CN113204858B - 电池使用健康度的评价方法及评价模型的建立方法 - Google Patents
电池使用健康度的评价方法及评价模型的建立方法 Download PDFInfo
- Publication number
- CN113204858B CN113204858B CN202110277042.XA CN202110277042A CN113204858B CN 113204858 B CN113204858 B CN 113204858B CN 202110277042 A CN202110277042 A CN 202110277042A CN 113204858 B CN113204858 B CN 113204858B
- Authority
- CN
- China
- Prior art keywords
- battery
- vehicle
- evaluation model
- sub
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000036541 health Effects 0.000 title claims abstract description 89
- 238000013210 evaluation model Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 230000006399 behavior Effects 0.000 claims abstract description 73
- 230000032683 aging Effects 0.000 claims abstract description 50
- 230000006870 function Effects 0.000 claims description 93
- 238000005259 measurement Methods 0.000 claims description 39
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 230000002035 prolonged effect Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000002459 sustained effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000032677 cell aging Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明提供一种电池使用健康度的评价方法及评价模型的建立方法,通过获取用户使用习惯中影响电池老化的因素,量化用户使用习惯对老化的影响权重,建立电池使用健康度评价模型,用以评价用户行为对电池老化程度的影响,如此,便可为进一步采取合理使用策略,减缓电池老化做准备,有助于延长电动车使用寿命,从而降低电动车使用成本,提升电动车价值。
Description
技术领域
本发明动力技术领域,特别涉及一种电池使用健康度评价模型的建立方法、电池使用健康度评价方法、可读存储介质及电子设备。
背景技术
动力电池是占新能源车成本比例很大的一个部件,电池随着使用老化,是影响整车价值的重要因素。用户的使用行为习惯对动力电池老化具有重要的影响。当前新能源汽车电池老化主要通过电芯的实验室寿命测试进行评估,一般通过日历寿命时间、充放电电量累积或整车累积里程来评价电池的老化状态,未充分考虑用户的使用行为习惯对电池寿命的影响,使得对于电池的老化状态的评价不够精确。
发明内容
本发明的目的在于解决现有技术对于电池的老化状态的评价不够精确的问题。
为解决上述技术问题,本发明提供一种电池使用健康度评价模型的建立方法,包括:
从车辆集群获取影响电池老化的多组特征样本数据;
预设标识车辆使用行为特征且与每组所述特征样本数据相对应的阈值条件;
基于预设的所述阈值条件对目标车辆的各所述车辆使用行为特征进行不健康度打分;
建立用于对所述目标车辆的电池不健康度进行汇总打分的度量函数,所述度量函数对所述目标车辆的各所述车辆使用行为特征的不健康度分值均配置待标定的权重系数;以及,
以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述预设标识车辆使用行为特征且与每组所述特征样本数据相应的阈值条件的方法包括:
按设定置信度水平,形成每组所述特征样本数据的置信区间,将所述置信区间的上下限值设定为相应所述特征样本数据的阈值条件。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述基于预设的阈值条件对目标车辆的各所述车辆使用行为特征进行不健康度打分的方法包括:
对于所述目标车辆的每个所述车辆使用行为特征,均计算不满足相应所述阈值条件的所述特征样本数据占总的所述特征样本数据的比例,以进行不健度打分。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述度量函数利用第一基本组件和第二基本组件进行组合得到;
所述第一基本组件T1=y1a1y2a2…ynan;
所述第二基本组件T2=a1·y1+a2·y2…+an·yn;
其中,a表示权重,y表示不健康度分值,n为正整数,表示目标车辆具有影响老化的n个车辆使用行为特征。
