预测模型生成方法、预测方法、设备和介质技术

技术编号:41874125 阅读:22 留言:0更新日期:2024-07-02 00:25
本发明专利技术公开了一种预测模型生成方法、预测方法、设备和介质,预测模型生成方法包括:获取用户用车行为数据、电池容量数据;所述用户用车行为数据包括用户驾驶行为数据和用户充电行为数据;将用户用车行为数据和电池容量数据输入至归因模型中进行训练生成车载电池容量影响值的预测模型;车载电池容量影响值的预测模型用于预测用户用车行为影响车载电池容量的影响值。本发明专利技术有技术中电池容量衰减的原因无法判定的缺陷,从而有效服务车企售后电池维修保养、保险、置换等操作时的策略依据,也可在用户在不良的用电行为前进行正确引导与提醒。

【技术实现步骤摘要】

本专利技术涉及车载电池,尤其涉及一种预测模型生成方法、预测方法、设备和介质


技术介绍

1、为了较好的电池用车体验,电动汽车的电池也是需要不断进行保养,正确的用车行为和良好的充电行为,可以降低电池容量衰减的速度,增强电池整体使用寿命。

2、电动汽车电池使用过程中,车主长期保持不良的使用习惯将会对电池健康状况产生较大影响,还会影响汽车电池使用寿命,但因为车主的不良使用习惯导致电池发生问题,同时电池故障数据也会增加,会让车主影响圈的受众对车企电池质量信心下降,车企不仅会蒙受利益损失,还会遭受美誉度和无形资产的流失。

3、车企希望对车主用车/充电习惯进行监管引导,缺乏事实数据支撑,售后沟通过程中容易发生问题不清、责任不明等扯皮现象,实现难度非常大。


技术实现思路

1、本专利技术要解决的技术问题是为了克服现有技术中电池容量衰减的原因无法判定的缺陷,提供一种预测模型生成方法、预测方法、设备和介质。

2、本专利技术是通过下述技术方案来解决上述技术问题:

3、本专利技术提供一本文档来自技高网...

【技术保护点】

1.一种车载电池容量影响值的预测模型生成方法,其特征在于,所述预测模型生成方法包括:

2.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,在所述获取用户用车行为数据、电池容量数据的步骤之后,所述预测模型生成方法包括:

3.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,所述用户驾驶行为数据包括:

4.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,所述用户充电行为数据包括:充电间隔时间、亏电后补电间隔时间、快速充电的次数占比、充电过程中使用车内大功率电器行为的功率和持续时间、充电功率、充电时间...

【技术特征摘要】

1.一种车载电池容量影响值的预测模型生成方法,其特征在于,所述预测模型生成方法包括:

2.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,在所述获取用户用车行为数据、电池容量数据的步骤之后,所述预测模型生成方法包括:

3.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,所述用户驾驶行为数据包括:

4.如权利要求1所述的车载电池容量影响值的预测模型生成方法,其特征在于,所述用户充电行为数据包括:充电间隔时间、亏电后补电间隔时间、快速充电的次数占比、充电过程中使用车内大功率电器行为的功率和持续时间、充电功率、充电时间、充电时的环境温度及电池温度、充电结束时电池电量。

5.一种车载电池容量影响值的预测方法,其特征在于,所述预测方法包括:

6.如权利要求5所述的车载电池容量影响值的预测方法,其特征在于,在所述得到车载电池容量影响值的步骤之后,所述预测方法还包括:

7.如权利要...

【专利技术属性】
技术研发人员:徐娟娟
申请(专利权)人:博泰车联网科技上海股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1