一种动力电池的年度碳排放量估算方法及装置制造方法及图纸

本发明专利技术公开了一种动力电池的年度碳排放量估算方法及装置，通过获取的新能源汽车的年度销售数据输入到预训练的动力电池年度生产预测模型中，输出年度动力电池预测生产量；将年度动力电池预测生产量输入到预训练的动力电池重量分类模型中，以使动力电池重量分类模型基于单个动力电池总重量的不同，输出多种总重量对应的第一重量动力电池预测生产量；获取第一重量动力电池预测生产量对应的第一碳排放量，整合所有第一碳排放量，得到年度碳排放量。与现有技术相比，本发明专利技术帮助企业基于新能源汽车的年度销售量来预测动力电池的生产量，并基于动力电池重量的不同，对预测的动力电池生产量进行分类，能提高碳排放量估算的效率和准确性。准确性。准确性。

【技术实现步骤摘要】
一种动力电池的年度碳排放量估算方法及装置


[0001]本专利技术涉及碳排放量估算的
，特别是涉及一种动力电池的年度碳排放量估算方法及装置。

技术介绍

[0002]新能源汽车是零排放，但原材料及电池的生产过程中会产生碳排；随着新能源汽车市场规模迅速扩大，其核心部件动力电池的环保和碳排放问题也越来越受关注。
[0003]为面对国家提出的“碳中和”目标，不少企业在开始关注动力电池在生产过程中的碳排放，以为后续进行碳排放量处理提供数据支撑，但目前，对于动力电池在生产过程中的碳排放，普通通过在生产车间装设碳排放量检测器，用以获取动力电池在生产阶段中产生的碳排放量，当该操作无法实现对动力电池生产阶段的碳排放量进行提前预估，且仅能在生产完成后，才能输出检测到的碳排放量，所需时间长，效率低下；同时，现有中还存在基于获取动力电池的生产量直接进行碳排放量计算，忽视了不同动力电池之间重量不同，导致的碳排放量不同的问题，使得计算出来的碳排放量误差较大。

技术实现思路

[0004]本专利技术要解决的技术问题是：提供一种动力电池的年度碳排放量估算方法及装置，提高碳排放量估算的效率和准确性。
[0005]为了解决上述技术问题，本专利技术提供了一种动力电池的年度碳排放量估算方法及装置，包括：
[0006]获取新能源汽车的年度销售数据，将所述年度销售数据输入到预训练的动力电池年度生产预测模型中，以使所述动力电池年度生产预测模型输出年度动力电池预测生产量；
[0007]将所述年度动力电池预测生产量输入到预训练的动力电池重量分类模型中，以使所述动力电池重量分类模型基于单个动力电池总重量的不同，输出多种总重量对应的第一重量动力电池预测生产量；
[0008]获取所述第一重量动力电池预测生产量对应的第一碳排放量，整合所有第一碳排放量，得到年度碳排放量。
[0009]在一种可能的实现方式中，获取所述第一重量动力电池预测生产量对应的第一碳排放量，具体包括：
[0010]获取所述第一重量动力电池预测生产量中单个动力电池的所有组成材料，并获取每种组成材料对应的第一材料重量；
[0011]根据所述第一材料重量和所述第一重量动力电池预测生产量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第二材料重量；
[0012]获取每种组成材料对应的标准单位碳排放量，基于所述第二材料重量和所述标准单位碳排放量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第一材料碳
排放量，整合所有第一材料碳排放量，得到所述第一重量动力电池预测生产量对应的第一碳排放量。
[0013]在一种可能的实现方式中，动力电池年度生产预测模型的预训练过程，具体包括：
[0014]获取不同年份对应的新能源汽车历史年度销售数据及动力电池历史年度生产量，得到基于时间序列分析的历史样本数据集；
[0015]对所述历史样本数据集进行随机抽样处理，得到训练集；
[0016]将所述训练集输入到神经网络进行前向传播和后向传播，得到动力电池年度生产预测模型。
[0017]在一种可能的实现方式中，动力电池重量分类模型的预训练过程，具体包括：
[0018]获取不同年份对应的动力电池历史年度生产量，基于单个动力电池总重量的不同，对所述动力电池历史年度生产量进行分类，得到多种总重量对应的第一重量动力电池历史生产量；
[0019]将所述动力电池历史年度生产量作为神经网络模型的输入，将所述多种总重量对应的第一重量动力电池历史生产量作为神经网络模型的输出，直至训练所述神经网络模型收敛，得到动力电池重量分类模型。
[0020]在一种可能的实现方式中，所述单个动力电池的所有组成材料包括正极材料、负极材料、电解液、隔膜、壳体和BMS。
[0021]本专利技术还提供了一种动力电池的年度碳排放量估算装置，包括：年度动力电池预测生产量获取模块、动力电池重量分类模块和年度碳排放量获取模块；
[0022]其中，所述年度动力电池预测生产量获取模块，用于获取新能源汽车的年度销售数据，将所述年度销售数据输入到预训练的动力电池年度生产预测模型中，以使所述动力电池年度生产预测模型输出年度动力电池预测生产量；
[0023]所述动力电池重量分类模块，用于将所述年度动力电池预测生产量输入到预训练的动力电池重量分类模型中，以使所述动力电池重量分类模型基于单个动力电池总重量的不同，输出多种总重量对应的第一重量动力电池预测生产量；
[0024]所述年度碳排放量获取模块，用于获取所述第一重量动力电池预测生产量对应的第一碳排放量，整合所有第一碳排放量，得到年度碳排放量。
[0025]在一种可能的实现方式中，所述年度碳排放量获取模块，用于获取所述第一重量动力电池预测生产量对应的第一碳排放量，具体包括：
[0026]获取所述第一重量动力电池预测生产量中单个动力电池的所有组成材料，并获取每种组成材料对应的第一材料重量；
[0027]根据所述第一材料重量和所述第一重量动力电池预测生产量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第二材料重量；
[0028]获取每种组成材料对应的标准单位碳排放量，基于所述第二材料重量和所述标准单位碳排放量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第一材料碳排放量，整合所有第一材料碳排放量，得到所述第一重量动力电池预测生产量对应的第一碳排放量。
[0029]在一种可能的实现方式中，所述年度动力电池预测生产量获取模块中动力电池年度生产预测模型的预训练过程，具体包括：
[0030]获取不同年份对应的新能源汽车历史年度销售数据及动力电池历史年度生产量，得到基于时间序列分析的历史样本数据集；
[0031]对所述历史样本数据集进行随机抽样处理，得到训练集；
[0032]将所述训练集输入到神经网络进行前向传播和后向传播，得到动力电池年度生产预测模型。
[0033]在一种可能的实现方式中，所述动力电池重量分类模块中动力电池重量分类模型的预训练过程，具体包括：
[0034]获取不同年份对应的动力电池历史年度生产量，基于单个动力电池总重量的不同，对所述动力电池历史年度生产量进行分类，得到多种总重量对应的第一重量动力电池历史生产量；
[0035]将所述动力电池历史年度生产量作为神经网络模型的输入，将所述多种总重量对应的第一重量动力电池历史生产量作为神经网络模型的输出，直至训练所述神经网络模型收敛，得到动力电池重量分类模型。
[0036]在一种可能的实现方式中，所述单个动力电池的所有组成材料包括正极材料、负极材料、电解液、隔膜、壳体和BMS。
[0037]本专利技术还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的动力电池的年度碳排放量估算方法。
[0038]本专利技术还提供了一种计算机可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池的年度碳排放量估算方法，其特征在于，包括：获取新能源汽车的年度销售数据，将所述年度销售数据输入到预训练的动力电池年度生产预测模型中，以使所述动力电池年度生产预测模型输出年度动力电池预测生产量；将所述年度动力电池预测生产量输入到预训练的动力电池重量分类模型中，以使所述动力电池重量分类模型基于单个动力电池总重量的不同，输出多种总重量对应的第一重量动力电池预测生产量；获取所述第一重量动力电池预测生产量对应的第一碳排放量，整合所有第一碳排放量，得到年度碳排放量。2.如权利要求1所述的一种动力电池的年度碳排放量估算方法，其特征在于，获取所述第一重量动力电池预测生产量对应的第一碳排放量，具体包括：获取所述第一重量动力电池预测生产量中单个动力电池的所有组成材料，并获取每种组成材料对应的第一材料重量；根据所述第一材料重量和所述第一重量动力电池预测生产量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第二材料重量；获取每种组成材料对应的标准单位碳排放量，基于所述第二材料重量和所述标准单位碳排放量，得到所述第一重量动力电池预测生产量中每种组成材料对应的第一材料碳排放量，整合所有第一材料碳排放量，得到所述第一重量动力电池预测生产量对应的第一碳排放量。3.如权利要求1所述的一种动力电池的年度碳排放量估算方法，其特征在于，动力电池年度生产预测模型的预训练过程，具体包括：获取不同年份对应的新能源汽车历史年度销售数据及动力电池历史年度生产量，得到基于时间序列分析的历史样本数据集；对所述历史样本数据集进行随机抽样处理，得到训练集；将所述训练集输入到神经网络进行前向传播和后向传播，得到动力电池年度生产预测模型。4.如权利要求1所述的一种动力电池的年度碳排放量估算方法，其特征在于，动力电池重量分类模型的预训练过程，具体包括：获取不同年份对应的动力电池历史年度生产量，基于单个动力电池总重量的不同，对所述动力电池历史年度生产量进行分类，得到多种总重量对应的第一重量动力电池历史生产量；将所述动力电池历史年度生产量作为神经网络模型的输入，将所述多种总重量对应的第一重量动力电池历史生产量作为神经网络模型的输出，直至训练所述神经网络模型收敛，得到动力电池重量分类模型。5.如权利要求2所述的一种动力电池的年度碳排放量估算方法，其特征在于，所述单个动力电池的所有组成材料包括正极材料、负极材料、电解液、隔膜、壳体和BMS。6.一种动力电池的年度碳排放量估算装置，其特征...

【专利技术属性】
技术研发人员：李爱霞，余海军，谢英豪，李长东，
申请(专利权)人：湖南邦普循环科技有限公司，
类型：发明
国别省市：