可选的,在所述的电池使用健康度评价模型的建立方法中,利用所述第一基本组件和所述第二基本组件进行组合得到所述度量函数包括:
将所述第一基本组件和所述第二基本组件做乘操作,以得到所述度量函数;或者,
将所述第一基本组件的第一子组件和所述第二基本组件的第二子组件做乘操作,以得到所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型包括:
利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对所述度量函数进行标定,以确定所述度量函数中的各权重系数;以及
将确定了各权重系数的所述度量函数作为所述电池使用健康度评价模型。
可选的,在所述的电池使用健康度评价模型的建立方法中,还包括:建立多个所述度量函数;多个所述度量函数通过利用第一基本组件和第二基本组件进行排列组合得到;
所述第一基本组件T1=y1a1y2a2…ynan;
所述第二基本组件T2=a1·y1+a2·y2…+an·yn;
其中,a表示权重,y表示不健康度分值,n为正整数,表示目标车辆具有影响老化的n个车辆使用行为特征。
可选的,在所述的电池使用健康度评价模型的建立方法中,利用所述第一基本组件和所述第二基本组件排列组合得到多个所述度量函数的方法包括:
将所述第一基本组件的不同的第一子组件和所述第二基本组件的不同的第二子组件做乘操作,以得到多个所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型包括:
利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对各所述度量函数进行标定,以确定各所述度量函数中的各权重系数;
在确定了各权重系数的多个所述度量函数中,选取相关系数大于设定值的至少一个所述度量函数,作为所述的电池使用健康度评价模型的备选,或者选取相关系数最大的所述度量函数作为所述电池使用健康度评价模型。
可选的,在所述的电池使用健康度评价模型的建立方法中,所述车辆使用行为特征包括滥用故障、激烈加速、急刹车、持续高速、低温制动回馈、高温充电和长时间停车中的多种。
基于同一思想,本发明还提供一种电池使用健康度评价方法,包括:
获取目标车辆影响电池老化的多组特征样本数据;
从多组特征样本数据提取所述目标车辆的使用行为特征;
将提取的所述使用行为特征输入至利用如上所述的方法所建立的电池使用健康度评价模型,以输出不健康度打分值对电池使用健康度进行评价。
基于同一思想,本发明还提供一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被执行时,实现如上所述的电池使用健康度评价方法。
基于同一思想,本发明还提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被执行时,实现如上所述的电池使用健康度评价方法。
综上所述,本发明提供的电池使用健康度评价模型的建立方法、电池使用健康度评价方法、可读存储介质及电子设备,通过获取用户使用习惯中影响电池老化的因素,量化用户使用习惯对老化的影响权重,建立电池使用健康度评价模型,用以评价用户使用行为对电池老化程度的影响,如此,便可为进一步采取合理使用策略,减缓电池老化做准备,有助于延长电动车使用寿命,从而降低电动车使用成本,提升电动车价值。
附图说明
图1为本发明实施例提供的健康度评价模型的建立方法的流程图;
图2为本发明实施例中以电池包温度为例形成阈值条件的示意图;
图3为本发明实施例提供的电池使用健康度评价方法的流程图。
具体实施方式
为使本发明的目的、优点和特征更加清楚,以下结合附图和具体实施例对本发明作详细说明。需说明的是,附图均采用非常简化的形式且未按比例绘制,仅用以方便、明晰地辅助说明本发明实施例的目的。此外,附图所展示的结构往往是实际结构的一部分。特别的,各附图需要展示的侧重点不同,有时会采用不同的比例。还应当理解的是,除非特别说明或者指出,否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等,而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。
本实施例提供一种电池使用健康度评价模型的建立方法,所述电池使用健康度评价模型用以对电池使用健康度进行评价。如图1所示,本实施例提供所述电池使用健康度评价模型的建立方法包括如下步骤:
S11,从车辆集群获取影响电池老化的多组特征样本数据;
S12,预设标识车辆使用行为特征且与每组所述特征样本数据相对应的阈值条件;
S13,基于预设的所述阈值条件对目标车辆的各所述车辆使用行为特征进行不健康度打分;
S14,建立用于对所述目标车辆的电池不健康度进行汇总打分的度量函数,所述度量函数对所述目标车辆的各所述车辆使用行为特征的不健康度分值均配置待标定的权重系数;
S15,以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型。
即,本实施例提供的所述电池使用健康度评价模型的建立方法,通过获取用户使用习惯中影响电池老化的因素,量化用户使用习惯对老化的影响权重,建立电池使用健康度评价模型,用以评价用户使用行为对电池老化程度的影响,如此,便可为进一步采取合理使用策略,减缓电池老化做准备,有助于延长电动车使用寿命,从而降低电动车使用成本,提升电动车价值。
