[發明專利]一種衰減趨勢確定模型構建方法、衰減趨勢確定方法

在審

• 申請號: 202011427693.4
• 申請日: 2020-12-09
• 公開（公告）號: CN112417767A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 郭毅
• 申請（專利權）人: 東軟睿馳汽車技術（沈陽）有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 馮柳偉

本申請公開了一種衰減趨勢確定模型構建方法、衰減趨勢確定方法，該方衰減趨勢確定模型構建方法包括：在獲取根據實驗電池的耐久性實驗數據確定的第一訓練數據和使用電池的電池狀態數據之后，先利用第一訓練數據對機器學習模型進行訓練，得到基礎預測模型；再根據該使用電池的電池狀態數據和該基礎預測模型，生成第二訓練數據；最后，根據該第二訓練數據和該第一訓練數據生成衰減趨勢確定模型。其中，因第一訓練數據能夠表示出車輛電池在耐久性實驗下的容量衰減趨勢數據，且第二訓練數據能夠表示出車輛電池在實際應用中的容量衰減趨勢數據，使得基于第二訓練數據和第一訓練數據生成的衰減趨勢確定模型能夠準確地預測出車輛電池的容量衰減趨勢數據。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種衰減趨勢確定模型構建方法、衰減趨勢確定方法。

背景技術

對于車輛(尤其是電動車輛、混合動力車輛)來說，車輛電池的容量會隨著車輛的使用過程逐漸發生衰減，而且當車輛電池的容量衰減至一定程度時該車輛電池將無法被車輛使用。可見，根據車輛電池的容量衰減趨勢數據能夠確定該車輛電池的使用壽命。

然而，如何確定車輛電池的容量衰減趨勢數據成為一個亟待解決的技術問題。

發明內容

為了解決現有技術中存在的以上技術問題，本申請提供一種衰減趨勢確定模型構建方法、衰減趨勢確定方法，能夠準確地確定出車輛電池的容量衰減趨勢數據。

為了實現上述目的，本申請實施例提供的技術方案如下：

本申請實施例提供一種衰減趨勢確定模型構建方法，所述方法包括：

獲取第一訓練數據和使用電池的電池狀態數據；其中，所述第一訓練數據是根據實驗電池的耐久性實驗數據確定的；

利用第一訓練數據對機器學習模型進行訓練，得到基礎預測模型；

根據所述使用電池的電池狀態數據和所述基礎預測模型，生成第二訓練數據；

根據所述第二訓練數據和所述第一訓練數據，生成衰減趨勢確定模型。

在一種可能的實施方式下，所述第一訓練數據包括實驗電池的電池狀態數據和所述實驗電池的標簽容量衰減趨勢數據；

所述利用第一訓練數據對機器學習模型進行訓練，得到基礎預測模型，包括：

將所述實驗電池的電池狀態數據輸入所述機器學習模型，得到所述機器學習模型輸出的所述實驗電池的第一預測容量衰減趨勢數據；

根據所述實驗電池的第一預測容量衰減趨勢數據和所述實驗電池的標簽容量衰減趨勢數據，更新所述機器學習模型，并繼續執行所述將所述實驗電池的電池狀態數據輸入所述機器學習模型及其后續步驟，直至在達到第一停止條件時，根據所述機器學習模型，確定基礎預測模型。

在一種可能的實施方式下，所述根據所述使用電池的電池狀態數據和所述基礎預測模型，生成第二訓練數據，包括：

將所述使用電池的電池狀態數據輸入所述基礎預測模型，得到所述基礎預測模型輸出的所述使用電池的第一預測容量衰減趨勢數據和所述使用電池的預測置信度；

在確定所述使用電池的預測置信度高于第一閾值時，根據所述使用電池的第一預測容量衰減趨勢數據，確定所述使用電池的標簽容量衰減趨勢數據；

根據所述使用電池的電池狀態數據和所述使用電池的標簽容量衰減趨勢數據，生成第二訓練數據。

在一種可能的實施方式下，所述方法還包括：

在確定所述使用電池的預測置信度不高于第一閾值時，獲取所述使用電池的實際容量衰減趨勢數據；

根據所述使用電池的實際容量衰減趨勢數據，確定所述使用電池的標簽容量衰減趨勢數據。