的目标车辆的容量预测值，基于该容量预测值就可以对目标车辆电池的健康进行合理且真实的评价。
21、1、通过标签容量和充电片段数据，实现对与标签容量的相关性较高的健康特征的提取，使得为后续的模型训练提供了可靠的数据支撑。
22、2、通过健康特征以及标签容量所对应的soh来对mlr模型进行训练，使得训练后的mlr模型能够真实的对车辆的电池健康状态进行准确的评价，为后续的目标车辆的电池健康状态的评价提供了可靠的模型，进而为目标车辆的健康状态的评价提供准确的参考。即能够实现对新能源汽车的电池健康状态进行准确可靠的评价，从而实现对新能源汽车健康的评价。
23、进一步，所述s31包括：
24、s310、根据各个充电片段数据，对各个充电片段数据进行类型识别，并根据对应的类型进行预处理，提取预处理后的充电片段数据所对应的充电结束与充电起始soc差值大于预设阈值的充电片段数据；
25、s311、根据提取出来的充电片段数据，计算出每一个充电片段数据所对应的当前容量，形成对应的标签容量，并基于soh计算公式，计算出对应的soh；
26、所述soh计算公式为：
27、
28、式中，qc为该片段的当前容量，soc(t1)为该充电片段起始的soc值，soc(t2)为该充电片段结束的soc值，i为该片段的电流值；
29、s312、对计算出来的各个充电片段数据所对应的标签容量进行异常数据筛选和剔除，将处理后的标签容量保存到变量数据库中；
30、s313、根据此时的充电片段数据，截取相同的电压区间的数据，基于相关性分析，选择出与对应的标签容量高度相关的特征，将该特征作为对应本文档来自技高网...
【技术保护点】
1.一种新能源汽车健康度评价方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种新能源汽车健康度评价方法，其特征在于：所述将对应的评价值以及对应性能评价指标参数反馈给线下检测平台包括以下步骤：
3.根据权利要求2所述的一种新能源汽车健康度评价方法，其特征在于：所述S3包括：
4.根据权利要求3所述的一种新能源汽车健康度评价方法，其特征在于：所述S31包括：
5.根据权利要求4所述的一种新能源汽车健康度评价方法，其特征在于：所述S310中根据对应的类型进行预处理包括：
6.根据权利要求5所述的一种新能源汽车健康度评价方法，其特征在于：所述S312包括：
7.根据权利要求6所述的一种新能源汽车健康度评价方法，其特征在于：所述S313包括：
8.一种新能源汽车健康度评价系统，使用上述权利要求1-7任一项的一种新能源汽车健康度评价方法，其特征在于：包括线上监测平台和线下检测平台；
9.根据权利要求8所述的一种新能源汽车健康度评价系统，其特征在于：所述第三获取模块包括：
【技术特征摘要】
1.一种新能源汽车健康度评价方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种新能源汽车健康度评价方法，其特征在于：所述将对应的评价值以及对应性能评价指标参数反馈给线下检测平台包括以下步骤：
3.根据权利要求2所述的一种新能源汽车健康度评价方法，其特征在于：所述s3包括：
4.根据权利要求3所述的一种新能源汽车健康度评价方法，其特征在于：所述s31包括：
5.根据权利要求4所述的一种新能源汽车健康度评价方法，其特征在于：所述s...
【专利技术属性】
技术研发人员：周晶晶，黄忆，向飞，郑孟，
申请(专利权)人：中国汽车工程研究院股份有限公司，
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。