CN114764600B 新能源车电池包的寿命预测方法、装置和电子设备 （东软睿驰汽车技术（沈阳）有限公司）

司本发明提供了一种新能源车电池包的寿命池包在当前的预设区间内的工况特征和行为特前车辆数据和各衰减程度类别对应的寿命预测程度类别中对应的概率和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测2获取待预测电池包在当前的预设区间内的工采用衰减程度分类模型对所述工况特征和所述行为特征进行衰获取所述待预测电池包对应的待预测新能源车的当前车辆数据，根据所述待预测电池包在各衰减程度类别中对应的概率和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述待预测电池包的寿命获取新能源车的电池包在历史表征点的历史SOH数据，并根据所述历史表征点的历史基于所述电池包在各目标历史表征点的未来SOH衰减程度确定所述电池包在各目标历在每个衰减程度类别中，根据其中的电池包在各目标历史表征点的历史SOH数据建立获取所述新能源车在各目标历史表征点的预设区间内的工况特征在每个衰减程度类别中，根据其中的电池包在各目标历史表征点的历史SOH数据计算将所述未知参数已知的预设寿命预测函数作为所述寿命预测模中对应的概率和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述待对所述待预测电池包在同一衰减程度类别中对应的概率和寿命预测结果进行乘积运将所述待预测电池包在各衰减程度类别中对应的乘积运算结果进行中对应的概率和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述待3在所述待预测电池包在各衰减程度类别中对应的将所述最大概率对应的衰减程度类别作为目标衰减程度类将所述待预测电池包在目标衰减程度类别中对应的寿命预测结果作为所述待预测电对所述电池包在各目标历史表征点的未来SOH衰减程度按照预设分组策略进行分组，在每个所述未来SOH衰减程度分组中，对其中的未来SOH衰减程度进行衰减程根据所述各未来SOH衰减程度在其对应的目标历史表征点的衰减程度类别确定所述电5.根据权利要求1所述的方法，其特征在于，在所述历史表征点的历史SOH数据中，确定在各目标历史表征点之后的未来历史表征根据所述第一历史SOH数据和所述第二历史SOH数据计算所述电池包在各目标历史表衰减程度分类单元，用于采用衰减程度分类模型对所述工况特寿命预测单元，用于获取所述待预测电池包对应的待预测新能源车的当前车辆数据，述待预测电池包在各衰减程度类别中对应的寿命预寿命预测结果确定单元，用于根据所述待预测电池包在和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述待预测电池包的史表征点的历史SOH数据确定所述电池包在各目标历史表征点的未来SOH衰减程度，其中，据其中的电池包在各目标历史表征点的历史SOH数据建立寿命预测模型，得到所述各衰减4点的历史SOH数据计算预设寿命预测函数中的未知参数，进而得到未知参数已知的预设寿8.一种电子设备，包括存储器、处理器及存储9.一种计算机可读存储介质，其特征在于，所述5[0001]本发明涉及电池的技术领域，尤其是涉及一种新能源车电池包的寿命预测方法、上述寿命预测函数模型中，联立方程组便能求解得到寿命预测函数模型中各未知参数的和对应的SOH的数值带入上述寿命预测函数模型中，联立方程组便能求解得到寿命预测函6[0010]根据所述待预测电池包在各衰减程度类别中对应的概率和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述电池包在各衰减程度类别中对应的寿命预测结果确定所述待预测电池包的寿命预测结果，[0012]对所述待预测电池包在同一衰减程度类别中对应的概率和寿命预测结果进行乘电池包在各衰减程度类别中对应的寿命预测结果确定所述待预测电池包的寿命预测结果，[0017]将所述待预测电池包在目标衰减程度类别中对应的寿命预测结果作为所述待预[0019]获取新能源车的电池包在历史表征点的历史SOH数据，并根据所述历史表征点的[0020]基于所述电池包在各目标历史表征点的未来SOH衰减程度确定所述电池包在各目标历史表征点的衰减程度类别；[0021]在每个衰减程度类别中，根据其中的电池包在各目标历史表征点的历史SOH数据7[0024]进一步的，基于所述电池包在各目标历史表征点的未来SOH衰减程度确定所述电[0025]对所述电池包在各目标历史表征点的未来SOH衰减程度按照预设分组策略进行分[0027]根据所述各未来SOH衰减程度在其对应的目标历史表征点的衰减程度类别确定所述电池包在各目标历史表征点的衰减程度类[0028]进一步的，根据所述历史表征点的历史SOH数据确定所述电池包在各目标历史表[0030]在所述历史表征点的历史SOH数据中，确定在各目标历史表征点之后的未来历史[0031]根据所述第一历史SOH数据和所述第二历史SOH数据计算所述电池包在各目标历[0033]在每个衰减程度类别中，根据其中的电池包在各目标历史表征点的历史SOH数据到所述待预测电池包在各衰减程度类别中对应概率和所述待预测电池包在各衰减程度类别中对应的寿命预测结果确定所述待预测电池8可运行指令促使所述处理器运行上述第一方面任况特征和行为特征进行衰减程度分类，得到待预测电池包在各衰减程度类别中对应的概[0046]图2为本发明实施例提供的一种根据待预测电池包在各衰减程度类别中对应的概率和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测电池包的寿命预[0047]图3为本发明实施例提供的另一种根据待预测电池包在各衰减程度类别中对应的概率和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测电池包的寿命[0048]图4为本发明实施例提供的寿命预测模型和衰减程度分类模型的建立方法流程9术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范[0061]上述行为特征是指用户对待预测电池进行充电/放电/静置行为的相关数据，例[0062]上述工况特征和行为特征可以是从新能源车的实时监控数据(RTM数据)中统计分减程度分类模型所分的衰减程度类别的数量与衰减程度分类模型训练时的衰减程度类别[0065]具体的，将步骤S102中得到的工况特征和行为特征输入命预测结果还需要结合步骤S104中得到的待预测电池包的衰减程度类别的相关信息进行[0069]需要说明的是：上述寿命预测结果是指待预测电池包寿命终止时(即待预测电池[0070]具体的，如果寿命预测模型为里程与SOH的函数关系(这里只是以里程与SOH的函为0.8，求解得到对应的里程，再将求解得到的里程减去当前的里程数据(即当前车辆数能输出得到待预测电池包在各衰减程度类别中对应的寿命预测结果(剩余的里程数或天各衰减程度类别中对应的寿命预测结果确定况特征和行为特征进行衰减程度分类，得到待预测电池包在各衰减程度类别中对应的概对应的概率和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测电池包类别中对应的概率与待预测电池包在正常衰减类别中对应的寿命预测结果进行乘积运算，且将待预测电池包在缓慢衰减类别中对应的概率与待预测电池包在缓慢衰减类别中对应对应的概率和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测电池包寿命预测结果作为了最终的寿命预测结果，也融合了待预测电池包的目标衰减程度类别，相较于传统的采用统一的寿命预测函数模型的寿命预测方法(未考虑电池的衰减程度)更万里程不存在未来1万里程的第五历史SOH数据，所以无法确定4万里程的未来SOH衰减程[0093](1)在历史表征点的历史SOH数据中，确定在各目标历史表征点的第一历史SOH数[0096](3)根据第一历史SOH数据和第二历史SOH数据计算电池包在各目标历史表征点的[0098]步骤S402，基于电池包在各目标历史表征点的未来SOH衰减程度确定电池包在各[0100](1)对电池包在各目标历史表征点的未来SOH衰减程度按照预设分组策略进行分组，如果电池包在各目标历史表征点的未来SOH衰减程度包括：电池包在9000公里的未来SOH衰减程度、电池包在9030公里的未来SOH衰减程度和电池包在9230公里的未来SOH衰减和电池包在9230公里的未来SOH衰减程度就被划分为了0--10000公里的那组，即划分为了[0103](2)在每个未来SOH衰减程度分组中，对其中的未来SOH衰减程度进行衰减程度类[0104]具体的，采用分位数法或箱形图法对其中的未来SOH衰减程度进行衰减程度类别[0105]下面以采用分位数法对其中的未来SOH衰减程度进行衰减程度类别划分的过程进[0106]可以将每个未来SOH衰减程度分组中的未来SOH衰减程度按照升序排列，前25%dSOH偏小，定义为异常衰减类；中间的5[0107](3)根据各未来SOH衰减程度在其对应的目标历史表征点的衰减程度类别确定电[0108]具体的，将各未来SOH衰减程度在其对应的目标历史表征点的衰减程度类别作为对应的电池包(各未来SOH衰减程度对应的电池包)在各目标历史表征点的衰减程度类[0113](2)将未知参数已知的预设寿命预测函数作为寿命预测模型，进而得到各衰减程个衰减程度类别中，需要获取到其中的电池包在各目标历史表征点的寿命结果(剩余的里程数或天数)，然后将各目标历史表征点和对应的寿命结果作为训练样本训练初始寿命预[0117]上述在各目标历史表征点的预设区间内是指在各目标历史表征点的前预设时间的寿命预测装置主要用于执行本发明实施例一中所提供的新能源车电池包的寿命预测方[0125]寿命预测单元，用于获取待预测电池包对应的待预测新和待预测电池包在各衰减程度类别中对应的寿命预测结果确定待预测电池包的寿命预测况特征和行为特征进行衰减程度分类，得到待预测电池包在各衰减程度类别中对应的概乘积运算结果；将待预测电池包在各衰减程度类别中对应的乘积运算结果进行加和运算，预测电池包在目标衰减程度类别中对应的寿命预测结果作为待预测电池包的寿命预测结根据历史表征点的历史SOH数据确定电池包在各目标历史表征点的未来SOH衰减程度，其目标历史表征点的历史SOH数据建立寿命预测模型，得到各衰减程度类别对应的寿命预测特征、行为特征和新能源车的电池包在各目标历史表征点的衰减程度类别作为训练样本；表征点的衰减程度类别；根据各未来SOH衰减程度在其对应的目标历史表征点的衰减程度类别确定电池包在各目标历史表征点的衰减程度表征点的历史SOH数据计算预设寿命预测函数中的未知参数，进而得到未知参数已知的预所述处理器601与所述存储器602之间通过总线通信，所述处理器601执行所述机器可读指方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProce