CN116579789A - 一种基于动力电池性能分析的二手车估值方法及系统 - Google Patents
一种基于动力电池性能分析的二手车估值方法及系统 Download PDFInfo
- Publication number
- CN116579789A CN116579789A CN202310554467.XA CN202310554467A CN116579789A CN 116579789 A CN116579789 A CN 116579789A CN 202310554467 A CN202310554467 A CN 202310554467A CN 116579789 A CN116579789 A CN 116579789A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- index
- battery
- performance
- attenuation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 188
- 238000012423 maintenance Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 230000008439 repair process Effects 0.000 claims description 38
- 238000003066 decision tree Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000008358 core component Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于动力电池性能分析的二手车估值方法及系统,应用于数据处理技术领域,该方法包括:通过获取动力电池使用状态数据。获取估值评价指标。基于电池型号信息对估值评价指标进行检索,获取评价指标初始特征值。根据电池使用里程和电池维保记录数据对评价指标初始特征值进行衰减预测,获取评价指标衰减状态。遍历估值评价指标进行权重分布,获取评价指标权重分布结果。根据评价指标权重分布结果和评价指标衰减状态进行性能评分,获取动力电池性能评分结果。根据动力电池性能评分结果进行二手车估值,获取二手车推荐估值。解决了现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种基于动力电池性能分析的二手车估值方法及系统。
背景技术
随着新能源汽车总体销量的增加,二手新能源汽车的销售量也在缓慢增长,而动力电池作为新能源汽车的核心部件,其电池性能决定着新能源汽车的实际价值。然而,在现有技术中对于动力电池的检测需要采用专业的检测设备进行检测后才能进行估值,导致检测估值成本较高,检测效率低的问题。
因此,在现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
发明内容
本申请通过提供一种基于动力电池性能分析的二手车估值方法及系统,解决了在现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
本申请提供一种基于动力电池性能分析的二手车估值方法,获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;获取估值评价指标;基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
本申请还提供了一种基于动力电池性能分析的二手车估值系统,电池数据获取模块,用于获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;估值评价指标获取模块,用于获取估值评价指标;指标初始特征值获取模块,用于基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;指标衰减状态获取模块,用于根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;指标权重分布获取模块,用于遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;电池性能评分模块,用于根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;推荐估值模块,用于根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
本申请还提供了一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的一种基于动力电池性能分析的二手车估值方法。
本申请实施例提供一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请实施例提供的一种基于动力电池性能分析的二手车估值方法。
拟通过本申请提出的一种基于动力电池性能分析的二手车估值方法及系统,通过获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息。获取估值评价指标。基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值。根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态。遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果。根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果。根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。由于在检测过程中无需进行专业设备检测,降低了二手车动力电池性能分析估值的检测成本,提高了动力电池性能分析估值的检测效率。解决了现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请实施例提供的一种基于动力电池性能分析的二手车估值方法的流程示意图;
