电池健康状态预测方法、装置、电子设备及可读存储介质与流程
技术特征：
1.一种电池健康状态预测方法，其特征在于，所述电池健康状态预测方法包括：获取车辆的电池数据；对所述电池数据进行特征提取得到所述车辆对应的用车行为特征；依据所述用车行为特征，预测得到所述车辆在下一时间步的预测用车行为特征；依据所述预测用车行为特征和电池健康状态预测模型，预测得到所述车辆中电池的健康度。2.如权利要求1所述电池健康状态预测方法，其特征在于，所述用车行为特征的特征类型包括占比类特征和累加类特征，所述依据所述用车行为特征，预测得到所述车辆在下一时间步的预测用车行为特征的步骤，包括：依据预设线性拟合模型和所述用车行为特征，预测得到所述车辆在下一时间步的预测累加类特征；将所述占比类特征和所述累加类特征进行聚合得到所述车辆在下一时间步的预测用车行为特征。3.如权利要求1所述电池健康状态预测方法，其特征在于，在所述依据所述预测用车行为特征和电池健康状态预测模型，预测得到所述车辆中电池的健康度的步骤之前，所述方法还包括：获取待训练电池健康状态预测模型、所述车辆中电池的训练样本数据以及基于所述训练样本数据计算得到的所述电池的真实健康度；对所述训练样本数据进行特征提取得到所述电池对应的训练用车行为特征；对所述训练用车行为特征进行归一化处理得到归一化用车行为特征；依据所述归一化用车行为特征和所述待训练电池健康状态预测模型，预测得到所述电池的训练健康度；依据所述训练健康度与所述真实健康度，对所述待训练电池健康状态预测模型进行迭代优化得到所述电池健康状态预测模型。4.如权利要求3所述电池健康状态预测方法，其特征在于，所述训练用车行为特征的特征内容包括用户行为特征和电池性能特征，所述对所述训练样本数据进行特征提取得到所述电池对应的训练用车行为特征的步骤，包括：获取所述训练电池数据中用于计算所述真实健康度的电池充电数据的截止时间；在所述训练样本数据中选取所述截止时间之前满足预设健康状态预测条件的训练电池数据；根据所述训练电池数据提取用户行为特征和电池性能特征。5.如权利要求3所述电池健康状态预测方法，其特征在于，所述基于所述训练电池数据计算得到的所述电池的真实健康度的步骤，包括：在所述训练样本数据中选取满足预设充电工况条件的电池充电数据，其中，所述电池充电数据包括所述电池在充电过程中的训练电池电流、所述训练电池开始所述充电过程的第一剩余电量、所述训练电池结束所述充电过程的第二剩余电量以及所述电池的额定电池容量；依据所述训练电池电流、所述第一剩余电量、所述第二剩余电量以及所述额定电池容量，确定所述电池对应的真实健康度。
6.如权利要求5所述电池健康状态预测方法，其特征在于，所述在所述训练样本数据中选取满足预设充电工况条件的电池充电数据的步骤，包括：在所述训练样本数据中选取第一电池数据，其中，所述第一电池数据为所述充电过程结束后的静置时长大于预设时长阈值的电池数据；确定所述第一电池数据中的第二电池数据为所述电池充电数据，其中，所述第二电池数据为所述第二剩余电量与所述第一剩余电量的差值大于预设电量阈值且所述充电过程结束时的电流小于预设电流阈值的电池数据。7.如权利要求3所述电池健康状态预测方法，其特征在于，所述对所述训练用车行为特征进行归一化处理得到归一化用车行为特征的步骤，包括：获取各所述训练用车行为特征对应的预设特征阈值；依据各所述训练用车行为特征与所述预设特征阈值的比值得到归一化用车行为特征。8.一种电池健康状态预测装置，其特征在于，所述电池健康状态预测装置包括：获取模块，用于获取车辆的电池数据；提取模块，用于对所述电池数据进行特征提取得到所述车辆对应的用车行为特征；特征预测模块，用于依据所述用车行为特征，预测得到所述车辆在下一时间步的预测用车行为特征；健康度预测模块，用于依据所述预测用车行为特征和电池健康状态预测模型，预测得到所述车辆中电池的健康度。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的电池健康状态预测方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有实现电池健康状态预测方法的程序，所述实现电池健康状态预测方法的程序被处理器执行以实现如权利要求1至7中任一项所述电池健康状态预测方法的步骤。
技术总结
本申请公开了电池健康状态预测方法、装置、电子设备及可读存储介质，应用于电动汽车技术领域，所述电池健康状态预测方法包括：获取车辆的电池数据；对所述电池数据进行特征提取得到所述车辆对应的用车行为特征；依据所述用车行为特征，预测得到所述车辆在下一时间步的预测用车行为特征；依据所述预测用车行为特征和电池健康状态预测模型，预测得到所述车辆中电池的健康度。本申请解决了电池健康状态的预测准确度较低的技术问题。预测准确度较低的技术问题。预测准确度较低的技术问题。
技术研发人员：张瑞天 王欢 张正磊 孙哲 邓紫威 牛尚冰 王琦 牛亚琪
受保护的技术使用者：威睿电动汽车技术（宁波）有限公司 浙江吉利控股集团有限公司
技术研发日：2022.07.27
技术公布日：2022/10/20
相关知识
电池健康状态诊断方法、装置、电子设备及存储介质与流程
一种电池健康状态的评估方法、电子设备及可读存储介质与流程
动力电池健康状态评估方法、装置、存储介质及电子设备与流程
电池健康状态检测方法、装置和电子设备与流程
评估电池健康状态的方法、装置、设备和存储介质与流程
电池健康状态快速检测方法、装置、检测仪及存储介质
健康检测方法、装置、终端设备及存储介质与流程
电池健康状态的判别方法、存储介质及检测系统与流程
健康监测方法、装置及电子设备与流程
电池健康状态的检测方法、装置、终端及存储介质.pdf
网址: 电池健康状态预测方法、装置、电子设备及可读存储介质与流程 https://m.trfsz.com/newsview1557623.html
