[发明专利]一种新能源车辆动力电池容量预测方法及系统

说明书

本发明提供一种新能源车辆动力电池容量预测方法及系统，涉及新能源车辆动力电池容量领域，本发明解决的问题是如何提高新能源车辆动力电池容量预测的效率，本发明通过大数据平台采集多辆车的充电工况数据，根据预设的条件对充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型，获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量，本发明建立新能源车辆动力电池容量预测模型提高了车辆动力电池容量预测的效率。

技术领域

本发明涉及车辆电池容量领域，尤其涉及一种新能源车辆动力电池容量预测方法及系统。

背景技术

目前，随着我国对新能源汽车推广力度的加大，越来越多的人开始使用新能源汽车作为出行的主要交通工具,新能源汽车主要以动力电池作为动力源，因此动力电池的容量会直接影响车辆的续航里程，从而影响车辆的性能，车辆电池容量越大，车辆的续航里程越长，车辆的性能越好，现有车辆电池容量计算软件的运行载体是单片机，而单片机的运行资源及存储资源非常有限，只能基于几条已存储的电池历史信息进行计算，已难以满足高精度车辆动力电池容量的计算。

中国专利申请号(CN201710717909.2)公开了一种电池寿命、基于大数据的车辆性能检测方法及系统，该方法通过记录电池充电过程中的荷电状态、电压、电流以及温度，计算电池的实际容量和电池容量保持率，来实时跟踪动力电池的容量，评估动力电池的寿命，将计算得到的这些参数存储于后台大数据库，还可研究影响车辆性能因素与对应车辆电池容量保持率之间的关系。

上述方法实时计算动力电池的容量无法同时处理大量数据且在数据较多时处理的速度不够快，计算的效率不足，上述方法计算动力电池容量的算法比较简单，计算出的准确性不够高，无法满足驾驶员对高精度车辆动力电池容量的需求。

发明内容

本发明针对现有技术存在的上述问题，提供了一种新能源车辆动力电池容量预测方法及系统，其解决的技术问题是如何提高新能源车辆动力电池容量预测的效率。

本发明通过下列技术方案来实现：一种新能源车辆动力电池容量预测方法，所述方法包括以下步骤：

通过大数据平台采集多辆车的充电工况数据；

根据预设的条件对上述充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型；

获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。

大数据平台采集所有车辆的充电工况数据后根据预设的条件对多辆车的充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型，获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。本方法通过对大数据平台收集车辆的充电工况数据进行筛选以及使用神经网络训练方法来改进新能源车辆动力电池容量预测方法，目前大数据平台收集车辆的充电工况数据庞大且获取的数据完整性无法保证，本方法通过预设的过滤条件筛选充电工况数据，提高了大数据平台对充电工况数据的处理速度，且筛选掉不符合的数据提高了建立新能源车辆动力电池容量预测模型的准确性，因此，本方法大大提高了新能源车辆动力电池容量预测的准确性以及效率，本方法还建立新能源动力电池容量预测模型，能够同时处理大量的数据，即使数据量大也不会影响大数据平台的处理速度，模型的算法与传统算法相比有较大的进步，算法的进步使大数据平台对车辆动力电池容量的运算效率的加快，从而提高了车辆动力电池容量预测的效率。