CN118024887A - 电池容量衰减的处理方法、装置、设备和存储介质 - Google Patents
电池容量衰减的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN118024887A CN118024887A CN202311851413.6A CN202311851413A CN118024887A CN 118024887 A CN118024887 A CN 118024887A CN 202311851413 A CN202311851413 A CN 202311851413A CN 118024887 A CN118024887 A CN 118024887A
- Authority
- CN
- China
- Prior art keywords
- feature
- original
- battery
- vehicle
- characteristic
- 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 58
- 238000012545 processing Methods 0.000 title claims description 11
- 230000008859 change Effects 0.000 claims description 27
- 238000012795 verification Methods 0.000 claims description 26
- 230000015556 catabolic process Effects 0.000 claims description 19
- 238000006731 degradation reaction Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 10
- 238000003672 processing method Methods 0.000 abstract description 4
- 238000005562 fading Methods 0.000 abstract description 2
- 238000009499 grossing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000000540 analysis of variance Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本申请涉及一种电池容量衰减的处理方法、装置、设备和存储介质。主要技术方案包括：获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征，根据至少一种原始特征的特征信息，设置至少一辆车辆原始特征中每种原始特征的特征标签，根据电池当前容量值和原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征，根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息准确地判断电池容量衰减原因并及时干预，减缓电池容量衰减趋势。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种电池容量衰减的处理方法、装置、设备和存储介质。
背景技术
目前，动力电池的应用已经越来越广泛，在动力电池汽车普及市场的过程中，由于电池的价格昂贵且对续航里程产生直接影响，其使用寿命一直是一个备受关注的问题。动力电池在寿命终止前都会先进入电池容量衰减阶段，若能准确地了解动力电池的电池容量衰减，并基于动力电池的电池容量衰减情况对动力电池及时干预，可以延长动力电池的使用寿命。现有的动力电池的电池容量衰减通常由用户根据电池的使用时间以及电池生产厂商提供的使用时间和电池容量衰减之间的对应关系确定，无法准确地判断电池容量衰减原因及时干预，减缓电池容量衰减趋势。
发明内容
基于此，本申请提供了一种电池容量衰减的处理方法、装置、设备和存储介质，以准确地判断电池容量衰减原因及时干预，减缓电池容量衰减趋势。
第一方面，提供一种电池容量衰减的处理方法，该方法包括：
获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征；
根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签；
根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征；
根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签；
根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息处理电池容量衰减。
根据本申请实施例中一种可实现的方式，特征信息包括原始特征值；根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签，包括：
根据至少一种原始特征的原始特征值，计算每个原始特征的平均值、标准差和偏态系数；
根据每个原始特征的平均值和标准差，计算每个原始特征的第一阈值和第二阈值；
根据每个原始特征的第一阈值、第二阈值和偏态系数，确定每个原始特征的上限阈值和下限阈值；
根据每个原始特征的原始特征值、上限阈值和下限阈值，设置每种原始特征的特征标签。
根据本申请实施例中一种可实现的方式，根据每个原始特征的第一阈值、第二阈值和偏态系数，确定每个原始特征的上限阈值和下限阈值，包括：
当偏态系数大于零时，将每个原始特征的第一阈值与第一预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第一预设系数的乘积确定为下限阈值；
当偏态系数小于零时，将每个原始特征的第一阈值与第二预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第二预设系数的乘积确定为下限阈值；
当偏态系数等于零时，将第一阈值确定为上限阈值，将第二阈值确定为下限阈值。
根据本申请实施例中一种可实现的方式，根据每个原始特征的原始特征值、上限阈值和下限阈值，设置每种原始特征的特征标签，包括：
当原始特征的原始特征值大于上限阈值，设置每种原始特征的特征标签为第一标签，其中，第一标签用于表征原始特征过高；
当原始特征的原始特征值小于下限阈值，设置每种原始特征的特征标签为第二标签，其中，第二标签用于表征原始特征过低。
根据本申请实施例中一种可实现的方式，根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征，包括：
根据电池当前容量值和每种原始特征的特征标签，计算特征标签的校验统计量；
基于预设显著性水平和预设校验临界表，确定特征标签的标准校验统计量；
根据校验统计量和标准校验统计量，确定影响电池容量衰减的有效特征；或者，
建立电池当前容量值和每种原始特征的特征标签的关系表格；
基于关系表格，确定每种特征标签的预设假定校验条件的判断参数，其中，预设假定校验条件为每种特征标签下电池容量之间无显著差别；
根据判断参数和预设分子置信度，确定每辆车辆影响电池容量衰减的有效特征。
根据本申请实施例中一种可实现的方式，根据有效特征的特征信息，确定每辆车辆的电池的目标特征，包括：
获取至少一辆备选车辆中与有效特征相同特征的备选特征信息，其中，备选特征信息包括备选特征值，至少一辆备选车辆的电池与有效特征对应车辆的电池类型相同；
根据至少一辆备选车辆的备选特征值，确定有效特征的分位数阈值；
确定原始特征值大于分位数阈值的有效特征为目标特征。
根据本申请实施例中一种可实现的方式，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，包括：
根据目标特征的特征信息，计算目标特征的未来预设时间段的预测值；
根据预测值和原始特征值，确定目标特征的变化率；
根据变化率大于预设变化率的目标特征的车辆标签，生干预电池容量衰减的提示信息。
第二方面，提供了一种电池容量衰减的处理装置，该装置包括：
获取模块，用于获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征；
设置模块，用于根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签；
确定模块，用于根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征；
确定模块，还用于根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签；
生成模块，用于根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息处理电池容量衰减。
第三方面，提供了一种计算机设备，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计算机指令，所述计算机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上述第一方面中涉及的方法。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令用于使计算机执行上述第一方面中涉及的方法。
根据本申请实施例所提供的技术内容，通过获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征，根据至少一种原始特征的特征信息，设置至少一辆车辆原始特征中每种原始特征的特征标签，根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征，根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息准确地判断电池容量衰减原因并及时干预，减缓电池容量衰减趋势。
附图说明
图1为一个实施例中电池容量衰减的处理方法的应用环境图；
图2为一个实施例中电池容量衰减的处理方法的流程示意图；
图3为一个实施例中电池容量衰减的处理装置的结构框图；
图4为一个实施例中计算机设备的示意性结构图。
具体实施方式
以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
为了方便理解，首先对本申请所适用的系统进行描述。本申请提供的自动泊车控制方法，可以应用于如图1所示的系统架构中。其中，车辆100包括车载终端110。车载终端110获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征，根据至少一种原始特征的特征信息，设置至少一种原始特征中每种原始特征的特征标签，根据电池当前容量值和每种原始特征的特征标签，确定影响电池容量衰减的有效特征，根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息处理电池容量衰减。其中，车载终端110可以但不限于是与车辆连接的各种个人计算机、笔记本电脑。
