[发明专利]一种车辆电池健康状态评估方法及系统

权利要求书

1.一种车辆电池健康状态评估方法，其特征在于，包括:

获取车辆电池历史运行数据；

将所述历史运行数据划分为多个片段，并筛选出满足预设条件的所述片段以形成第一集合；

对所述第一集合中片段的电池容量和电池能量进行修正；

基于修正后的所述第一集合构建多种电池健康状态评价指标以用作模型特征值，并通过多种机器学习模型对所述模型特征值进行调优，以得到所述车辆电池健康状态的评估结果；

其中，所述将所述历史运行数据划分为多个片段，并筛选出满足预设条件的所述片段以形成第一集合包括：

将停车充电状态下获取的所有所述历史运行数据归为第一数据组、将启动行驶状态下获取的所有所述历史运行数据归为第二数据组、将充电完成静置状态下获取的所有所述历史运行数据归为第三数据组；

所述第一数据组中若相邻两个所述历史运行数据的时间间隔大于第一预设值，则将相邻两个所述历史运行数据分别作为一个第一片段；否则，将相邻两个所述历史运行数据作为同一第一片段；

所述第二数据组中若相邻两个所述历史运行数据的时间间隔大于第二预设值，则将相邻两个所述历史运行数据分别作为一个第二片段；否则，将相邻两个所述历史运行数据作为同一第二片段；

所述第三数据组中若相邻两个所述历史运行数据的时间间隔大于第三预设值，则将相邻两个所述历史运行数据分别作为一个第三片段；否则，将相邻两个所述历史运行数据作为同一第三片段；

筛选出满足预设条件的所述第一片段、所述第二片段和所述第三片段，以组合形成第一集合。

2.如权利要求1所述的评估方法，其特征在于，所述历史运行数据包括：车辆运行速度、车辆行驶总里程数、电池剩余电量、单体电池最高温度、单体电池最低温度、单体电池最高电压、单体电池最低电压、环境温度、车辆运行状态、车辆充放电状态。

3.如权利要求1所述的评估方法，其特征在于，所述对所述第一集合中片段的电池容量和电池能量进行修正包括：

通过K-means聚类算法将所述第一集合中片段根据运行工况聚类成七类，并计算每一聚类下片段的电池平均能耗和均值电流；

通过第一关系式对每个聚类下片段的电池容量和电池能量进行修正，所述第一关系式为：

其中，Q_λ为电池容量修正后的值，E_μ为电池能量修正后的值，I_dis为实际放电电流值，为聚类计算出的均值电流，R_now为当前的内阻值，λ和μ分别为电流积分和电流平方积分的插值系数。

4.如权利要求1所述的评估方法，其特征在于，所述多种电池健康状态评价指标包括自放电率、电池温度一致性、电池电压一致性、慢充充电剩余电量曲线斜率值、快充充电剩余电量曲线斜率值；

所述多种机器学习模型包括Lightgbm、Catboost、XGBoost、Random Forest、Bagging、SVM、Lasso、Ridge。