[发明专利]基于决策树的充电剩余时间估算方法及系统

说明书

本发明涉及电池技术领域，其实施方式提供了一种基于决策树的充电剩余时间估算方法，包括：采用电池包的历史充电数据作为训练集数据，生成决策树；在充电开始至充电结束的时间段内，按预设频次执行以下步骤：将充电参数输入所述决策树，得到所述电池包的第一充电剩余时间。同时还提供了对应的基于决策树的充电剩余时间估算系统，以及一种数据服务器。本发明的实施方式利用决策树算法进行数据挖掘使充电剩余时间预估更准确，使用户能够准确把控充电剩余时间，提供更好的用户体验。

技术领域

本发明涉及电池技术领域，特别涉及一种基于决策树的充电剩余时间估算方法、一种基于决策树的充电剩余时间估算系统以及一种数据服务器。

背景技术

在充电过程中电芯的各项理化参数的变化是复杂的，特别是在电芯SOC达到80％以上的时候，充电桩的输出功率并不能保证恒定不变，而且某些动力电池的热管理系统是由电池包提供能源的，而且在充电过程中还可能存在放电现象，如果单纯的用剩余充电容量除以瞬时充电电流的方式计算充电剩余时间会造成很大的偏差，难以达到良好的用户体验。

目前的充电剩余时间大多由BMS本地通过当前剩余充电电量除以当前充电电流来估算的。尽管有一些改进算法或数据挖掘算法，但整体的思路大致相同，都不借鉴以往充电实际用时，也不借鉴其他车辆以往充电的实际用时，未能发挥海量数据的优势。

数据挖掘算法：根据数据创建数据挖掘模型的一组试探法和计算。为了创建模型，算法将首先分析提供的数据，并查找特定类型的模式和趋势；

决策树算法：一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析；

C4.5算法：C4.5算法是用于生成决策树的一种经典算法，是ID3算法的一种延伸和优化；

数据集：是一种由数据所组成的集合；

训练集：是用来估计模型的数据集。

发明内容

有鉴于此，本发明旨在提出一种基于决策树的充电剩余时间估算方法及系统，以至少解决电池包的充电剩余时间估算的准确性问题。

为了实现上述目的，本发明第一方面提供一种基于决策树的充电剩余时间估算方法，所述方法包括：

采用电池包的历史充电数据作为训练集数据，生成决策树；

在充电开始至充电结束的时间段内，按预设频次执行以下步骤：

将充电参数输入所述决策树，得到所述电池包的第一充电剩余时间。

可选的，所述预设频次包括：

根据所述充电参数中的各参数类型的影响程度，对不同的参数类型预设的不同的输入频次；以及

所述方法还包括：按预设输出频次输出所述第一充电剩余时间。

可选的，所述预设输出频次等于所述预设不同的输入频次中的最大值。

可选的，所述方法还包括：将所述充电参数输入与所述电池包同一型号的M个电池包的决策树，对应得到M个第二充电剩余时间，并采用所述M个第二充电剩余时间对所述第一充电剩余时间进行修正；所述M≥1。

可选的，所述修正的方式为加权平均，所述第一充电剩余时间的权重大于所述第二充电剩余时间的权重。

可选的，所述方法还包括：本次充电完成后，将所述本次充电过程的充电数据加入所述历史充电数据，优化所述决策树。

在本发明的第二方面，还提供了一种基于决策树的充电剩余时间估算系统，所述系统还包括数据处理模块和数据存储模块，