为了解决现有技术问题，本申请实施例提供了一种电池容量衰减的处理方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的电池容量衰减的处理方法进行介绍。
图2为本申请实施例提供的一种电池容量衰减的处理方法的流程图，该方法可以由如图1所示系统中的车载终端110执行。如图2所示，该方法可以包括以下步骤：
S210，获取至少一辆车辆的电池的原始特征信息。
原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征，包括但不限于快充次数占比、深充次数占比、高温运行次数占比、低温运行次数占比、日均行驶里程、低电量充电次数占比、均衡开启时长占比、单体电压离散系数、IC曲线峰值等特征。其中，每种原始特征的特征信息可以包括原始特征名称、原始特征值、原始特征记录时间等。车辆可以为任意包含动力电池的车型，比如说，汽车、电动车、货车等。
在车辆日常行驶中，动力电池在使用过程中产生的相关信息会上传至云端保存，因此，车载终端可以从云端数据库获取至少一种原始特征的特征信息。车载终端可以通过与动力电池连接的采集模块直接读取电池当前容量值。
S220，根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签。
特征标签用于表征原始特征的异常情况，根据特征标签可以了解这种原始特征的异常情况是过高还是过低。基于原始特征的特征信息获取每种原始特征的原始特征值，根据原始特征值计算原始特征的上限阈值和下限阈值，根据原始特征值与上限阈值和下限阈值的大小关系，确定原始特征的异常情况，进而设置特征标签。
S230，根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征。
由于原始特征是从电池机理和实车使用角度选取的可能影响电池容量衰减的特征，为了准确地分析每辆车辆影响电池容量衰减原因，需要确定每辆车辆影响电池容量衰减的有效特征，有效特征为与电池容量具有显著影响的特征。
根据电池当前容量值和每种原始特征的特征标签，采用方差分析法确定每辆车辆影响电池容量衰减的有效特征。方差分析是一种研究分类型自变量对数值型因变量的影响的统计学方法，其中，电池当前容量值为数值型因变量，特征标签为分类型自变量。通过构造检验统计量判断是否拒绝原假设，判断特征标签与电池容量是否具有显著影响，将与电池容量具有显著影响的特征标签对应的原始特征确定为有效特征。
S240，根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签。
在确定每辆车辆的有效特征之后，为了更有针对性地分析容量衰减过快的原因，从有效特征中进一步筛选具体是哪几个特征导致电池容量衰减过快，将这些特征确定为目标特征。车辆标签为目标特征对应的特征标签。
根据有效特征的特征信息，确定当前车辆的电池的特征标签在同类型电池中的分布情况，首先，根据当前车辆的电池类型获取具有相同类型电池的其他车辆中与有效特征相同特征的特征信息，然后，根据有效特征的特征信息和其他车辆中相同特征的特征信息，确定当前车辆的电池的有效特征在同类型电池中的分布情况，若当前车辆中某个有效特征在同类电池中偏大，则将该有效特征确定为目标特征。
S250，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息。
根据目标特征的特征信息，采用三次指数平滑法对目标特征进行未来n期的预测，得到各个目标特征的预测值，并根据目标特征的原始特征值和预测值计算各个目标特征的变化率。通过变化率预测目标特征是否仍有劣化趋势，若无劣化趋势，则删除该目标特征对应的车辆标签，若存在劣化趋势，则保留该目标特征对应的车辆标签。
根据车辆标签生成减缓电池容量衰减的干预手段，结合干预时间、干预手段、电池容量衰减原因等信息生成提示信息，发送用户以及时采取措施，减缓车辆的电池容量衰减。
可以看出，本申请实施例通过获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征，根据至少一种原始特征的特征信息，设置至少一辆车辆原始特征中每种原始特征的特征标签，根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征，根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签，根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息准确地判断电池容量衰减原因并及时干预，减缓电池容量衰减趋势。
下面对上述方法流程中的各步骤进行详细描述。首先结合实施例对上述步骤S220即“根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签”进行详细描述。
作为一种可实现的方式，根据至少一种原始特征的原始特征值，计算每个原始特征的平均值、标准差和偏态系数；
根据每个原始特征的平均值和标准差，计算每个原始特征的第一阈值和第二阈值；
根据每个原始特征的第一阈值、第二阈值和偏态系数，确定每个原始特征的上限阈值和下限阈值；
根据每个原始特征的原始特征值、上限阈值和下限阈值，设置每种原始特征的特征标签。
计算每个原始特征在每辆车辆中对应原始特征值的总和，将原始特征值的总和与车辆总数的比值确定为平均值，然后根据标准差公式得到标准差，通过以下公式计算原始特征的偏态系数：
