[发明专利]电动汽车残值率评估系统、方法、设备及介质

权利要求书

1.一种电动汽车残值率评估系统，其特征在于，所述系统包括：

历史数据获取模块，用于获取电动汽车的历史交易数据，并构成训练集，所述历史交易数据包括电动汽车的特征数据和残值率数据；

评估模型训练模块，用于基于机器学习算法构建至少一个残值率评估模型，并采用所述训练集训练所述残值率评估模型，所述残值率评估模型的输入为电动汽车的特征数据，输出为电动汽车的残值率；

评估模型库，用于存储训练好的残值率评估模型；

车辆数据获取模块，用于获取待评估的电动汽车的特征数据；

残值率评估模块，用于将待评估的电动汽车的特征数据输入至所述残值率评估模型，得到所述残值率评估模型输出的残值率。

2.根据权利要求1所述的电动汽车残值率评估系统，其特征在于，所述历史数据获取模块获取电动汽车的历史交易数据，包括所述历史数据获取模块获取历史订单数据，从所述历史订单数据中解析得到所述电动汽车的特征数据和残值率数据，以及所述历史数据获取模块从电动汽车的车载信息处理设备获取电动汽车的传感器检测数据。

3.根据权利要求1所述的电动汽车残值率评估系统，其特征在于，所述评估模型训练模块构建至少一个残值率评估模型，包括所述评估模型训练模块根据预设的车型分类分别构建多个与车型类别一一对应的残值率评估模型；

所述评估模型训练模块采用所述训练集训练所述残值率评估模型，包括所述评估模型训练模块根据根据预设的车型分类将所述训练集中的数据分类，将不同车型类别的训练数据分别输入所对应的残值率评估模型。

4.根据权利要求3所述的电动汽车残值率评估系统，其特征在于，所述残值率评估模块将待评估的电动汽车的特征数据输入至所述残值率评估模型，包括所述残值率评估模块判断所述待评估的电动汽车的车型类别，将所述待评估的电动汽车的特征数据输入至其车型类别所对应的残值率评估模型。

5.根据权利要求1所述的电动汽车残值率评估系统，其特征在于，所述电动汽车的特征数据包括车辆基本特征数据、车辆销售特征数据、电力部件特征数据和使用习惯特征数据；

所述车辆基本特征数据包括城市、车型、型号、年款、里程、上牌时间、外观信息、交易类型、交易次数和使用性质中的一种或多种；

所述车辆销售特征数据包括品牌等级、口碑等级、优惠信息和销售信息中的一种或多种；

所述电力部件特征数据包括动力电池信息、电机信息和整车控制器信息中的一种或多种；

所述使用习惯特征数据包括驾驶行为信息、充电行为信息、维修记录、保养记录和故障记录中的一种或多种。

6.根据权利要求1所述的电动汽车残值率评估系统，其特征在于，所述历史数据获取模块获取电动汽车的历史交易数据之后，整理得到多条历史数据，每条历史数据包括多个特征和对应的特征值。

7.根据权利要求6所述的电动汽车残值率评估系统，其特征在于，设置第一阈值和第二阈值，分别为介于1和0之间的一个具体的数值；其中第一阈值大于第二阈值，对于每条历史数据，所述评估模型训练模块判断该条历史数据的特征值缺失比例是否大于第一阈值，如果是，则删除该条历史数据；

如果该条历史数据的特征值缺失比例介于第一阈值和第二阈值之间，则采用模型预测法补充该条历史数据的缺失特征值；

如果该条历史数据的特征值缺失比例小于第二阈值，则根据其他条历史数据中对应于缺失的特征值的数据，采用均值法或插值法补充该条历史数据的缺失特征值。

8.根据权利要求7所述的电动汽车残值率评估系统，其特征在于，所述采用模型预测法补充该条历史数据的缺失特征值，包括判断该条历史数据缺失的特征值的类型，如果是离散型特征的特征值，则采用支持向量机、Logistic回归分析或树分类模型补充该条历史数据的缺失特征值，如果是连续型特征的特征值，则采用线性回归支持向量机或LightGBM回归模型补充该条历史数据的缺失特征值。