[發明專利]一種評測汽車電瓶電壓的方法及裝置

在審

• 申請號: 201910039230.1
• 申請日: 2019-01-16
• 公開（公告）號: CN109541476A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 寧春貴
• 申請（專利權）人: 廣州亞美信息科技有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 黃啟法

1.一種評測汽車電瓶電壓的方法，其特征在于，包括：

獲取包括反映車輛特征和電瓶電壓變化特征的待評測特征參數；

將所述獲取的待評測特征參數輸入經過訓練的電壓評測模型；

通過所述電壓評測模型輸出汽車電瓶電壓為正常或異常的評測結果。

2.根據權利要求1所述的方法，其特征在于：

所述反映車輛特征的待評測特征參數包括以下至少一項：品牌、車系、系列與生產年份。

3.根據權利要求1所述的方法，其特征在于：

所述反映電瓶電壓變化特征的待評測特征參數包括以下至少一項：電瓶停車電壓特征參數、電瓶點火電壓特征參數、電瓶內阻值參數。

4.根據權利要求3所述的方法，其特征在于：

所述電瓶停車電壓特征參數包括以下至少一項：

停車電壓最值、停車電壓平均值、停車電壓方差、停車電壓極差、停車電壓眾數、停車電壓偏度；

所述電瓶點火電壓特征參數包括電瓶點火電壓最低值。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述電壓評測模型經過訓練得到，所述訓練過程包括：

從汽車電瓶電壓系列和車輛信息中，抽取包括反映車輛特征和電瓶電壓變化特征的待評測特征參數，其中所述待評測特征參數包括正常車輛和不正常車輛的待評測特征參數；

將抽取的待評測特征參數組成特征矩陣；

將所述特征矩陣的數據訓練SVM支持向量機分類模型并檢驗；

將檢驗通過的SVM支持向量機分類模型作為電壓評測模型。

6.根據權利要求5所述的方法，其特征在于，所述將所述特征矩陣的數據訓練SVM支持向量機分類模型并檢驗，包括：

將所述特征矩陣按比例劃分訓練集數據和測試集數據；

獲取所述特征矩陣中的訓練集數據訓練SVM支持向量機分類模型；

獲取所述特征矩陣中的測試集數據對訓練的所述SVM支持向量機分類模型進行檢驗。

7.一種評測汽車電瓶電壓的裝置，其特征在于，包括：

待評測特征參數模塊，用于獲取包括反映車輛特征和電瓶電壓變化特征的待評測特征參數；

模型參數輸入模塊，用于將所述待評測特征參數模塊獲取的待評測特征參數輸入經過訓練的電壓評測模型；

模型結果輸出模塊，用于通過所述電壓評測模型輸出汽車電瓶電壓為正常或異常的評測結果。

8.根據權利要求7所述的裝置，其特征在于，所述待評測特征參數模塊包括：

第一參數獲取子模塊，用于獲取所述反映車輛特征的待評測特征參數，所述反映車輛特征的待評測特征參數包括以下至少一項：品牌、車系、系列與生產年份；

第二參數獲取子模塊，用于獲取所述反映電瓶電壓變化特征的待評測特征參數，所述反映電瓶電壓變化特征的待評測特征參數包括以下至少一項：電瓶停車電壓特征參數、電瓶點火電壓特征參數、電瓶內阻值參數。

9.根據權利要求8所述的裝置，其特征在于：

所述第二參數獲取子模塊獲取的所述電瓶停車電壓特征參數包括以下至少一項：停車電壓最值、停車電壓平均值、停車電壓方差、停車電壓極差、停車電壓眾數、停車電壓偏度；

所述第二參數獲取子模塊獲取的所述電瓶點火電壓特征參數包括電瓶點火電壓最低值。

10.根據權利要求7至9任一項所述的裝置，其特征在于，所述裝置還包括：

電壓評測模型訓練模塊，用于從汽車電瓶電壓系列和車輛信息中，抽取包括反映車輛特征和電瓶電壓變化特征的待評測特征參數，其中所述待評測特征參數包括正常車輛和不正常車輛的待評測特征參數；將抽取的待評測特征參數組成特征矩陣；將所述特征矩陣的數據訓練SVM支持向量機分類模型并檢驗；將檢驗通過的SVM支持向量機分類模型作為電壓評測模型。