其中，SK表示原始特征的偏态系数，xi表示原始特征的第i个原始特征值，xmean表示原始特征的平均值，s表示原始特征的标准差，n表示原始特征中原始特征值的总数。
第一阈值可由公式upperlimit＝mean+n*std计算得到，第二阈值可由公式lowerlimit＝mean-n*std计算得到，其中，upperlimit表示第一阈值，lowerlimit表示第二阈值，mean表示原始特征的平均值，std表示原始特征的标准差，n为标定量。
在实际应用中，数据多为偏态分布，偏态分布会影响到数据平均值的计算，也就会影响到第一阈值和第二阈值的计算。数据的偏态分布可以用偏态系数SK度量，当数据右偏分布时，SK＞0，数据中含有极大值，数据的平均值会偏大，相反，数据左偏时，SK＜0，数据中含有极小值，数据的平均值会减小。
由于偏态分布会拉动平均值向一方偏移，因此，使用第一预设系数和第二预设系数来确定上下限阈值。上限阈值为原始特征的原始特征值不得超过的最大值，下限阈值为原始特征的原始特征值不得低于的最小值。上限阈值和下限阈值的确定方法包括：
当偏态系数大于零时，将每个原始特征的第一阈值与第一预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第一预设系数的乘积确定为下限阈值；
当偏态系数小于零时，将每个原始特征的第一阈值与第二预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第二预设系数的乘积确定为下限阈值；
当偏态系数等于零时，将第一阈值确定为上限阈值，将第二阈值确定为下限阈值。
当偏态系数大于零时，表示该原始特征为右偏分布，此时，上限阈值表示为第一阈值与第一预设系数的乘积，即upper_threshold[i]＝upperlimit*α，下限阈值表示为第二阈值与第一预设系数的乘积，即lower_threshold[i]＝lowerlimit*α，其中，α表示第一预设系数，可进行标定，其取值范围可设为(0，1)。
当偏态系数小于零时，表示该原始特征为左偏分布，此时，上限阈值表示为第一阈值与第二预设系数的乘积，即upper_threshold[i]＝upperlimit*β，下限阈值表示为第二阈值与第二预设系数的乘积，即lower_threshold[i]＝lowerlimit*β，其中，β表示第一预设系数，可进行标定，其取值范围可设为(1，2)。
当偏态系数等于零时，表示该原始特征对称分布，将第一阈值确定为上限阈值，将第二阈值确定为下限阈值。
根据每个原始特征的原始特征值、上限阈值和下限阈值的大小关系判断原始特征的状态是否异常，并根据判断结果设置每种原始特征的特征标签。特征标签包括第一标签和第二标签，其中，第一标签用于表征原始特征过高，第二标签用于表征原始特征过低。设置特征标签的方法包括：
当原始特征的原始特征值大于上限阈值，设置每种原始特征的特征标签为第一标签；
当原始特征的原始特征值小于下限阈值，设置每种原始特征的特征标签为第二标签。
当原始特征的原始特征值大于上限阈值，表示原始特征的原始特征值超过正常范围的最大值，说明该原始特征相对于正常参数过高，设置该原始特征的特征标签为第一标签。
当原始特征的原始特征值小于下限阈值，表示原始特征的原始特征值低于正常范围的最小值，说明该原始特征相对于正常参数过低，设置该原始特征的特征标签为第二标签。
当原始特征的原始特征值大于第二阈值小于第一阈值时，表明动力电池的该原始特征处于正常范围，无需设置标签。
下面结合实施例对上述步骤S230即“根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征”进行详细描述。
作为一种可实现的方式，根据电池当前容量值和每种原始特征的特征标签，计算特征标签的校验统计量；
基于预设显著性水平和预设校验临界表，确定特征标签的标准校验统计量；
根据校验统计量和标准校验统计量，确定影响电池容量衰减的有效特征；或者，
建立电池当前容量值和每种原始特征的特征标签的关系表格；
基于关系表格，确定每种特征标签的预设假定校验条件的判断参数，其中，预设假定校验条件为每种特征标签下电池容量之间无显著差别；
根据判断参数和预设分子置信度，确定每辆车辆影响电池容量衰减的有效特征。
其中，预设显著性水平为预先设置的显著性水平，显著性水平是允许的小概率水平，是估计总体参数落在某一区间内，可能犯错的概率，用α表示。通常取α＝0.05或α＝0.01。预设校验临界表为F校验临界值表，提供了F检验的临界值，当F检验的统计量大于该值时，则认为F检验结果在统计上是有意义的。
首先，根据电池当前容量值和每种原始特征的特征标签，计算特征标签的校验统计量，具体包括：
设特征标签的个数为k，每个特征标签对应n个电池。首先根据公式 计算组间离差平方和，根据公式/>计算组内离差平方和，其中，/>表示第i个特征标签下电池的电池当前容量值的平均值，/>表示所有电池的电池当前容量值的平均值，xij表示第i个特征标签下第j个电池的电池当前容量值。在计算出组间离差平方和以及组内离差平方和后，根据公式/>计算组间方差，根据公式/>计算组内方差，根据组间方差和组内方差的比值得到校验统计量，即
在预设校验临界表中查找预设显著性水平对应的标准校验统计量Fα，若根据校验统计量大于标准校验统计量，则拒绝预设假定校验条件，说明该特征标签对电池容量有显著影响，那么这个特征标签为有效特征。
除了采用校验统计量F确定有效特征，还可以根据采用更简便的方法，将电池当前容量值和每种原始特征的特征标签输入excel表格建立关系表格进行方差分析，关系表格会直接输出的每种特征标签的预设假定校验条件的判断参数，即P值。预设分子置信度可以为0.05或0.01。
