[发明专利]基于充电片段数据和LightGBM模型的电池容量评估方法

权利要求书

1.基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：主要包括如下实现步骤：

S1：建立电池荷电状态SOC模型，根据电池的不同状态分别计算电池SOC，将安时积分法与开路电压法联合使用，并针对常用的恒直流充电模式建立SOC计算方法；

S2：充电片段数据库的建立，电池片段数据以实际行驶汽车为数据输入源，通过对车辆BMS获取时间序列、总电压、SOC、车辆充电状态、车辆行驶状态等片段数据，其中片段数据可位于充电曲线周期内的任意位置；

S3：数据挖掘：具体包括数据预处理、数据探索、处理SOC异常数据三个实现步骤，如下：

S31：数据预处理：对与电动汽车电池SOC相关的原始数据及车辆行驶状态记录数据进行数据清洗，并对电池总电压数据进行相应矫正，并将上述处理后的数据进行数据整合；

S32：数据探索，该步骤主要对经过预处理后的数据进行有效值检验，检验内容包括：数据字段、数据精度、数据质量；

S33：处理SOC异常数据；

S4：特征数据提取，将原始数据特征通过预处理过后得到的数据进行总结和抽取，获取影响电机超速故障的衍生特征因素；

S5：建立模型，对于已提取的特征建立电池SOC与对应特征变量的对应关系数据集，选取基于LightGBM算法的模型对数据进行基于梯度的单面采样和互斥特征合并；

S6：样本测试，在上述建立的模型的基础上对测试集数据进行验证，确定模型的校验准确率。

2.根据权利要求1所述的基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：所述步骤S31中原始数据包括时间戳、车辆的充电模式、车辆的运行模式、电池的荷电状态等；所述数据整合包括将预处理后的数据保存成pickle文件，后续分析和建模将直接从此数据上进行操作。

3.根据权利要求1所述的基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：所述步骤32中所述数据字段是指容量提取和建模过程需要的所有特征字段原始、数据中都存在，数据字段要符合要求；所述数据精度，除了SOC的精度偏低，其它的数据字段的精度都符合要求；所述数据质量，在时间数据质量良好，重复时间数据很少，10秒间隔基本稳定。

4.根据权利要求1所述的基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：所述步骤S33，包括以上三种异常数据SOC处理方式：情况一：SOC跳变为0，部分原始数据，在时间序列没有发生截断的情况下，SOC数值发生了大幅度的跳变情况；情况二：SOC大幅跳变，这种情况是因为时间重复，在数据预处理阶段进行删除异常数据操作；情况三：SOC跳变到异常值，超出0-100范围内，时间正常这种情况是因为SOC本身数值的异常上传，可以直接用上一时刻的SOC值代替，如果充电过程或者放电过程中，正好异常值的上一时刻和下一时刻的SOC相差1，那么上一时刻和下一时刻的SOC值都可以作为代替值。

5.根据权利要求1所述的基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：所述步骤S4中所述原始数据特征包括：(1)具体总电压(2)单体最低电压(3)单体最高电压(4)单体电压均值(5)单体电压标准差(6)测温点最高温度(7)测温点最低温度(8)测温点温度均值(9)测温点温度标准差(10)累计行驶里程；所述衍生特征因素包括：(1)充电SOC跨度(2)静置时间(3)放电SOC跨度。

6.根据权利要求1所述的基于充电片段数据和LightGBM模型的电池容量评估方法，其特征是：所述步骤S5中所述基于梯度的单面采样是保留那些具有较大梯度的数据即对计算信息增益的贡献比较大的、更加需要训练的实例；所述互斥特征合并是将高维的互斥稀疏特征合并，大大减少特征数量来提高训练速度。