[发明专利]一种车辆电瓶寿命的预测方法、装置、电子设备和存储介质

说明书

本申请涉及一种车辆电瓶寿命的预测方法、装置、设备及存储介质，该方法包括：获取车辆的训练样本集合；训练样本集合中包括多个车辆特征信息以及每个车辆特征信息对应的电瓶剩余使用时长信息；车辆特征信息包括车辆标识信息、车辆行驶时长和车辆行驶里程；构建当前机器学习模型；根据车辆标识信息、车辆行驶时长和车辆行驶里程和电瓶剩余使用时长信息对当前机器学习模型进行训练，得到电瓶寿命预测模型。基于多个车辆特征信息训练电瓶寿命预测模型，可以提高预测电瓶寿命的准确率。

技术领域

本申请涉及电瓶寿命预测领域，特别涉及一种车辆电瓶寿命的预测方法、装置、电子设备和存储介质。

背景技术

随着新能源车推广，逐渐形成新能源车取代传统燃油车的趋势。电瓶作为新能源车的核心部件，具有一定的寿命，达到一定使用寿命后，随时会有亏电等问题，造成车因电瓶故障无法启动。

影响电瓶使用寿命的因素有很多，比如说，好质量的车会有各种自动驾驶控制，不会让电瓶工作在过高的温度中，这样，电瓶在好质量的车中的适用性更好一点，电瓶在好质量的车中的使用寿命更长一点；车行驶的速度、加速度越快，电瓶需要输出的功率就越大，电瓶工作的温度越高，会在一定程度上影响电瓶的使用寿命；在现有技术中只有单一影响电瓶使用寿命的因素对应的电瓶剩余使用寿命的预测，没有多个影响电瓶使用寿命的因素对应的电瓶剩余使用寿命的预测。

发明内容

本申请实施例要解决的是现有技术中只有单一影响电瓶使用寿命的因素对应的电瓶剩余使用寿命的预测的技术问题。

为解决上述技术问题，一方面，本申请实施例提供了一种车辆电瓶寿命的预测方法，该方法包括：

获取车辆的训练样本集合；训练样本集合中包括多个车辆特征信息以及每个车辆特征信息对应的电瓶剩余使用时长信息；车辆特征信息包括车辆标识信息、车辆行驶时长和车辆行驶里程；

构建当前机器学习模型；

根据车辆标识信息、车辆行驶时长和车辆行驶里程和电瓶剩余使用时长信息对当前机器学习模型进行训练，得到电瓶寿命预测模型；

接收当前车辆信息；当前车辆信息包括当前车辆标识，当前车辆的行驶里程，当前车辆的行驶时长；

将当前车辆信息输入至训练好的电瓶寿命预测模型，得到当前车辆的电瓶剩余使用时长信息。

另一方面提供了一种车辆电瓶寿命的预测装置，该装置包括：

样本集合获取模块，用于获取车辆的训练样本集合；训练样本集合中包括多个车辆特征信息以及每个车辆特征信息对应的电瓶剩余使用时长信息；车辆特征信息包括车辆标识信息、车辆行驶时长和车辆行驶里程；

当前机器学习模型模块，用于构建当前机器学习模型；

当前机器学习模型训练模块，用于根据车辆标识信息、车辆行驶时长和车辆行驶里程和电瓶剩余使用时长信息对当前机器学习模型进行训练，得到电瓶寿命预测模型；

接收当前车辆信息模块，用于接收当前车辆信息；当前车辆信息包括当前车辆标识，当前车辆的行驶里程，当前车辆的行驶时长；

当前车辆的电瓶剩余使用时长信息确定模块，用于将当前车辆信息输入至训练好的电瓶寿命预测模型，得到当前车辆的电瓶剩余使用时长信息。

另一方面提供了一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述的车辆电瓶寿命的预测方法。

另一方面提供了一种计算机可读存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述的车辆电瓶寿命的预测方法。