当判断参数小于预设分子置信度时，则拒绝预设假定校验条件，说明该特征标签对电池容量有显著影响，那么这个特征标签为有效特征。
下面结合实施例对上述步骤S240即“根据有效特征的特征信息，确定每辆车辆的电池的目标特征”进行详细描述。
作为一种可实现的方式，获取至少一辆备选车辆中与有效特征相同特征的备选特征信息，其中，备选特征信息包括备选特征值，至少一辆备选车辆的电池与有效特征对应车辆的电池类型相同；
根据至少一辆备选车辆的备选特征值，确定有效特征的分位数阈值；
确定原始特征值大于分位数阈值的有效特征为目标特征。
将拥有与有效特征对应车辆的电池相同类型电池的车辆定义为备选车辆，备选车辆对应的特征信息为备选特征信息，备选车辆的电池与有效特征对应车辆的电池类型相同只指材料相同且总行驶里程相近。
在获取至少一辆备选车辆的备选特征值之后，分别对有效特征中每种特征进行分析。从至少一辆备选车辆的备选特征值中，获取每种有效特征对应特征的备选特征，将这些备选特征值按照从小到大的顺序排列，提取该有效特征的分位数，比如说95％分位数，将该95％分位数对应的备选特征值确定为分位数阈值。当有效特征的原始特征值大于分位数阈值时，说明该有效特征在同类电池中偏大，将该有效特征确定为目标特征。
下面结合实施例对上述步骤S250即“根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息”进行详细描述。
作为一种可实现的方式，根据目标特征的特征信息，计算目标特征的未来预设时间段的预测值；
根据预测值和原始特征值，确定目标特征的变化率；
根据变化率大于预设变化率的目标特征的车辆标签，生干预电池容量衰减的提示信息。
在得到目标特征以及车辆标签之后，基于目标特征对电池容量的未来衰减情况进行预测，并基于预测结果生成提示信息，以提醒用户及时干预，减缓电池衰减速度。
由于采用时间序列预测方法对目标特征进行预测，可以将预设时间段设置为n期时间段，n可以根据用户实际需求进行设置。
根据目标特征的特征信息，采用三次指数平滑法计算目标特征的未来预设时间段的预测值。在指数平滑法中未来预测值是受到以前观测值的影响，且时间距离越近的观测值影响越大，时间距离越远的观测值影响越小，且这种方法在预测中考虑到了特征的周期性。
三次指数平滑法是一种自回归方法，它考虑了变量的水平、趋势和季节三种特性，模型中也对应有这三个参数：水平平滑参数α，趋势平滑参数β，季节平滑参数γ。考虑到电动汽车的使用行为和使用环境受到季节影响，采用三次指数平滑法可以更加准确地预测目标特征的未来特征值。
三次指数平滑法由一个预测方程和三个平滑方程组成，在确定好α、β和γ，水平方程记为L，趋势方程记为B，季节方程记为S，预先设置它们的初始值，分别为L0，B0，S0，并按照公式计算每一个步长对应的平滑方程值，带入预测方程，即可得到目标特征的预测值。其中，预测方程公式可以表示为水平方程公式表示为lt＝α(xt-st-m)+(1-α)(lt-1+bt-1)，趋势方程公式表示为bt＝β(lt-lt-1)+(1-β)bt-1，季节性方程公式表示为st＝γ(xt-lt-1-bt-1)+(1-γ)st-m。
在实际应用中，可以调用python中的holtwinters包下的ExponentialSmoothing方法，输入确定好的三个参数，使用forecast方法输出特征预测值。
计算预测值和原始特征值的差值与由原始特征值变化到预测值的时间的比值，即为目标特征的变化率。根据目标特征的变化率和预设变化率判断电池未来是否有劣化趋势，也就是说，是否会对电池容量的衰减产生持续性的影响。若无劣化趋势，则无需对电池进行干预，可删除目标特征的车辆标签，若存在劣化趋势，则需要及时对电池进行干预，通知用户改善使用行为。
其中，预设变化率为判断电池未来是否有劣化趋势的阈值，可以为0。当目标特征的变化率大于预设变化率时，说明此目标特征仍有上涨趋势，确定保留此目标特征的车辆标签，根据车辆标签分析电池电量衰减原因，生成相应的提示信息。当目标特征的变化率小于或等于预设变化率时，说明此目标特征具有下降趋势或者比较平稳，无需保留此目标特征的车辆标签。除此之外，还可以根据车辆电池的所有目标特征中变化率较明显的一个或者多个目标特征生成相应的提示信息。
示例性的，目标特征包括日均行驶里程、快充、深充、低温运行、高温运行、累积均衡时长，表1为16号车辆的电池、32号车辆的电池和33号车辆的电池的目标特征的n期变化率，表2为16号车辆、32号车辆和33号车辆最终保留的车辆标签，表3为16号车辆、32号车辆和33号车辆的电池容量衰减干预手段。
表1
| 编号 | 目标特征对应的车辆标签 |
| 16 | 高温运行多 |
| 32 | 快充&深充多 |
| 33 | 深充多、累积均衡时间长 |
表2
| 编号 | 目标特征对应的提示信息 |
| 16 | 通知用户减少高温环境下的车辆使用、检查冷却液等 |
| 32 | 通知用户减少快充的使用，控制电量的使用 |
| 33 | 通知用户控制电量使用，回店保养 |
表3
由表1可知，16号车辆的电池变化率较明显的目标特征为高温运行，32号车辆的电池变化率较明显的目标特征为快充和深充，33号车辆的电池变化率较明显的目标特征为深充和累积均衡时长。
由表2可知，16号车辆最终保留的车辆标签为高温运行多，32号车辆最终保留的车辆标签为快充多和深充多，33号车辆最终保留的车辆标签为深充多、累积均衡时间长。
根据表2分析影响各个车辆电池容量衰减的原因，生成提示信息。当车辆高温运行多时，可通知用户减少高温环境下的车辆使用、检查冷却液等；当车辆快充和深充多时，可通知用户减少快充的使用，控制电量的使用；当车辆深充多、累积均衡时间长时，可通知用户控制电量使用，回店保养。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本申请中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图3为本申请实施例提供的一种电池容量衰减的处理装置的结构示意图，该装置可以设置于图1所示系统中的车载终端110，用以执行如图2中所示的方法流程。如图3所示，该装置可以包括：获取模块310、设置模块320、确定模块330和生成模块340。其中各组成模块的主要功能如下：
获取模块310，用于获取至少一辆车辆的电池的原始特征信息，其中，原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，原始特征为影响电池容量衰减的相关特征；
设置模块320，用于根据至少一种原始特征的特征信息，设置至少一辆车辆中每种原始特征的特征标签；
确定模块330，用于根据电池当前容量值和每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征；
确定模块330，还用于根据有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，车辆标签为目标特征对应的特征标签；
生成模块340，用于根据目标特征的特征信息和车辆标签，生成干预电池容量衰减的提示信息，以使用户根据提示信息处理电池容量衰减。
作为一种可实现的方式，设置模块320，具体用于：根据至少一种原始特征的原始特征值，计算每个原始特征的平均值、标准差和偏态系数；
根据每个原始特征的平均值和标准差，计算每个原始特征的第一阈值和第二阈值；
根据每个原始特征的第一阈值、第二阈值和偏态系数，确定每个原始特征的上限阈值和下限阈值；
根据每个原始特征的原始特征值、上限阈值和下限阈值，设置每种原始特征的特征标签。
作为一种可实现的方式，设置模块320，具体用于：当偏态系数大于零时，将每个原始特征的第一阈值与第一预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第一预设系数的乘积确定为下限阈值；
当偏态系数小于零时，将每个原始特征的第一阈值与第二预设系数的乘积确定为上限阈值，将每个原始特征的第二阈值与第二预设系数的乘积确定为下限阈值；
当偏态系数等于零时，将第一阈值确定为上限阈值，将第二阈值确定为下限阈值。
作为一种可实现的方式，设置模块320，具体用于：当原始特征的原始特征值大于上限阈值，设置每种原始特征的特征标签为第一标签，其中，第一标签用于表征原始特征过高；
当原始特征的原始特征值小于下限阈值，设置每种原始特征的特征标签为第二标签，其中，第二标签用于表征原始特征过低。
作为一种可实现的方式，确定模块330，具体用于：根据电池当前容量值和每种原始特征的特征标签，计算特征标签的校验统计量；
基于预设显著性水平和预设校验临界表，确定特征标签的标准校验统计量；
根据校验统计量和标准校验统计量，确定影响电池容量衰减的有效特征；或者，
建立电池当前容量值和每种原始特征的特征标签的关系表格；
基于关系表格，确定每种特征标签的预设假定校验条件的判断参数，其中，预设假定校验条件为每种特征标签下电池容量之间无显著差别；
根据判断参数和预设分子置信度，确定每辆车辆影响电池容量衰减的有效特征。
作为一种可实现的方式，确定模块330，具体用于：获取至少一辆备选车辆中与有效特征相同特征的备选特征信息，其中，备选特征信息包括备选特征值，至少一辆备选车辆的电池与有效特征对应车辆的电池类型相同；
根据至少一辆备选车辆的备选特征值，确定有效特征的分位数阈值；
确定原始特征值大于分位数阈值的有效特征为目标特征。
作为一种可实现的方式，生成模块340，用于：根据目标特征的特征信息，计算目标特征的未来预设时间段的预测值；
根据预测值和原始特征值，确定目标特征的变化率；
根据变化率大于预设变化率的目标特征的车辆标签，生干预电池容量衰减的提示信息。
上述各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
根据本申请的实施例，本申请还提供了一种计算机设备、一种计算机可读存储介质。
如图4所示，是根据本申请实施例的计算机设备的框图。计算机设备旨在表示各种形式的数字计算机或移动装置。其中数字计算机可以包括台式计算机、便携式计算机、工作台、个人数字助理、服务器、大型计算机和其它适合的计算机。移动装置可以包括平板电脑、智能电话、可穿戴式设备等。
如图4所示，设备400包括计算单元401、ROM 402、RAM 403、总线404以及输入/输出(I/O)接口405，计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
计算单元401可以根据存储在只读存储器(ROM)402中的计算机指令或者从存储单元408加载到随机访问存储器(RAM)403中的计算机指令，来执行本申请方法实施例中的各种处理。计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401可以包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。在一些实施例中，本申请实施例提供的方法可被实现为计算机软件程序，其被有形地包含于计算机可读存储介质，例如存储单元408。
RAM 403还可存储设备400操作所需的各种程序和数据。计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。
