[發明專利]一種動力電池壽命的智能預測方法及裝置

在審

• 申請號: 202210559862.2
• 申請日: 2022-05-23
• 公開（公告）號: CN114880939A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 賈小娥;李佳
• 申請（專利權）人: 遙相科技發展（北京）有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F119/04
• 代理公司: 北京清控智云知識產權代理事務所(特殊普通合伙) 11919
• 代理人: 管士濤

1.一種動力電池壽命的智能預測方法，其特征在于，包括以下步驟：

從電動汽車運行監控中心獲取車輛狀態數據及車載電池組數據；

對所述數據進行整合處理得到多種對電池壽命有影響的特征數據；

基于相關性對所述特征數據進行篩選，得到對電池壽命影響最顯著的幾種特征數據；

以篩選后的特征數據為輸入、以電池壽命為輸出，構建神經網絡預測模型，利用訓練好的預測模型對電池壽命進行預測。

2.根據權利要求1所述的動力電池壽命的智能預測方法，其特征在于，所述車輛狀態數據及車載電池組數據包括：車輛編號，電池組總電壓和總電流，SOC，電池單體最高電壓和最低電壓，正向累計電量，反向累計電量，總里程，運行時間，車速。

3.根據權利要求1所述的動力電池壽命的智能預測方法，其特征在于，所述方法還包括數據預處理步驟：剔除異常數據，補充缺失數據，區分充放電電流數據。

4.根據權利要求1所述的動力電池壽命的智能預測方法，其特征在于，所述對所述數據進行整合處理的方法包括：以同一種數據的不同統計量作為新的特征數據，以同一種數據的不同統計量的任意組合作為新的特征數據，所述統計量包括最大值、最小值、中值、平均值、方差和均方差。

5.根據權利要求1所述的動力電池壽命的智能預測方法，其特征在于，所述基于相關性對所述特征數據進行篩選的方法包括：

計算任意一個特征數據與電池壽命的相關系數，并對所述特征數據按照相關系數從大到小的順序排序；

刪除相關系數小于第一閾值的特征數據；

計算剩余的特征數據中任意兩個特征數據之間的相關系數，對于相關系數大于第二閾值的兩個特征數據，刪除排序靠后的一個特征數據，使任意兩個特征數據之間的相關系數均不大于第二閾值。

6.根據權利要求1所述的動力電池壽命的智能預測方法，其特征在于，采用徑向基函數神經網絡構建電池壽命預測模型。

7.根據權利要求6所述的動力電池壽命的智能預測方法，其特征在于，采用優化算法對徑向基函數神經網絡的參數進行優化。