一种新能源车辆动力电池容量预测方法及系统技术方案

本发明专利技术提供一种新能源车辆动力电池容量预测方法及系统，涉及新能源车辆动力电池容量领域，本发明专利技术解决的问题是如何提高新能源车辆动力电池容量预测的效率，本发明专利技术通过大数据平台采集多辆车的充电工况数据，根据预设的条件对充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型，获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量，本发明专利技术建立新能源车辆动力电池容量预测模型提高了车辆动力电池容量预测的效率。

【技术实现步骤摘要】
一种新能源车辆动力电池容量预测方法及系统
本专利技术涉及车辆电池容量领域，尤其涉及一种新能源车辆动力电池容量预测方法及系统。
技术介绍
目前，随着我国对新能源汽车推广力度的加大，越来越多的人开始使用新能源汽车作为出行的主要交通工具,新能源汽车主要以动力电池作为动力源，因此动力电池的容量会直接影响车辆的续航里程，从而影响车辆的性能，车辆电池容量越大，车辆的续航里程越长，车辆的性能越好，现有车辆电池容量计算软件的运行载体是单片机，而单片机的运行资源及存储资源非常有限，只能基于几条已存储的电池历史信息进行计算，已难以满足高精度车辆动力电池容量的计算。中国专利申请号(CN201710717909.2)公开了一种电池寿命、基于大数据的车辆性能检测方法及系统，该方法通过记录电池充电过程中的荷电状态、电压、电流以及温度，计算电池的实际容量和电池容量保持率，来实时跟踪动力电池的容量，评估动力电池的寿命，将计算得到的这些参数存储于后台大数据库，还可研究影响车辆性能因素与对应车辆电池容量保持率之间的关系。上述方法实时计算动力电池的容量无法同时处理大量数据且在数据较多时处理的速度不够快，计算的效率不足，上述方法计算动力电池容量的算法比较简单，计算出的准确性不够高，无法满足驾驶员对高精度车辆动力电池容量的需求。
技术实现思路
本专利技术针对现有技术存在的上述问题，提供了一种新能源车辆动力电池容量预测方法及系统，其解决的技术问题是如何提高新能源车辆动力电池容量预测的效率。本专利技术通过下列技术方案来实现：一种新能源车辆动力电池容量预测方法，所述方法包括以下步骤：通过大数据平台采集多辆车的充电工况数据；根据预设的条件对上述充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型；获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。大数据平台采集所有车辆的充电工况数据后根据预设的条件对多辆车的充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型，获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。本方法通过对大数据平台收集车辆的充电工况数据进行筛选以及使用神经网络训练方法来改进新能源车辆动力电池容量预测方法，目前大数据平台收集车辆的充电工况数据庞大且获取的数据完整性无法保证，本方法通过预设的过滤条件筛选充电工况数据，提高了大数据平台对充电工况数据的处理速度，且筛选掉不符合的数据提高了建立新能源车辆动力电池容量预测模型的准确性，因此，本方法大大提高了新能源车辆动力电池容量预测的准确性以及效率，本方法还建立新能源动力电池容量预测模型，能够同时处理大量的数据，即使数据量大也不会影响大数据平台的处理速度，模型的算法与传统算法相比有较大的进步，算法的进步使大数据平台对车辆动力电池容量的运算效率的加快，从而提高了车辆动力电池容量预测的效率。在上述新能源车辆动力电池容量预测方法中，上述得到神经网络训练所需的训练输入数据集步骤包括：从多辆车的充电工况数据中提取所有车辆数据特征；根据相关性分析得到与车辆动力电池容量相关性高的所需车辆数据特征；根据预设的过滤条件对所需车辆数据特征进行过滤得到训练输入数据集。选取相关性高的所需车辆数据特征可以减少大数据平台的数据处理量，根据过滤条件过滤筛选掉不符合的数据进一步减少了大数据平台的数据处理量，提高了建立新能源车辆动力电池容量预测模型的效率，从而提高新能源车辆动力电池容量预测的效率。在上述新能源车辆动力电池容量预测方法中，所述相关性分析包括选择与新能源车辆动力电池容量之间皮尔逊相关系数大于预设系数值的车辆数据特征，皮尔逊相关系数是衡量两个变量之间相关性的常用方式，在本方法中可以准确的选择需求车辆数据特征，减少大数据平台数据处理量，提高新能源动力电池容量预测模型建立效率，从而提高新能源动力电池容量预测的准确性。在上述新能源车辆动力电池容量预测方法中，上述得到神经网络训练所述的训练目标数据集步骤包括根据充电工况数据计算车辆动力电池容量，根据预设的过滤条件过滤计算后的车辆动力电池容量得到训练目标数据集，过滤掉不符合的动力电池容量值可以调高建立新能源车辆动力电池容量预测模型的准确性，从而提高新能源车辆动力电池容量预测的准确性以及效率。在上述新能源车辆动力电池容量预测方法中，所述过滤条件包括动力电池充电结束SOC与动力电池充电起始SOC差值大于预设值以及动力电池充电结束SOC不低于预设值，设置过滤条件可以过滤一些不合格的数据，减少了新能源车辆动力电池容量计算量以及减少了计算的误差，提高了新能源车辆动力电池容量预测的效率以及准确性。在上述新能源车辆动力电池容量预测方法中，上述计算车辆动力电池容量的公式包括车辆动力电池的容量＝充电过程累计电量/(充电结束SOC-充电起始SOC)，其中充电过程累计电量为充电过程电流对时间的积分，单位为安时，车辆动力电池的容量单位为安时，充电结束SOC以及充电起始SOC单位均为％，计算车辆动力电池容量的公式比较简单，会与实际车辆动力电池容量有较大的误差，需要建立有更优算法的车辆动力电池容量预测模型。在上述新能源车辆动力电池容量预测方法中，上述进行神经网络训练建立新能源车辆动力电池容量预测模型步骤包括选取神经网络的一个参数，将训练输入数据集通过神经网络进行训练后的输出数据集与训练目标数据集逐一对比，当输出数据集与训练目标数据集误差值小于或等于预设误差值时建立新能源车辆动力电池容量预测模型，当输出数据集与训练目标数据集大于预设误差值时调节神经网络中的参数直到输出数据集与训练目标数据集的误差值小于或等于预设误差值，选择合适的神经网络参数能让当前输入经过网络计算后的当前输出数据集与目标输出数据集误差值小，提高新能源车辆动力电池容量预测模型的准确性，从而提高新能源车辆动力电池容量预测的准确性。在上述新能源车辆动力电池容量预测方法中，所述新能源车辆动力电池容量预测模型包括其中y为输出数据集，j＝1…m，m为隐藏层节点数，i＝1…n，n为输入数据特征数，xi为训练输入数据集，为隐藏层权重参数，为隐藏层偏置，为输出层权重参数，b0为输出层偏置，fH为激活函数，建立模型可以在后续获取充电工况数据后能通过新能源车辆动力电池容量预测模型准确获取预测容量值，提高新能源车辆动力电池容量预测的准确性以及效率，且在获取新的充电工况数据后能更新新能源车辆动力电池容量预测模型更新模型。本专利技术还包括以下方案：一种新能源车辆动力电池容量预测系统，包括与车辆连接并能获取车辆数据的大数据平台，新能源车辆动力电池容量预测系本文档来自技高网...