图2为本申请实施例提供的一种基于动力电池性能分析的二手车估值方法获取评价指标初始特征值的流程示意图;
图3为本申请实施例提供的一种基于动力电池性能分析的二手车估值方法获取评价指标衰减状态的流程示意图;
图4为本申请实施例提供的一种基于动力电池性能分析的二手车估值方法的系统的结构示意图;
图5为本发明实施例提供的一种基于动力电池性能分析的二手车估值方法的系统电子设备的结构示意图。
附图标记说明:电池数据获取模块11,估值评价指标获取模块12,指标初始特征值获取模块13,指标衰减状态获取模块14,指标权重分布获取模块15,电池性能评分模块16,推荐估值模块17,处理器31,存储器32,输入装置33,输出装置34。
具体实施方式
实施例一
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在用户终端和/或服务器上,所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,根据需要,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
如图1所示,本申请实施例提供了一种基于动力电池性能分析的二手车估值方法,包括:
S10:获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;
S20:获取估值评价指标;
S30:基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;
具体的,随着新能源汽车总体销量的增加,二手新能源汽车的销售量也在缓慢增长,而动力电池作为新能源汽车的核心部件,其电池性能决定着新能源汽车的实际价值。通过获取电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息。随后,获取估值评价指标,其中所述估值评价指标包括充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个。进一步,基于电池型号信息对所述估值评价指标进行检索,得到充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个评价指标的特征值,获取评价指标初始特征值,此时获取的初始特征值为对应型号动力电池全新状态下的标准参数。
如图2所示,本申请实施例提供的方法S30还包括:
S31:所述估值评价指标包括充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个;
S32:根据所述电池型号信息,遍历所述充放电倍率、所述能量、所述能量密度、所述循环寿命、所述安全性和所述一致性中的一个或多个进行检索,获取所述评价指标初始特征值。
具体的,基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值,具体包括,根据电池型号信息,对估值评价指标中充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个进行检索,进而将获取多个指标检索数据,得到评价指标初始特征值。
S40:根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;
S50:遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;
S60:根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;
S70:根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
具体的,根据获取的电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取对应动力电池使用里程数据下的评价指标初始特征值的预测衰减,以及在电池维保记录数据下评价指标初始特征值的预测衰减,进而获取评价指标衰减状态。随后,遍历估值评价指标进行权重分布,获取评价指标对应的权重分布结果。进一步,根据评价指标权重分布结果和所述评价指标衰减状态进行性能评分,其中不同的评价指标衰减状态对应不同的评分结果,根据各评分结果以及各评价指标权重分布,计算各指标的评分数据,将所有指标的评分数据进行叠加,获取动力电池性能评分结果。随后,设定动力电池性能评分结果与估值的对应关系,不同的动力电池性能评分结果均存在对应的估值数据,且不同车型的对应估值数据不同。最后,根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。在检测过程中无需进行专业设备检测,降低了二手车动力电池性能分析估值的检测成本,提高了动力电池性能分析估值的检测效率。解决了现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
如图3所示,本申请实施例提供的方法S40还包括:
S41:根据所述电池维保记录数据,获取故障类型记录列表和维保修复度记录列表,其中,所述故障类型记录列表和所述维保修复度记录列表一一对应;
S42:遍历所述故障类型记录列表、所述维保修复度记录列表,获取第N故障类型记录和第N维保修复度记录;
