[發明專利]一種動力電池健康評分方法、系統及存儲介質

有效

• 申請號: 202110476738.5
• 申請日: 2021-04-29
• 公開（公告）號: CN113158947B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 王賢軍;刁冠通;李宗華;翟鈞;張敏;賀小栩
• 申請（專利權）人: 重慶長安新能源汽車科技有限公司
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/213;G06F18/214
• 代理公司: 重慶華科專利事務所 50123
• 代理人: 康海燕

1.一種電動汽車電池健康評分方法，其特征在于，所述方法包括如下步驟：

S1：采集車輛信號數據，進行數據預處理；所述車輛信號數據包括電池內部、用戶行為、環境工況三個類別的數據；

S2：獲取和分析車輛當前電池健康狀態作為基礎評分；

S3：分析用戶行為和環境工況對電池健康的影響；

S4：使用評分卡模型對S3的用戶行為評分；

S5：分析車輛電池壽命衰減趨勢；

S6：建立機器學習模型，預測車輛電池隨時間的衰減程度；

S7：根據S6得到的電池健康衰減模型，對電池衰減進行預測和評分；

S8：根據S2、S4、S7的評分結果，設置S2、S4、S7過程中每個評分的權重，加權求和得到最終電池健康評分；

所述步驟S6包括：

S6-1：構建用于訓練和評估的電池健康衰減模型的樣本數據集；

S6-2：劃分樣本數據集，劃分成訓練集和測試集；

S6-3：根據S5過程中的分析結果，進行特征篩選；

S6-4：特征融合和濾波處理，生成用于表征電池健康衰減的健康因子HI(HealthIndex)；

S6-5：分析健康因子HI隨時間的變化影響和趨勢；

S6-6：在訓練數據集上訓練電池健康衰減模型，生成電池健康衰減模型池；

模型公式如下：

其中，y表示因變量健康因子(HI)，a、b、c表示模型中的參數，T^adj表示自變量時間周期，ε是噪聲項來控制過擬合；

S6-7：在測試數據集上驗證電池健康衰減模型，評估模型效果；

所述步驟S6-4包括：

S6-4-1：構建用于特征融合的數據集；

定義電池壽命開始的健康狀態為1，電池壽命結束的健康狀態為0，將訓練集中soh97的數據標記為1，soh≤80的數據標記為0，然后從訓練集中提取已標記的數據，構成用于特征融合的數據集ω：

ω＝{(X,y)}

ω＝{(x_i,0)|soh≤80}∪{(x_i,1)|soh97}

其中，X表示數據集中樣本的特征，y表示樣本的標簽(即電池健康狀態),x_i表示樣本i的特征；

S6-4-2：使用線性回歸進行特征融合，生成健康因子HI；

融合模型如下：

其中，y_HI表示健康因子(HI)，α、β表示模型中的參數，x表示特征變量，x_i表示樣本i的特征向量，ε是噪聲項用來控制過擬合；

S6-4-3：健康因子濾波處理。

2.根據權利要求1所述的電動汽車電池健康評分方法，其特征在于，所述步驟S1包括：

S1-1：采集車輛信號數據，包括車輛類型、用途類型、電池BMS、車主用車行為數據、環境工況；所述車輛信號數據是基于車聯網的大數據；

S1-2：根據影響電池健康的因素，將數據進行歸類，分成電池內部、用戶行為、環境工況三個類別；

S1-3：預處理數據，刪除空值、噪聲、無效值。

3.根據權利要求1所述的電動汽車電池健康評分方法，其特征在于，所述步驟S2包括：

S2-1：獲取S1過程中歸類并處理后的電池內部類別的數據；

S2-2：根據當前電池健康狀態SOH值，分析電池內部狀態數據，包含當前電池容量、額定容量、內部電阻、自放電率；

S2-3：根據當前電池SOH值和電池內部狀態數據的分析結果，進行電池健康內部狀態的基礎評分。

4.根據權利要求3所述的電動汽車電池健康評分方法，其特征在于，所述基礎評分由SOH值得出，公式如下：

score_base＝soh*100

其中，score_base表示基礎評分，基礎評分在[0,100]區間內。