技術特征：
1.一種電池健康狀態(tài)預測方法，其特征在于，所述電池健康狀態(tài)預測方法包括：獲取車輛的電池數(shù)據(jù)；對所述電池數(shù)據(jù)進行特征提取得到所述車輛對應的用車行為特征；依據(jù)所述用車行為特征，預測得到所述車輛在下一時間步的預測用車行為特征；依據(jù)所述預測用車行為特征和電池健康狀態(tài)預測模型，預測得到所述車輛中電池的健康度。2.如權利要求1所述電池健康狀態(tài)預測方法，其特征在于，所述用車行為特征的特征類型包括占比類特征和累加類特征，所述依據(jù)所述用車行為特征，預測得到所述車輛在下一時間步的預測用車行為特征的步驟，包括：依據(jù)預設線性擬合模型和所述用車行為特征，預測得到所述車輛在下一時間步的預測累加類特征；將所述占比類特征和所述累加類特征進行聚合得到所述車輛在下一時間步的預測用車行為特征。3.如權利要求1所述電池健康狀態(tài)預測方法，其特征在于，在所述依據(jù)所述預測用車行為特征和電池健康狀態(tài)預測模型，預測得到所述車輛中電池的健康度的步驟之前，所述方法還包括：獲取待訓練電池健康狀態(tài)預測模型、所述車輛中電池的訓練樣本數(shù)據(jù)以及基于所述訓練樣本數(shù)據(jù)計算得到的所述電池的真實健康度；對所述訓練樣本數(shù)據(jù)進行特征提取得到所述電池對應的訓練用車行為特征；對所述訓練用車行為特征進行歸一化處理得到歸一化用車行為特征；依據(jù)所述歸一化用車行為特征和所述待訓練電池健康狀態(tài)預測模型，預測得到所述電池的訓練健康度；依據(jù)所述訓練健康度與所述真實健康度，對所述待訓練電池健康狀態(tài)預測模型進行迭代優(yōu)化得到所述電池健康狀態(tài)預測模型。4.如權利要求3所述電池健康狀態(tài)預測方法，其特征在于，所述訓練用車行為特征的特征內容包括用戶行為特征和電池性能特征，所述對所述訓練樣本數(shù)據(jù)進行特征提取得到所述電池對應的訓練用車行為特征的步驟，包括：獲取所述訓練電池數(shù)據(jù)中用于計算所述真實健康度的電池充電數(shù)據(jù)的截止時間；在所述訓練樣本數(shù)據(jù)中選取所述截止時間之前滿足預設健康狀態(tài)預測條件的訓練電池數(shù)據(jù)；根據(jù)所述訓練電池數(shù)據(jù)提取用戶行為特征和電池性能特征。5.如權利要求3所述電池健康狀態(tài)預測方法，其特征在于，所述基于所述訓練電池數(shù)據(jù)計算得到的所述電池的真實健康度的步驟，包括：在所述訓練樣本數(shù)據(jù)中選取滿足預設充電工況條件的電池充電數(shù)據(jù)，其中，所述電池充電數(shù)據(jù)包括所述電池在充電過程中的訓練電池電流、所述訓練電池開始所述充電過程的第一剩余電量、所述訓練電池結束所述充電過程的第二剩余電量以及所述電池的額定電池容量；依據(jù)所述訓練電池電流、所述第一剩余電量、所述第二剩余電量以及所述額定電池容量，確定所述電池對應的真實健康度。
6.如權利要求5所述電池健康狀態(tài)預測方法，其特征在于，所述在所述訓練樣本數(shù)據(jù)中選取滿足預設充電工況條件的電池充電數(shù)據(jù)的步驟，包括：在所述訓練樣本數(shù)據(jù)中選取第一電池數(shù)據(jù)，其中，所述第一電池數(shù)據(jù)為所述充電過程結束后的靜置時長大于預設時長閾值的電池數(shù)據(jù)；確定所述第一電池數(shù)據(jù)中的第二電池數(shù)據(jù)為所述電池充電數(shù)據(jù)，其中，所述第二電池數(shù)據(jù)為所述第二剩余電量與所述第一剩余電量的差值大于預設電量閾值且所述充電過程結束時的電流小于預設電流閾值的電池數(shù)據(jù)。7.如權利要求3所述電池健康狀態(tài)預測方法，其特征在于，所述對所述訓練用車行為特征進行歸一化處理得到歸一化用車行為特征的步驟，包括：獲取各所述訓練用車行為特征對應的預設特征閾值；依據(jù)各所述訓練用車行為特征與所述預設特征閾值的比值得到歸一化用車行為特征。8.一種電池健康狀態(tài)預測裝置，其特征在于，所述電池健康狀態(tài)預測裝置包括：獲取模塊，用于獲取車輛的電池數(shù)據(jù)；提取模塊，用于對所述電池數(shù)據(jù)進行特征提取得到所述車輛對應的用車行為特征；特征預測模塊，用于依據(jù)所述用車行為特征，預測得到所述車輛在下一時間步的預測用車行為特征；健康度預測模塊，用于依據(jù)所述預測用車行為特征和電池健康狀態(tài)預測模型，預測得到所述車輛中電池的健康度。9.一種電子設備，其特征在于，所述電子設備包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行權利要求1至7中任一項所述的電池健康狀態(tài)預測方法的步驟。10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有實現(xiàn)電池健康狀態(tài)預測方法的程序，所述實現(xiàn)電池健康狀態(tài)預測方法的程序被處理器執(zhí)行以實現(xiàn)如權利要求1至7中任一項所述電池健康狀態(tài)預測方法的步驟。

技術總結
本申請公開了電池健康狀態(tài)預測方法、裝置、電子設備及可讀存儲介質，應用于電動汽車技術領域，所述電池健康狀態(tài)預測方法包括：獲取車輛的電池數(shù)據(jù)；對所述電池數(shù)據(jù)進行特征提取得到所述車輛對應的用車行為特征；依據(jù)所述用車行為特征，預測得到所述車輛在下一時間步的預測用車行為特征；依據(jù)所述預測用車行為特征和電池健康狀態(tài)預測模型，預測得到所述車輛中電池的健康度。本申請解決了電池健康狀態(tài)的預測準確度較低的技術問題。預測準確度較低的技術問題。預測準確度較低的技術問題。

技術研發(fā)人員：張瑞天 王歡 張正磊 孫哲 鄧紫威 牛尚冰 王琦 牛亞琪
受保護的技術使用者：威睿電動汽車技術（寧波）有限公司 浙江吉利控股集團有限公司
技術研發(fā)日：2022.07.27
技術公布日：2022/10/20

相關知識

電池健康狀態(tài)診斷方法、裝置、電子設備及存儲介質與流程
一種電池健康狀態(tài)的評估方法、電子設備及可讀存儲介質與流程
動力電池健康狀態(tài)評估方法、裝置、存儲介質及電子設備與流程
電池健康狀態(tài)檢測方法、裝置和電子設備與流程
評估電池健康狀態(tài)的方法、裝置、設備和存儲介質與流程
電池健康狀態(tài)快速檢測方法、裝置、檢測儀及存儲介質
健康檢測方法、裝置、終端設備及存儲介質與流程
電池健康狀態(tài)的判別方法、存儲介質及檢測系統(tǒng)與流程
健康監(jiān)測方法、裝置及電子設備與流程
電池健康狀態(tài)的檢測方法、裝置、終端及存儲介質.pdf

網址: 電池健康狀態(tài)預測方法、裝置、電子設備及可讀存儲介質與流程 http://www.gysdgmq.cn/newsview1557623.html