S43:将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态;
S44:当所述故障类型记录列表和所述维保修复度记录列表遍历完毕时,根据所述电池使用里程对所述性能指标第N衰减状态进行衰减分析,获取所述评价指标衰减状态。
具体的,根据获取的电池维保记录数据,获取故障类型记录列表和维保修复度记录列表,其中,所述故障类型记录列表和所述维保修复度记录列表一一对应,其中故障类型记录列表记录电池出现的具体故障类型,维保修复度记录列表记录对应电池出现的具体故障类型是否完全修复或修复的程度比例,具体数据可以根据专业维修人员进行填写。遍历故障类型记录列表、所述维保修复度记录列表,获取第N故障类型记录和第N维保修复度记录。随后,将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态。其中,第N-1衰减状态为在出现第N故障类型前次的动力电池估值评价指标状态。当N为1时则第N-1衰减状态即为动力电池的初始估值评价指标状态。其中,性能衰减预测模型通过决策树进行构建。当所述故障类型记录列表和所述维保修复度记录列表遍历完毕时,根据所述电池使用里程对所述性能指标第N衰减状态进行衰减分析,获取所述评价指标衰减状态。
本申请实施例提供的方法S40还包括:
S45:根据所述估值评价指标,获取第M指标;
S46:根据所述第M指标和所述电池型号信息,采集性能检测记录数据,其中,所述性能检测记录数据包括故障类型数据集、维保修复度数据集、维保前第M指标检测记录数据集与维保后第M指标检测记录数据集;
S47:根据所述故障类型数据集、所述维保修复度数据集、所述维保前第M指标检测记录数据集与所述维保后第M指标检测记录数据集,基于决策树,训练第M指标衰减预测子模型;
S48:将第一指标衰减预测子模型、第二指标衰减预测子模型直到所述第M指标衰减预测子模型合并,生成所述性能衰减预测模型。
具体的,将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态,之前根据估值评价指标,获取第M指标。其中第M指标为经过故障维修后产生衰减或参数改变的估值评价指标。随后,根据所述第M指标和所述电池型号信息,采集性能检测记录数据,其中,所述性能检测记录数据包括故障类型数据集、维保修复度数据集、维保前第M指标检测记录数据集与维保后第M指标检测记录数据集。进一步,根据所述故障类型数据集、所述维保修复度数据集、所述维保前第M指标检测记录数据集与所述维保后第M指标检测记录数据集作为训练数据,基于决策树将训练数据输入决策树中进行训练,训练完成后获取第M指标衰减预测子模型。即通过维保前后的第M指标检测记录数据与对应的故障类型和维保修复度数据,通过决策树来第M指标衰减预测子模型。使得第M指标衰减预测子模型可以根据具体的故障类型和维保修复度数据快速获取对应的第M指标衰减数据。便于系统可以快速获取第M指标的衰减情况,根据动力电池当前数据进行进一步评估处理。
本申请实施例提供的方法S44还包括:
S441:基于所述电池型号信息和所述电池使用里程,获取性能指标常规衰减状态;
S442:将所述性能指标常规衰减状态和所述性能指标第N衰减状态进行状态迭加,获取所述评价指标衰减状态。
具体的,基于电池型号信息和所述电池使用里程,获取对应电池型号信息和所述电池使用里程下的常规性能指标衰减状态。将性能指标常规衰减状态和所述性能指标第N衰减状态进行状态迭加,进而获取所述评价指标衰减状态。
本申请实施例提供的方法S50还包括:
S51:获取第一反馈任务和第二反馈任务,其中,所述第一反馈任务为评估指标约束区间,所述第二反馈任务为评估指标重要度;
S52:将所述估值评价指标发送至L个信息互相隔离的区块链节点对所述第一反馈任务和所述第二反馈任务进行反馈,获取L组评估指标约束区间和L组评估指标重要度评分;
S53:根据所述L组评估指标约束区间遍历所述估值评价指标进行区间均值计算,获取评估指标约束区间;
S54:获取权重分布公式:
其中,wk表征第k个指标的权重分布结果,cki表征第i组评估指标重要度评分中的第k个指标的的重要度评分,J表征指标总数;
S55:根据所述L组评估指标重要度评分和所述权重分布公式进行权重分布,获取所述评价指标权重分布结果。
具体的,获取第一反馈任务和第二反馈任务,其中,所述第一反馈任务为多个专业评估人员设置的具备评估价值的多个评估指标约束区间,在评估指标约束区间内的动力电池状态参数具备评估价值,反之则对应的动力电池不具备评估价值,所述第二反馈任务为评估指标重要度。其中评估指标重要度为多个专业评估人员预先设定的各评估指标的重要度阈值。随后,将估值评价指标发送至L个信息互相隔离的区块链节点对所述第一反馈任务和所述第二反馈任务进行反馈,获取L组评估指标约束区间和L组评估指标重要度评分,其中每一组评估指标约束区间和评估指标重要度评分互相对应。由于每个专业评估人员给出的评估指标约束区间并不完全相同,因此根据所述L组评估指标约束区间遍历所述估值评价指标进行区间均值计算,将各个评估指标的约束区间左端点与右端点分别进行均值计算,获取左端点均值与右端点均值,进而得到评估指标约束区间。随后,获取权重分布公式:
其中,wk表征第k个指标的权重分布结果,cki表征第i组评估指标重要度评分中的第k个指标的的重要度评分,J表征指标总数。最后,根据所述L组评估指标重要度评分和所述权重分布公式进行权重分布,获取所述评价指标权重分布结果,进一步提高权重分布结果获取的准确性,提高动力电池性能分析的准确程度。
本申请实施例提供的方法S50还包括:
S56:判断所述评价指标衰减状态是否满足所述评估指标约束区间;
S57:若不满足,将所述动力电池性能评分结果置为最低评分;