以下对上述各步骤进行进一步描述。
步骤S11中,可通过获取车辆集群的使用数据,从使用数据中提取影响电池老化的多组特征样本数据,每一组特征样本数据与一车辆使用行为特征对应。本实施例中,所述车辆使用行为特征包括滥用故障、激烈加速、急刹车、持续高速、低温制动回馈、高温充电和长时间停车中的多种。各车辆使用行为特征所对应的样本特征数据示例如下:
(1)滥用故障:过压、欠压、过流、过温等;
(2)激烈加速:加速踏板开度阈值、车速;
(3)急刹车:刹车踏板开度阈值、刹车车速;
(4)持续高速:车速阈值;
(5)低温制动回馈:温度和回充电流阈值;
(6)高温充电:充电温度、充电倍率;
(7)长时间停车:SOC(荷电状态)、停车时间、环境温度。
步骤12中,所述预设标识车辆使用行为特征且与每组所述特征样本数据相应的阈值条件的方法可包括:按设定置信度水平,形成每组所述特征样本数据的置信区间,将所述置信区间的上下限值设定为相应所述特征样本数据的阈值条件。
以电池包温度为例,车辆集群的大数据的温度概率分布,选取会导致电池老化劣化一定概率分布之外的值作为不健康值。典型的以95%置信度水平为阈值设置标准,超出该阈值范围认为是“不健康”的使用行为。例如,如图2所示,根据这一标准,电池包温度选取了小于-15℃或大于45℃的数据为不健康值。则对于电池包温度而言,其阈值条件为:-15℃或大于45℃的数据为不健康值。
步骤S13中,针对每个车辆使用行为特征,根据车辆集群的阈值条件作为判断依据,对目标车辆的电池的不健康数据进行判断和统计,最终对该目标车辆的每个车辆使用行为特征的不健康度打分。
本实施例中,可采用如下方法对目标车辆的各所述车辆使用行为特征进行不健康度打分:
对于所述目标车辆的每个所述车辆使用行为特征,均计算不满足相应所述阈值条件的所述特征样本数据占总的所述特征样本数据的比例,以进行不健度打分。
车辆集群中的每个车辆,受车辆参数性用以使用场景等因素的影响,每个所述车辆使用行为特征对其不健康度的影响不同。因此,针对于不同的目标车辆,通过对各所述车辆使用行为特征进行打分,相当于对各所述车辆使用行为特征对该车辆的不健康度的影响进行量化,如此,便可提高最终建立的电池使用健康度评价模型对于车辆差异性的适应度,进而提高对于电池的老化状态的评价精度。
步骤S14中,利用度量函数来对目标车辆的电池不健康度进行汇总打分。本实施例中,所述度量函数可利用第一基本组件和第二基本组件进行组合得到;
所述第一基本组件T1=y1a1y2a2…ynan;
所述第二基本组件T2=a1·y1+a2·y2…+an·yn;
其中,a表示权重,y表示不健康度分值,n为正整数,表示目标车辆具有影响老化的n个车辆使用行为特征。
不同的a和y标识不同的车辆使用行为特征,例如a1和y1标识第一种车辆使用行为特征,a2和y2标识第二种车辆使用行为特征,以此类推。
具体的,利用所述第一基本组件和所述第二组件进行组合得到所述度量函数可包括:将所述第一基本组件和所述第二基本组件做乘操作,以得到所述度量函数,所述度量函数T=(a1·y1+a2·y2…+an·yn)*y1a1y2a2…ynan。
另外,也可将所述第一基本组件的第一子组件和所述第二基本组件的第二子组件做乘操作,以得到所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
例如,若从第一基本组件T1中选取的第一子组件a1·y1+a2·y2+a4·y4+an·yn,分别标识第一车辆使用行为特征、第二车辆使用行为特征、第四车辆使用行为特征和第n车辆使用行为特征,则从第二基本组件T2中选取所标识的车辆使用行为特征与所述第一子组件所标识的车辆使用行为特征不重复的第二子组件y3a3*y5a5*…y(n-1)a(n-1),分别标识第三车辆使用行为特征、第五车辆使用行为特征直至到第n-1使用行为特征。形成的所述度量函数T=(a1·y1+a2·y2+a4·y4+an·yn)*y3a3*y5a5…y(n-1)a(n-1),该度量函数为示范性举例,不构成对于本申请的限制。
基于上述度量函数,步骤S15具体可包括:利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对所述度量函数进行标定,以确定所述度量函数中的各权重系数;以及将确定了各权重系数的所述度量函数作为所述电池使用健康度评价模型。
在另外一些实施例中,优选的,所述电池使用健康度评价模型的建立方法还包括:建立多个所述度量函数;多个所述度量函数通过利用第一基本组件和第二基本组件进行排列组合得到。
具体而言,将所述第一基本组件的不同的第一子组件和所述第二基本组件的不同的第二子组件做乘操作,以得到多个所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
例如,所述第一子组件采用a1·y1+a2·y2+a4·y4+an·yn,第二子组件采用y3a3*y5a5…y(n-1)a(n-1),则所述度量函数T=(a1·y1+a2·y2+a4·y4+an·yn)*y3a3*y5a5…y(n-1)a(n-1)。
又例如,所述第二子组件采用a1·y1+a2·y2+an·yn,第二子组件采用y3a3*y5a5…y(n-1)a(n-1),则所述度量函数T=(a1·y1+a2·y2+an·yn)*y3a3*y4a4*y5a5…y(n-1)a(n-1),等等。
以上仅示例出两种所述度量函数,其它所述度量函数也可通过类似的排列组合形式得到。
基于上述多个所述度量函数,步骤S15中,对多个所述度量函数度中的每个所述度量函数进行标定,以确定各所述度量函数中的各权重系数,从而从确认了各权重系数的多个所述度量函数选取最优度量函数。
具体的,可利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对各所述度量函数进行标定,以确定各所述度量函数中的各权重系数;在确定了各权重系数的多个所述度量函数中,选取相关系数大于设定值的至少一个所述度量函数,作为所述的电池使用健康度评价模型的备选,或者选取相关系数最大的所述度量函数作为所述电池使用健康度评价模型。如此便可得到最优度量函数,从而可以进一步提高对于电池的老化状态的评价精确度。
基于本实施例提供的所述电池使用健康度评价模型的建立方法,如图3所示,本实施例还提供一种电池使用健康度评价方法,包括如下步骤:
S21,获取目标车辆影响电池老化的多组特征样本数据;
S22,从多组特征样本数据提取所述目标车辆的使用行为特征;
S23,将提取的所述使用行为特征输入至利用本实施例提供的电池使用健康度评价模型的建立方法所建立的所述电池使用健康度评价模型,以输出不健康度打分值对电池使用健康度进行评价。
本发明实施例还提供一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被执行时,实现如本实施例所述的电池使用健康度评价方法。
所述可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备,例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备以及上述的任意合适的组合。
本发明还提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被执行时,实现如本实施例所述的电池使用健康度评价方法。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
除了处理器和存储器,所述电子设备还可包括用户接口、网络接口及通信总线。用户接口用于接收用户例如利用显示交互设备输入的信息。网络接口用于服务器端与外部进行互相通信。网络接口主要包括有线接口和无线接口,例如RS232模块、射频模块、WIFI模块等等。通信总线用于电子设备中各组成部件之间的通信,通信总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
本实施例提供的所述电子设备例如可为各种车载控制器、个人电脑、云端服务器、智能手机、平板电脑等智能设备。
本实施例还提供一种电池使用健康度评价系统,包括:车载控制器、云端服务器和显示交互设备。车辆集群的所述车载控制器获取特征样本数据发送给所述云端服务器,所述云端服务器根据车辆集群发送的特征样本数据建立目标车辆的所述电池使用健康度评价模型发送给所述目标车辆的车载控制器,并将建立所述电池使用健康度评价模型的相关信息发送给所述显示交互设备。目标车辆的车载控制器根据所述电池使用健康度评价模型对电池使用健康度进行评价,并将评价报告发送给所述显示交互设备,如此,用户便可为进一步采取合理使用策略,减缓电池老化做准备,有助于延长电动车使用寿命,从而降低电动车使用成本,提升电动车价值。
另外,较佳的,在车辆的电用户行为特征更新后,所述电池使用健康度评价模型也相应更新,即所述电池使用健康度评价模型能随用户用车习惯而发生变化,如此,以保证对于用户使用行为对电池老化程度的影响的评价一直处于合理化状态。
需要说明的是,本发明实施例提供的所述电池使用健康度评价方法,同样适用于对于其它电子产品,例如手机,电脑等的电池使用健康度的评价。相应的,在建立所述电池使用健康度评价模型时,获取相应的用户使用行为特征即可,在此不再赘述。
综上所述,本发明实施例提供的电池使用健康度评价模型的建立方法、电池使用健康度评价方法、可读存储介质及电子设备,通过获取用户使用习惯中影响电池老化的因素,量化用户使用习惯对老化的影响权重,建立电池使用健康度评价模型,用以评价用户使用行为对电池老化程度的影响,如此,便可为进一步采取合理使用策略,减缓电池老化做准备,有助于延长电动车使用寿命,从而降低电动车使用成本,提升电动车价值。
此外还应该认识到,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围。
Claims (11)
1.一种电池使用健康度评价模型的建立方法,其特征在于,包括:
从车辆集群获取影响电池老化的多组特征样本数据;
预设标识车辆使用行为特征且与每组所述特征样本数据相对应的阈值条件;
基于预设的所述阈值条件对目标车辆的各所述车辆使用行为特征进行不健康度打分;
建立用于对所述目标车辆的电池不健康度进行汇总打分的度量函数,所述度量函数对所述目标车辆的各所述车辆使用行为特征的不健康度分值均配置待标定的权重系数;以及,
以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型;
其中,所述预设标识车辆使用行为特征且与每组所述特征样本数据相应的阈值条件的方法包括:
按设定置信度水平,形成每组所述特征样本数据的置信区间,将所述置信区间的上下限值设定为相应所述特征样本数据的阈值条件;
所述基于预设的阈值条件对目标车辆的各所述车辆使用行为特征进行不健康度打分的方法包括:
对于所述目标车辆的每个所述车辆使用行为特征,均计算不满足相应所述阈值条件的所述特征样本数据占总的所述特征样本数据的比例,以进行不健度打分。
2.如权利要求1所述的电池使用健康度评价模型的建立方法,其特征在于,所述度量函数利用第一基本组件和第二基本组件进行组合得到;
所述第一基本组件T1=y1a1y2a2…ynan;
所述第二基本组件T2=a1·y1+a2·y2…+an·yn;
其中,a表示权重,y表示不健康度分值,n为正整数,表示目标车辆具有影响老化的n个车辆使用行为特征。
3.如权利要求2所述的电池使用健康度评价模型的建立方法,其特征在于,利用所述第一基本组件和所述第二基本组件进行组合得到所述度量函数包括:
将所述第一基本组件和所述第二基本组件做乘操作,以得到所述度量函数;或者,
将所述第一基本组件的第一子组件和所述第二基本组件的第二子组件做乘操作,以得到所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
4.如权利要求3所述电池使用健康度评价模型的建立方法,其特征在于,所述以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型包括:
利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对所述度量函数进行标定,以确定所述度量函数中的各权重系数;以及
将确定了各权重系数的所述度量函数作为所述电池使用健康度评价模型。
5.如权利要求1所述的电池使用健康度评价模型的建立方法,其特征在于,还包括:建立多个所述度量函数;多个所述度量函数通过利用第一基本组件和第二基本组件进行排列组合得到;
所述第一基本组件T1=t1a1y2a2…ynan;
所述第二基本组件T2=a1·y1+a2·y2…+an·yn;
其中,a表示权重,y表示不健康度分值,n为正整数,表示目标车辆具有影响老化的n个车辆使用行为特征。
6.如权利要求5所述的电池使用健康度评价模型的建立方法,其特征在于,利用所述第一基本组件和所述第二基本组件排列组合得到多个所述度量函数的方法包括:
将所述第一基本组件的不同的第一子组件和所述第二基本组件的不同的第二子组件做乘操作,以得到多个所述度量函数;所述第一子组件和所述第二子组件包括标识所述目标车辆的所有所述车辆使用行为特征的a和y,且所述第一子组件和所述第二子组件中,a和y所对应标识的所述车辆使用行为特征互不重复。
7.如权利要求6所述的电池使用健康度评价模型的建立方法,其特征在于,所述以电池老化系数作为评价指标,对所述度量函数进行标定,以确定所述度量函数中的各权重系数,进而以形成所述目标车辆的电池使用健康度评价模型包括:
利用带约束的数值优化算法,以最大化健康度函数输出值与电池老化系数的相关系数为目标函数,对各所述度量函数进行标定,以确定各所述度量函数中的各权重系数;
在确定了各权重系数的多个所述度量函数中,选取相关系数大于设定值的至少一个所述度量函数,作为所述的电池使用健康度评价模型的备选,或者选取相关系数最大的所述度量函数作为所述电池使用健康度评价模型。
8.如权利要求1所述的电池使用健康度评价模型的建立方法,其特征在于,所述车辆使用行为特征包括滥用故障、激烈加速、急刹车、持续高速、低温制动回馈、高温充电和长时间停车中的多种。
9.一种电池使用健康度评价方法,其特征在于,包括:
获取目标车辆影响电池老化的多组特征样本数据;
从多组特征样本数据提取所述目标车辆的使用行为特征;
将提取的所述使用行为特征输入至利用如权利要求1~8任一项所述的方法所建立的电池使用健康度评价模型,以输出不健康度打分值对电池使用健康度进行评价。
10.一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被执行时,实现如权利要求9所述的电池使用健康度评价方法。
11.一种电子设备,所述电子设备包括:处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被执行时,实现如权利要求9所述的电池使用健康度评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110277042.XA CN113204858B (zh) | 2021-03-15 | 2021-03-15 | 电池使用健康度的评价方法及评价模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110277042.XA CN113204858B (zh) | 2021-03-15 | 2021-03-15 | 电池使用健康度的评价方法及评价模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113204858A CN113204858A (zh) | 2021-08-03 |
CN113204858B true CN113204858B (zh) | 2024-04-26 |
Family
ID=77025405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110277042.XA Active CN113204858B (zh) | 2021-03-15 | 2021-03-15 | 电池使用健康度的评价方法及评价模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113204858B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112083736B (zh) * | 2020-08-11 | 2023-07-25 | 广东电网有限责任公司电力科学研究院 | 一种无人机跟踪方法 |
WO2023142065A1 (zh) * | 2022-01-29 | 2023-08-03 | 宁德时代新能源科技股份有限公司 | 电池状态评估方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110208706A (zh) * | 2019-06-13 | 2019-09-06 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的动力电池健康状态在线评估系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11501583B2 (en) * | 2019-05-08 | 2022-11-15 | Ford Global Technologies, Llc | Vehicle battery health measurement and control systems and methods |
-
2021
- 2021-03-15 CN CN202110277042.XA patent/CN113204858B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110208706A (zh) * | 2019-06-13 | 2019-09-06 | 重庆长安新能源汽车科技有限公司 | 一种基于车联网的动力电池健康状态在线评估系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于层次分析法的风洞试验装备全寿命健康因素量化评价方法研究;何福;范金磊;徐涛;李春彦;;计算机测量与控制(10);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113204858A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113204858B (zh) | 电池使用健康度的评价方法及评价模型的建立方法 | |
EP3502878B1 (en) | Method for preloading application and terminal device | |
CN109947496B (zh) | 应用程序预加载方法、装置、存储介质及移动终端 | |
CN111816936B (zh) | 电池梯次利用配组方法、系统、终端设备及存储介质 | |
CN111880106B (zh) | 电池荷电状态检测方法、设备、存储介质及装置 | |
CN110658460A (zh) | 一种电池包的电池寿命预测方法及装置 | |
KR20230136084A (ko) | 배터리 건강 상태 예측 방법, 장치, 전자기기 및 판독가능한 저장 매체 | |
CN115221795A (zh) | 容量预测模型的训练方法、预测方法、装置、设备及介质 | |
CN115754726A (zh) | 一种电池寿命预测及维持方法、电子设备和存储介质 | |
CN114325411A (zh) | 电池充电安全预警方法、电子设备及存储介质 | |
JP2021124419A (ja) | バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム | |
CN110907838B (zh) | 电池工况仿真测试方法、电子设备及计算机可读存储介质 | |
CN116068441A (zh) | 动力电池内短路预警方法、装置及车辆 | |
CN113580981A (zh) | 充电检测方法、终端以及系统 | |
CN114089204B (zh) | 一种电池容量跳水拐点预测方法及装置 | |
CN116068402A (zh) | 新能源汽车锂电池状态预测方法、装置、设备及存储介质 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
KR20230028017A (ko) | 시변 부하전류 상황에 강인한 리튬 이온 배터리의 모델 기반 충전 상태 추정 장치 및 방법 | |
CN117574111B (zh) | 基于场景状态的bms算法选择方法、装置、设备和介质 | |
CN116358902B (zh) | 一种车辆功能的测试方法、装置、电子设备及存储介质 | |
CN117741440A (zh) | 退役电池残值评估方法及系统 | |
CN117949848A (zh) | 电芯容量异常判断方法、装置、设备和存储介质 | |
CN118082796A (zh) | 一种车辆增程器启停控制方法、装置、电子设备以及介质 | |
CN117872205A (zh) | 电芯一致性的筛选方法、装置、介质及设备 | |
CN117875056A (zh) | 基于SaaS的电池设计方案智能评估系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |