[发明专利]电动汽车残值率评估系统、方法、设备及介质

说明书

本发明提供了一种电动汽车残值率评估系统、方法、设备及介质，所述系统包括：历史数据获取模块；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；评估模型库；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。本发明基于大数据技术和机器学习技术，自动对电动汽车进行残值预测，降低人工检测成本，在预测中综合考虑电动汽车本身的特征数据，实时根据车况预测残值，从而提高残值预测的准确性，实用性很强。

技术领域

本发明涉及车辆数据处理技术领域，尤其涉及一种电动汽车残值率评估系统、方法、设备及介质。

背景技术

新能源电动车产业作为我国七大战略性新兴产业之一，近年来产业规模发展迅猛。2009年我国开始正式启动新能源电动车“十城千辆”的推广示范工作，截至2018年底，全球累计销售新能源电动车超过550万辆，中国占比超过了53％，2015-2018年连续4年销量位居全球第一。与之相对的是，如今消费者在购买新能源汽车时，经常会顾虑汽车残值的不确定性，这对新能源汽车的进一步推广造成了不利的影响。汽车残值是指在规定的汽车的合理使用年限之内，所剩余的使用价值。保险行业对纯电动汽车商业保险不完善也十分困扰，这些问题在一定程度上阻碍了纯电动汽车的普及。因此，亟需建立一套纯电动汽车残余价值评估方法。

通过调研发现残值评估时通常有3种传统方法：重置成本法、现行市价法、和清算价格法。1)重置成本法，被评估车辆的现时价格＝重置成本×成新率。重置成本是购买一辆新的与被评估车辆相同的车辆所支付的最低成本。成新率＝(1-已使用年限/规定使用年限)×调整系数×100％。缺点是缺乏客观性，确定成新率时主观因素影响较大。2)现行市价法，通过市场调节，选择一个或几个与评估对象相同或类似的资产作为比较对象，分析比较对象的现时成交价格和交易条件。估算出所需评估的资产价值的方法。缺点是该方法对市场要求较高，需要存在充分活跃的的二手车市场，市场中的车辆要足够全面且量大，才能为被评估车辆提供在使用年限、地域、车型、颜色等各方面近似的参照车辆；市场中不存在市场分割，买卖双方地位平等，才能够避免交易的偶然性。3)清算价格法，从理论上讲，清算价格法没有专门评估方法。但是在实践中大多采用如下方法：该方法给定一个可成交的最低折扣率，当买家给出折扣率不低于该最低折率时，即可成交。评估值与折扣率的乘积即为清算价格。缺点是主要用于企业破产、倒闭、自愿停业、资不抵债等特殊情况。由于适用条件的限制较大，导致清算价格明显低于普遍残值。

另外，现有技术中也有基于大数据的汽车残值预测方法，其主要是在大数据集下使用因果模型建立单个因素和残值的关系，再将各个关系简单组合处理，得出最终结果。但这种方式忽略了多个因素之间的关系，可解释性不强。

综上所述，现有的汽车残值评估方法较简单、不能充分利用数据、严重依赖人工检测(耗时、成本高、主观性强)，造成估值误差大。而且已有的评估方法基本都是适用于燃油车的，尚没有专门针对电动车的方案，而由于电动车与传统燃油车区别较大，所以电动汽车的残值预测不能照搬燃油车残值评估方案。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种电动汽车残值率评估系统、方法、设备及介质，解决现有技术中信息使用较少、严重依赖人工检测、小数据集下无法建模和评估准确率低的问题。

本发明实施例提供一种电动汽车残值率评估系统，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；