S58:若满足,根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
具体的,判断评价指标衰减状态是否满足所述评估指标约束区间,若不满足,则动力电池衰减情况较为严重,则对应动力电池不存在评估的必要,将所述动力电池性能评分结果置为最低评分。若满足,则动力电池衰减处于可评估范围内根据所述动力电池性能评分结果进行二手车估值,得到二手车推荐估值。
本发明实施例所提供的技术方案,通过获取动力电池使用状态数据。获取估值评价指标。基于电池型号信息对估值评价指标进行检索,获取评价指标初始特征值。根据电池使用里程和电池维保记录数据对评价指标初始特征值进行衰减预测,获取评价指标衰减状态。遍历估值评价指标进行权重分布,获取评价指标权重分布结果。根据评价指标权重分布结果和评价指标衰减状态进行性能评分,获取动力电池性能评分结果。根据动力电池性能评分结果进行二手车估值,获取二手车推荐估值。由于在检测过程中无需进行专业设备检测,降低了二手车动力电池性能分析估值的检测成本,提高了动力电池性能分析估值的检测效率。解决了现有技术中二手车动力电池性能分析估值存在检测成本高,检测效率低的技术问题。
实施例二
基于与前述实施例中一种基于动力电池性能分析的二手车估值方法同样发明构思,本发明还提供了一种基于动力电池性能分析的二手车估值方法的系统,系统可以由硬件和/或软件的方式来实现,一般可集成于电子设备中,用于执行本发明任意实施例所提供的方法。
如图4所示,所述系统包括:
电池数据获取模块11,用于获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;
估值评价指标获取模块12,用于获取估值评价指标;
指标初始特征值获取模块13,用于基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;
指标衰减状态获取模块14,用于根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;
指标权重分布获取模块15,用于遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;
电池性能评分模块16,用于根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;
推荐估值模块17,用于根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
进一步地,所述指标初始特征值获取模块13还用于:
所述估值评价指标包括充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个;
根据所述电池型号信息,遍历所述充放电倍率、所述能量、所述能量密度、所述循环寿命、所述安全性和所述一致性中的一个或多个进行检索,获取所述评价指标初始特征值。
进一步地,所述指标衰减状态获取模块14还用于:
根据所述电池维保记录数据,获取故障类型记录列表和维保修复度记录列表,其中,所述故障类型记录列表和所述维保修复度记录列表一一对应;
遍历所述故障类型记录列表、所述维保修复度记录列表,获取第N故障类型记录和第N维保修复度记录;
将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态;
当所述故障类型记录列表和所述维保修复度记录列表遍历完毕时,根据所述电池使用里程对所述性能指标第N衰减状态进行衰减分析,获取所述评价指标衰减状态。
进一步地,所述指标衰减状态获取模块14还用于:
根据所述估值评价指标,获取第M指标;
根据所述第M指标和所述电池型号信息,采集性能检测记录数据,其中,所述性能检测记录数据包括故障类型数据集、维保修复度数据集、维保前第M指标检测记录数据集与维保后第M指标检测记录数据集;
根据所述故障类型数据集、所述维保修复度数据集、所述维保前第M指标检测记录数据集与所述维保后第M指标检测记录数据集,基于决策树,训练第M指标衰减预测子模型;
将第一指标衰减预测子模型、第二指标衰减预测子模型直到所述第M指标衰减预测子模型合并,生成所述性能衰减预测模型。
进一步地,所述指标衰减状态获取模块14还用于:
基于所述电池型号信息和所述电池使用里程,获取性能指标常规衰减状态;
将所述性能指标常规衰减状态和所述性能指标第N衰减状态进行状态迭加,获取所述评价指标衰减状态。
进一步地,所述指标权重分布获取模块15还用于:
获取第一反馈任务和第二反馈任务,其中,所述第一反馈任务为评估指标约束区间,所述第二反馈任务为评估指标重要度;
将所述估值评价指标发送至L个信息互相隔离的区块链节点对所述第一反馈任务和所述第二反馈任务进行反馈,获取L组评估指标约束区间和L组评估指标重要度评分;
根据所述L组评估指标约束区间遍历所述估值评价指标进行区间均值计算,获取评估指标约束区间;
获取权重分布公式:
其中,wk表征第k个指标的权重分布结果,cki表征第i组评估指标重要度评分中的第k个指标的的重要度评分,J表征指标总数;
根据所述L组评估指标重要度评分和所述权重分布公式进行权重分布,获取所述评价指标权重分布结果。
进一步地,所述指标权重分布获取模块15还用于:
判断所述评价指标衰减状态是否满足所述评估指标约束区间;
若不满足,将所述动力电池性能评分结果置为最低评分;