设备400中的输入单元406、输出单元407、存储单元408和通信单元409可以连接至I/O接口405。其中，输入单元406可以是诸如键盘、鼠标、触摸屏、麦克风等；输出单元407可以是诸如显示器、扬声器、指示灯等。设备400能够通过通信单元409与其他设备进行信息、数据等的交换。
需要说明的是，该设备还可以包括实现正常运行所必需的其他组件。也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件和/或它们的组合中实现。
用于实施本申请的方法的计算机指令可以采用一个或多个编程语言的任何组合来编写。这些计算机指令可以提供给计算单元401，使得计算机指令当由诸如处理器等计算单元401执行时使执行本申请方法实施例中涉及的各步骤。
本申请提供的计算机可读存储介质可以是有形的介质，其可以包含或存储计算机指令，用以执行本申请方法实施例中涉及的各步骤。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的等形式的存储介质。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (10)
1.一种电池容量衰减的处理方法，其特征在于，所述方法包括：
获取至少一辆车辆的电池的原始特征信息，其中，所述原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，所述原始特征为影响电池容量衰减的相关特征；
根据所述至少一种原始特征的特征信息，设置所述至少一辆车辆中每种原始特征的特征标签；
根据所述电池当前容量值和所述每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征；
根据所述有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，所述车辆标签为所述目标特征对应的特征标签；
根据所述目标特征的特征信息和所述车辆标签，生成干预电池容量衰减的提示信息，以使用户根据所述提示信息处理电池容量衰减。
2.根据权利要求1所述的方法，其特征在于，所述特征信息包括原始特征值；所述根据所述至少一种原始特征的特征信息，设置所述至少一辆车辆中每种原始特征的特征标签，包括：
根据所述至少一种原始特征的原始特征值，计算所述每个原始特征的平均值、标准差和偏态系数；
根据所述每个原始特征的平均值和标准差，计算所述每个原始特征的第一阈值和第二阈值；
根据所述每个原始特征的第一阈值、第二阈值和偏态系数，确定所述每个原始特征的上限阈值和下限阈值；
根据所述每个原始特征的原始特征值、上限阈值和下限阈值，设置所述每种原始特征的特征标签。
3.根据权利要求2所述的方法，其特征在于，所述根据所述每个原始特征的第一阈值、第二阈值和偏态系数，确定所述每个原始特征的上限阈值和下限阈值，包括：
当所述偏态系数大于零时，将所述每个原始特征的第一阈值与第一预设系数的乘积确定为所述上限阈值，将所述每个原始特征的第二阈值与第一预设系数的乘积确定为所述下限阈值；
当所述偏态系数小于零时，将所述每个原始特征的第一阈值与第二预设系数的乘积确定为所述上限阈值，将所述每个原始特征的第二阈值与第二预设系数的乘积确定为所述下限阈值；
当所述偏态系数等于零时，将所述第一阈值确定为上限阈值，将所述第二阈值确定为下限阈值。
4.根据权利要求2所述的方法，其特征在于，所述根据所述每个原始特征的原始特征值、上限阈值和下限阈值，设置所述每种原始特征的特征标签，包括：
当原始特征的原始特征值大于所述上限阈值，设置所述每种原始特征的特征标签为第一标签，其中，所述第一标签用于表征所述原始特征过高；
当原始特征的原始特征值小于所述下限阈值，设置每种原始特征的特征标签为第二标签，其中，所述第二标签用于表征所述原始特征过低。
5.根据权利要求1所述的方法，其特征在于，所述根据所述电池当前容量值和所述每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征，包括：
根据所述电池当前容量值和所述每种原始特征的特征标签，计算特征标签的校验统计量；
基于预设显著性水平和预设校验临界表，确定特征标签的标准校验统计量；
根据校验统计量和所述标准校验统计量，确定影响电池容量衰减的有效特征；
或者，建立所述电池当前容量值和所述每种原始特征的特征标签的关系表格；
基于所述关系表格，确定每种特征标签的预设假定校验条件的判断参数，其中，所述预设假定校验条件为每种特征标签下电池容量之间无显著差别；
根据所述判断参数和预设分子置信度，确定每辆车辆影响电池容量衰减的有效特征。
6.根据权利要求1所述的方法，其特征在于，所述根据所述有效特征的特征信息，确定每辆车辆的电池的目标特征，包括：
获取至少一辆备选车辆中与所述有效特征相同特征的备选特征信息，其中，所述备选特征信息包括备选特征值，所述至少一辆备选车辆的电池与所述有效特征对应车辆的电池类型相同；
根据至少一辆备选车辆的备选特征值，确定所述有效特征的分位数阈值；
确定原始特征值大于所述分位数阈值的有效特征为目标特征。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征的特征信息和所述车辆标签，生成干预电池容量衰减的提示信息，包括：
根据所述目标特征的特征信息，计算所述目标特征的未来预设时间段的预测值；
根据所述预测值和原始特征值，确定所述目标特征的变化率；
根据变化率大于预设变化率的目标特征的车辆标签，生干预电池容量衰减的提示信息。
8.一种电池容量衰减的处理装置，其特征在于，所述装置包括：
获取模块，用于获取至少一辆车辆的电池的原始特征信息，其中，所述原始特征信息包括至少一种原始特征的特征信息和电池当前容量值，所述原始特征为影响电池容量衰减的相关特征；
设置模块，用于根据所述至少一种原始特征的特征信息，设置所述至少一辆车辆中每种原始特征的特征标签；
确定模块，用于根据所述电池当前容量值和所述每种原始特征的特征标签，确定每辆车辆影响电池容量衰减的有效特征；
所述确定模块，还用于根据所述有效特征的特征信息，确定每辆车辆的电池的目标特征以及车辆标签，所述车辆标签为所述目标特征对应的特征标签；
生成模块，用于根据所述目标特征的特征信息和所述车辆标签，生成干预电池容量衰减的提示信息，以使用户根据所述提示信息处理电池容量衰减。
9.一种计算机设备，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计算机指令，所述计算机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1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311851413.6A CN118024887A (zh) | 2023-12-29 | 2023-12-29 | 电池容量衰减的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311851413.6A CN118024887A (zh) | 2023-12-29 | 2023-12-29 | 电池容量衰减的处理方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118024887A true CN118024887A (zh) | 2024-05-14 |
Family
ID=90988483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311851413.6A Pending CN118024887A (zh) | 2023-12-29 | 2023-12-29 | 电池容量衰减的处理方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118024887A (zh) |
-
2023
- 2023-12-29 CN CN202311851413.6A patent/CN118024887A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108337358A (zh) | 应用清理方法、装置、存储介质及电子设备 | |
| CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
| CN115221795A (zh) | 容量预测模型的训练方法、预测方法、装置、设备及介质 | |
| CN117141295B (zh) | 一种新能源汽车的高压充电方法及充电站 | |
| CN113934615A (zh) | 一种数据监控方法、装置及设备 | |
| CN115909727A (zh) | 一种收费站效能监测方法、装置 | |
| CN113815481B (zh) | 电池包选择方法、装置、电子设备及存储介质 | |
| CN115469590A (zh) | 智能电表接口的低功耗控制方法、装置、设备及存储介质 | |
| CN113204858B (zh) | 电池使用健康度的评价方法及评价模型的建立方法 | |
| CN115224751A (zh) | 电池充电剩余时长的获取方法、装置、电子设备及介质 | |
| CN118024887A (zh) | 电池容量衰减的处理方法、装置、设备和存储介质 | |
| CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
| CN115061046A (zh) | 一种电池工况的识别方法、装置、汽车及电子设备 | |
| CN114839554A (zh) | 一种电池告警方法、装置、电子设备及存储介质 | |
| CN112348584A (zh) | 一种车辆估值方法、装置及设备 | |
| CN111626494A (zh) | 电力负荷预测方法、装置、计算机设备和存储介质 | |
| CN113978303B (zh) | 一种电动汽车的充电方法和系统 | |
| CN111831825B (zh) | 账号检测方法、装置、网络设备及存储介质 | |
| 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 | |
| CN116384568B (zh) | 一种电动汽车充电负荷预测方法、系统、设备及介质 | |
| CN117542130A (zh) | 电机母线功率的预测方法、装置、电子设备及车辆 | |
| CN115621581A (zh) | 一种电池总成可用放电量控制方法、系统、设备和介质 | |
| CN117314245A (zh) | 用户出行活跃度确定方法、装置、设备及介质 | |
| CN115860339A (zh) | 基于大数据分析的轨道交通能耗管理方法及相关组件 | |
| CN115320451A (zh) | 一种换电站引流方法、装置、存储介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |