[发明专利]一种车辆电池健康度的预测方法及装置

说明书

本申请提供了一种车辆电池健康度的预测方法及装置，其中，该方法包括：获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。

技术领域

本申请涉及车辆电池维护技术领域，尤其涉及一种车辆电池健康度的预测方法及装置。

背景技术

现有技术中对车辆电池的健康度进行预测时，获取大量的电池数据构建预测模型，由于车辆电池的使用情况比较复杂，会导致电池数据的波动较大，进而通过波动较大的电池数据构建预测模型，其预测出的车辆电池健康度的精度较低。较低的精准度无法帮助用户及时更换车辆的车辆电池，影响车辆的正常使用；或者使用户过早的更换车辆电池，造成浪费。

发明内容

有鉴于此，本申请的目的在于至少提供一种车辆电池健康度的预测方法及装置，通过首先对多个车辆电池的充电数据进行筛选，再对车辆电池进行筛选，解决了现有技术中构建电池健康度预测模型的数据波动较大的技术问题，达到提高预测电池健康度的准确度的技术效果。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供一种车辆电池健康度的预测方法，该方法包括：获取多个车辆电池在每次充电情况下的记录数据，每条记录数据包括电池数据、行驶数据；通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据；计算每个目标记录数据对应的单次健康度；针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数；根据每个车辆电池对应的线性拟合函数，对车辆电池进行过滤得到目标车辆电池；通过目标车辆电池中的目标记录数据及目标记录数据对应的单次健康度，构建随机森林模型；将待预测车辆电池的记录数据输入至随机森林模型，预测出待预测车辆电池的车辆电池健康度。

可选地，通过分位数间距和分位数过滤异常的记录数据，得到目标记录数据，包括；将电池数据和行驶数据分别进行升序排列，确定电池数据对应的特征一分位数和特征一分位数间距，确定行驶数据对应的特征二分位数和特征二分位数间距；计算特征一分位数和特征一分位数间距对应的电池数据区间；计算特征二分位数和特征二分位数间距对应的行驶数据区间；将电池数据属于电池数据区间并且行驶数据属于行驶数据区间的记录数据，确定为目标记录数据。

可选地，电池数据包括：充电时长、充电电流、起始荷电状态和结束荷电状态，计算每个目标记录数据对应的单次健康度，包括：计算每个目标记录数据对应的充电电流在充电时长内的积分，将积分后的结果确定为每个目标记录数据对应的充电容量；根据充电容量、起始荷电状态和结束荷电状态，确定每个目标记录数据对应的单次健康度。

可选地，根据充电容量、起始荷电状态和结束荷电状态，确定每个目标记录数据对应的单次健康度，包括：获取车辆电池的标定容量；计算结束荷电状态与起始荷电状态的差值的绝对值，将充电容量与绝对值做比，将比值确定为每个目标记录数据对应的电池总容量；将标定容量与电池总容量做比，将比值确定为每个目标记录数据对应的单次健康度。

可选地，针对每个车辆电池的目标记录数据中的行驶数据与单次健康度进行线性拟合，得到每个车辆电池对应的线性拟合函数，包括：将每个车辆电池的目标记录数据中的行驶数据作为自变量，将每个车辆电池的目标记录数据对应的单次健康度作为因变量进行线性拟合，得到每个车辆电池对应的线性拟合函数。