若满足,根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图5为本发明实施例三提供的电子设备的结构示意图,示出了适于用来实现本发明实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图5所示,该电子设备包括处理器31、存储器32、输入装置33及输出装置34;电子设备中处理器31的数量可以是一个或多个,图5中以一个处理器31为例,电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种基于动力电池性能分析的二手车估值方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述一种基于动力电池性能分析的二手车估值方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于动力电池性能分析的二手车估值方法,其特征在于,包括:
获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;
获取估值评价指标;
基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;
根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;
遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;
根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;
根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
2.如权利要求1所述的方法,其特征在于,所述基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值,包括:
所述估值评价指标包括充放电倍率、能量、能量密度、循环寿命、安全性和一致性中的一个或多个;
根据所述电池型号信息,遍历所述充放电倍率、所述能量、所述能量密度、所述循环寿命、所述安全性和所述一致性中的一个或多个进行检索,获取所述评价指标初始特征值。
3.如权利要求1所述的方法,其特征在于,所述根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态,包括:
根据所述电池维保记录数据,获取故障类型记录列表和维保修复度记录列表,其中,所述故障类型记录列表和所述维保修复度记录列表一一对应;
遍历所述故障类型记录列表、所述维保修复度记录列表,获取第N故障类型记录和第N维保修复度记录;
将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态;
当所述故障类型记录列表和所述维保修复度记录列表遍历完毕时,根据所述电池使用里程对所述性能指标第N衰减状态进行衰减分析,获取所述评价指标衰减状态。
4.如权利要求3所述的方法,其特征在于,将所述第N故障类型记录、所述第N维保修复度记录和性能指标第N-1衰减状态输入性能衰减预测模型,获取性能指标第N衰减状态,之前包括:
根据所述估值评价指标,获取第M指标;
根据所述第M指标和所述电池型号信息,采集性能检测记录数据,其中,所述性能检测记录数据包括故障类型数据集、维保修复度数据集、维保前第M指标检测记录数据集与维保后第M指标检测记录数据集;
根据所述故障类型数据集、所述维保修复度数据集、所述维保前第M指标检测记录数据集与所述维保后第M指标检测记录数据集,基于决策树,训练第M指标衰减预测子模型;
将第一指标衰减预测子模型、第二指标衰减预测子模型直到所述第M指标衰减预测子模型合并,生成所述性能衰减预测模型。
5.如权利要求3所述的方法,其特征在于,当所述故障类型记录列表和所述维保修复度记录列表遍历完毕时,根据所述电池使用里程对所述性能指标第N衰减状态进行衰减分析,获取所述评价指标衰减状态,包括:
基于所述电池型号信息和所述电池使用里程,获取性能指标常规衰减状态;
将所述性能指标常规衰减状态和所述性能指标第N衰减状态进行状态迭加,获取所述评价指标衰减状态。
6.如权利要求1所述的方法,其特征在于,遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果,包括:
获取第一反馈任务和第二反馈任务,其中,所述第一反馈任务为评估指标约束区间,所述第二反馈任务为评估指标重要度;
将所述估值评价指标发送至L个信息互相隔离的区块链节点对所述第一反馈任务和所述第二反馈任务进行反馈,获取L组评估指标约束区间和L组评估指标重要度评分;
根据所述L组评估指标约束区间遍历所述估值评价指标进行区间均值计算,获取评估指标约束区间;
获取权重分布公式:
其中,wk表征第k个指标的权重分布结果,cki表征第i组评估指标重要度评分中的第k个指标的的重要度评分,J表征指标总数;
根据所述L组评估指标重要度评分和所述权重分布公式进行权重分布,获取所述评价指标权重分布结果。
7.如权利要求6所述的方法,其特征在于,所述根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值,包括:
判断所述评价指标衰减状态是否满足所述评估指标约束区间;
若不满足,将所述动力电池性能评分结果置为最低评分;
若满足,根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
8.一种基于动力电池性能分析的二手车估值系统,其特征在于,包括:
电池数据获取模块,用于获取动力电池使用状态数据,其中,所述动力电池使用状态数据包括电池使用里程、电池维保记录数据和电池型号信息;
估值评价指标获取模块,用于获取估值评价指标;
指标初始特征值获取模块,用于基于所述电池型号信息对所述估值评价指标进行检索,获取评价指标初始特征值;
指标衰减状态获取模块,用于根据所述电池使用里程和所述电池维保记录数据对所述评价指标初始特征值进行衰减预测,获取评价指标衰减状态;
指标权重分布获取模块,用于遍历所述估值评价指标进行权重分布,获取评价指标权重分布结果;
