一种新能源车用锂电池故障更换备件需求预测方法及系统技术方案

本发明专利技术公开了一种新能源车用锂电池故障更换备件需求预测方法及系统，属于新能源车用锂电池故障预测技术领域。该方法包括基于行驶里程构建新能源车用锂电池故障率待求解函数；获取新能源车用锂电池故障时的行驶里程样本数据，并进行筛选和排序；基于排序后的行驶里程样本数据，构建相邻行驶里程间隔的概率密度函数；基于相邻行驶里程间隔的概率密度函数，构建新能源车用锂电池故障率待求解函数对应的参数估计似然函数；基于参数估计似然函数，计算新能源车用锂电池故障率待求解函数对应的参数估计值；并根据参数估计值对新能源车用锂电池备件需求数量进行预测。本发明专利技术能够根据变化的行驶里程对新能源车用锂电池备件需求数量进行准确预测。数量进行准确预测。数量进行准确预测。

【技术实现步骤摘要】
一种新能源车用锂电池故障更换备件需求预测方法及系统


[0001]本专利技术涉及新能源车用锂电池故障预测
，更具体的说是涉及一种新能源车用锂电池故障更换备件需求预测方法及系统。

技术介绍

[0002]目前，随着新能源汽车产业发展的不断提升，纯电动汽车成为我国新能源汽车的发展主力。
[0003]这一发展趋势对充换电技术的要求不断提高，可是由于新能源车用锂电池在使用过程中具有明显的退化现象，其故障率随着行驶里程不断增大，使得电动汽车在使用过程中经常出现由于新能源车用锂电池的故障导致汽车故障的情况，需要维修人员对故障新能源车用锂电池进行更换，保障电动汽车的正常使用。然而变化的故障率引起的非平稳的新能源车用锂电池备件需求，使得企业对新能源车用锂电池的备件需求的预测十分困难，从而出现备件短缺或备件过剩，影响汽车使用或造成维护成本增加，带来不必要的经济损失。
[0004]因此如何避免新能源锂电池备件短缺或备件过剩，减少损失，设计一种新能源车用锂电池故障更换备件需求预测方法及系统是本领域技术人员亟需解决的技术问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种新能源车用锂电池故障更换备件需求预测方法及系统，用于至少解决
技术介绍
中存在的部分技术问题。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种新能源车用锂电池故障更换备件需求预测方法，包括以下步骤：
[0008]模型构建步骤：
[0009]基于行驶里程构建新能源车用锂电池故障率待求解函数；
[0010]模型参数求解步骤：
[0011]获取新能源车用锂电池故障时的行驶里程样本数据，并对所述行驶里程样本数据进行筛选和排序；
[0012]基于排序后的行驶里程样本数据，构建相邻行驶里程间隔的概率密度函数；
[0013]基于相邻行驶里程间隔的概率密度函数，构建新能源车用锂电池故障率待求解函数对应的参数估计似然函数；
[0014]基于所述参数估计似然函数，计算新能源车用锂电池故障率待求解函数对应的参数估计值；
[0015]备件需求预测步骤：
[0016]将所述参数估计值带入所述新能源车用锂电池故障率待求解函数，获取新能源车用锂电池故障率求解函数；
[0017]根据所述新能源车用锂电池故障率求解函数对任意行驶里程的新能源车用锂电池故障数量进行预测，获取新能源车用锂电池备件需求数量。
[0018]优选的，所述模型构建步骤中，基于行驶里程构建新能源车用锂电池故障率待求解函数，具体包括构建以下新能源车用锂电池故障率待求解函数：
[0019]ρ(s)＝λβs
β
‑1[0020]式中，λ和β为待估计的分布参数，s表示新能源汽车行驶里程，ρ(s)表示行驶里程为s时的新能源车用锂电池故障率函数。
[0021]优选的，模型参数求解步骤中，获取新能源车用锂电池故障时的行驶里程样本数据，并对所述行驶里程样本数据进行筛选和排序，具体包括以下步骤：
[0022]获取若干不同新能源车用锂电池故障时的行驶里程样本数据，计算所述行驶里程样本数据的均值和标准差；
[0023]根据获取的均值和标准差对所述行驶里程样本数据进行筛选；
[0024]将筛选后的行驶里程样本数据按照距离大小进行排序，获取行驶里程样本数组。
[0025]优选的，基于排序后的行驶里程样本数据，构建相邻行驶里程间隔的概率密度函数，具体包括构建以下概率密度函数：
[0026][0027]式中，s
(i)
表示行驶里程样本数组中第i个行驶里程样本；s
(i+1)
表示行驶里程样本数组中第i+1个行驶里程样本；λ和β为待估计的分布参数。
[0028]优选的，基于相邻行驶里程间隔的概率密度函数，构建新能源车用锂电池故障率待求解函数对应的参数估计似然函数，具体包括以下步骤：
[0029]计算行驶里程样本数组中每相邻两个行驶里程样本概率密度函数；
[0030]将得到的所有概率密度函数进行相乘，得到新能源车用锂电池故障率待求解函数对应的参数估计似然函数。
[0031]优选的，基于所述参数估计似然函数，计算新能源车用锂电池故障率待求解函数对应的参数估计值，具体包括以下步骤：
[0032]将所述参数估计似然函数取对数，获取所述参数估计似然函数对应的对数函数；
[0033]根据得到的对数函数分别对待估计的分布参数λ和β求偏导，并对偏导结果进行双参数极大似然估计，求解得到包含待估计分布参数λ和β的方程组；
[0034]对包含待估计分布参数λ和β的方程组进一步求解，获取新能源车用锂电池故障率待求解函数对应的参数估计值，所述参数估计值记为和
[0035]优选的，根据所述新能源车用锂电池故障率求解函数对任意行驶里程的新能源车用锂电池故障数量进行预测，具体包括以下步骤：
[0036]对新能源车用锂电池故障率求解函数进行积分计算，获取任意行驶里程时新能源车用锂电池的平均故障数量。
[0037]本专利技术还公开了一种新能源车用锂电池故障更换备件需求预测系统，该系统包括计算机系统，所述计算机系统用以运行上述任意一项所述的新能源车用锂电池故障更换备件需求预测方法。
[0038]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种一种新能源车用锂电池故障更换备件需求预测方法及系统，具有以下有益效果：
[0039]本专利技术能够根据变化的行驶里程对新能源车用锂电池故障数据进行准确预测，进一步地根据新能源车用锂电池故障数量对新能源车用锂电池的备件需求进行准确预测，既能保障对故障车辆的及时维修，又避免了新能源车用锂电池备件的大量库存。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0041]图1为本专利技术实施例提供的新能源车用锂电池故障更换备件需求预测方法流程示意图；
[0042]图2为本专利技术实施例提供的行驶里程从0开始的备件需求数量变化曲线示意图。
具体实施方式
[0043]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技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，都属于本专利技术保护的范围。
[0044]实施例一：
[0045]如图1所示，本专利技术实施例公开了一种新能源车用锂电池故障更换备件需求预测方法，包括以下步骤：
[0046]模型构建步骤：
[0047]基于行驶里程构建新能源车用锂电池故障率待求解函数；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源车用锂电池故障更换备件需求预测方法，其特征在于，所述方法包括以下步骤：模型构建步骤：基于行驶里程构建新能源车用锂电池故障率待求解函数；模型参数求解步骤：获取新能源车用锂电池故障时的行驶里程样本数据，并对所述行驶里程样本数据进行筛选和排序；基于排序后的行驶里程样本数据，构建相邻行驶里程间隔的概率密度函数；基于相邻行驶里程间隔的概率密度函数，构建新能源车用锂电池故障率待求解函数对应的参数估计似然函数；基于所述参数估计似然函数，计算新能源车用锂电池故障率待求解函数对应的参数估计值；备件需求预测步骤：将所述参数估计值带入所述新能源车用锂电池故障率待求解函数，获取新能源车用锂电池故障率求解函数；根据所述新能源车用锂电池故障率求解函数对任意行驶里程的新能源车用锂电池故障数量进行预测，获取新能源车用锂电池备件需求数量。2.根据权利要求1所述的新能源车用锂电池故障更换备件需求预测方法，其特征在于，所述模型构建步骤中，基于行驶里程构建新能源车用锂电池故障率待求解函数，具体包括构建以下新能源车用锂电池故障率待求解函数：ρ(s)＝λβs
β
‑1式中，λ和β为待估计的分布参数，s表示新能源汽车行驶里程，ρ(s)表示行驶里程为s时的新能源车用锂电池故障率函数。3.根据权利要求2所述的新能源车用锂电池故障更换备件需求预测方法，其特征在于，模型参数求解步骤中，获取新能源车用锂电池故障时的行驶里程样本数据，并对所述行驶里程样本数据进行筛选和排序，具体包括以下步骤：获取若干不同新能源车用锂电池故障时的行驶里程样本数据，计算所述行驶里程样本数据的均值和标准差；根据获取的均值和标准差对所述行驶里程样本数据进行筛选；将筛选后的行驶里程样本数据按照距离大小进行排序，获取行驶里程样本数组。4.根据权利要求3所述的新能源车用锂电池故障更换备件需求预测方法，其特征在于，基于排序后的行驶里程样本数据，...

【专利技术属性】
技术研发人员：郭霖瀚，辛悦，李瑞阳，陈君豪，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：