【技术保护点】
1.一种新能源车辆动力电池容量预测方法，其特征在于，所述方法包括以下步骤：/n通过大数据平台(3)采集多辆车的充电工况数据；/n根据预设的条件对上述充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型；/n获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。/n

【技术特征摘要】
1.一种新能源车辆动力电池容量预测方法，其特征在于，所述方法包括以下步骤：
通过大数据平台(3)采集多辆车的充电工况数据；
根据预设的条件对上述充电工况数据进行筛选,分别得到神经网络训练所需的训练目标数据集以及与动力电池容量相关性高的训练输入数据集，将训练目标数据集以及训练输入数据集进行神经网络训练建立新能源车辆动力电池容量预测模型；
获取对动力电池预测容量有需求的车辆的当前充电工况数据代入新能源车辆动力电池容量预测模型，计算出所需车辆动力电池的预测容量。


2.根据权利要求1所述的新能源车辆动力电池容量预测方法，其特征在于，上述得到与动力电池容量相关性高的训练输入数据集步骤包括：
从多辆车的充电工况数据中提取所有车辆数据特征；
根据相关性分析得到与车辆动力电池容量相关性高的所需车辆数据特征；
根据预设的训练输入数据集过滤条件对所需车辆数据特征进行过滤得到训练输入数据集。


3.根据权利要求2所述的新能源车辆动力电池容量预测方法，其特征在于，所述相关性分析包括选择与新能源车辆动力电池容量之间皮尔逊相关系数大于预设系数值的车辆数据特征。


4.根据权利要求2或3所述的新能源车辆动力电池容量预测方法，其特征在于，上述得到神经网络训练所述的训练目标数据集步骤包括根据多辆车的充电工况数据计算车辆动力电池容量，根据预设的过滤条件过滤计算后的车辆动力电池容量得到训练目标数据集。


5.根据权利要求4所述的新能源车辆动力电池容量预测方法，其特征在于，所述训练输入数据集过滤条件包括动力电池充电结束SOC与动力电池充电起始SOC差值大于预设值、动力电池充电结束SOC不低于预设值。


6.根据权利要求4所述的新能源车辆动力电池容量预测方法，其特征在于，上述计算车辆动力电池容量的公式包括车辆动力电池的容量＝充电过程累计电量/(充电结束SOC-充电起始SOC)。

【专利技术属性】
技术研发人员：张俊杰，段鹏，霍艳红，刘刚，潘福中，陈玉星，张鲁宁，翟一明，岳翔，王芳芳，邵晶晶，陶雷，马国庆，牛亚琪，
申请(专利权)人：浙江吉利控股集团有限公司，吉利汽车研究院宁波有限公司，
类型：发明
国别省市：浙江;33