电池性能评分模块,用于根据所述评价指标权重分布结果和所述评价指标衰减状态进行性能评分,获取动力电池性能评分结果;
推荐估值模块,用于根据所述动力电池性能评分结果进行二手车估值,获取二手车推荐估值。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至7任一项所述的一种基于动力电池性能分析的二手车估值方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的一种基于动力电池性能分析的二手车估值方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554467.XA CN116579789A (zh) | 2023-05-17 | 2023-05-17 | 一种基于动力电池性能分析的二手车估值方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310554467.XA CN116579789A (zh) | 2023-05-17 | 2023-05-17 | 一种基于动力电池性能分析的二手车估值方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116579789A true CN116579789A (zh) | 2023-08-11 |
Family
ID=87542788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310554467.XA Pending CN116579789A (zh) | 2023-05-17 | 2023-05-17 | 一种基于动力电池性能分析的二手车估值方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116579789A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117150348A (zh) * | 2023-10-30 | 2023-12-01 | 宁德时代新能源科技股份有限公司 | 电池外损数据处理方法、系统、电子设备和存储介质 |
-
2023
- 2023-05-17 CN CN202310554467.XA patent/CN116579789A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117150348A (zh) * | 2023-10-30 | 2023-12-01 | 宁德时代新能源科技股份有限公司 | 电池外损数据处理方法、系统、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161425B (zh) | 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法 | |
CN109655754B (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
CN109001640B (zh) | 一种动力电池的数据处理方法和装置 | |
CN113219343A (zh) | 基于弹性网的锂电池健康状态预测方法、系统、设备及介质 | |
CN116579789A (zh) | 一种基于动力电池性能分析的二手车估值方法及系统 | |
CN111191824B (zh) | 一种动力电池容量衰减预测方法及系统 | |
CN116467674B (zh) | 一种配电网智能故障处理融合更新系统及其方法 | |
CN114487856A (zh) | 换电站电池的热失控预警方法及系统 | |
CN112686380A (zh) | 基于神经网络的梯次动力电芯一致性评估方法和系统 | |
CN106208043A (zh) | 一种中低压配电网关键耗能环节辨识方法 | |
CN115996249A (zh) | 一种基于分级的数据传输方法及装置 | |
CN117113232A (zh) | 一种电动汽车锂离子电池组热失控风险识别方法 | |
CN113791351B (zh) | 基于迁移学习和差值概率分布的锂电池寿命预测方法 | |
CN114814420A (zh) | 一种基于冻结数据的低压配电网拓扑识别方法及系统 | |
CN114646888A (zh) | 一种动力电池容量衰减的评估方法及系统 | |
CN117691722A (zh) | 一种锂电池充电安全监测预警方法及系统 | |
CN102546235A (zh) | 云计算环境下面向web应用的性能诊断方法和系统 | |
CN115859701B (zh) | 一种基于电缆检测数据的增设分析方法及系统 | |
CN115456223B (zh) | 基于全生命周期的锂电池梯次回收管理方法及系统 | |
CN114722487B (zh) | 一种基于大数据的新能源汽车车型参数预测估计方法 | |
CN112327096A (zh) | 一种基于自适应策略的故障诊断信息融合方法及装置 | |
CN112988529A (zh) | 一种基于机器学习进行数据库系统性能预测的方法及系统 | |
CN113743488B (zh) | 基于平行车联网的车辆监控方法、装置、设备及存储介质 | |
CN115291111B (zh) | 电池静置时间预测模型的训练方法以及静置时间预测方法 | |
CN115825790B (zh) | 电池绝缘故障的预警方法、装置、系统和计算机设备 |
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 |