[发明专利]车辆电池寿命的互学习预测方法、装置及存储介质

说明书

本发明公开了一种车辆电池寿命的互学习预测方法、装置及存储介质，其中方法包括：确定经验模型，并获取车辆自身电池的历史数据轨迹，以及与车辆自身电池相适配的其他车辆电池的历史数据轨迹；采用经验模型对车辆自身和其他车辆电池的历史数据轨迹进行互学习；基于大数据估计电池容量状态，获得第一估计结果，并根据第一估计结果对经验模型的参数进行修正；确定机理模型，并根据机理模型和大数据估计电池容量状态，获得第二估计结果；采用修正后的经验模型对电池寿命进行预测，并根据第二估计结果对修正后的经验模型参数再次进行修正，最终获得电池寿命预测结果。由此，可以构建更加精确的电池寿命预测模型，提高了电池寿命预测精度。

技术领域

本发明涉及电池技术领域，尤其涉及一种车辆电池寿命的互学习预测方法、装置及存储介质。

背景技术

随着电动汽车的快速发展，人们对动力电池提出了更高的要求，动力电池的使用寿命将直接影响电动汽车的性能，因此人们对动力电池寿命预测的研究愈加重视，精确的电池寿命预测能够不仅可以提升用户驾驶体验，而且可以构建动力电池全生命周期动态智能健康管理系统，具有巨大的社会效益及经济效益。

相关技术中，在进行动力电池寿命预测时，通常基于历史轨迹的数据驱动对动力电池寿命预测进行预测，或者，基于机理模型对动力电池寿命预测进行预测。但是，这些常用的动力电池寿命预测方法难以建立较为精确的预测模型，电池寿命预测精度较差。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种车辆电池寿命的互学习预测方法，基于大数据以及确定的机理模型，先后对确定的经验模型参数进行两次修正，从而可以构建更加精确的电池寿命预测模型，提高了电池寿命预测精度。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种云端服务器。

本发明的第四个目的在于提出一种车辆电池寿命的互学习预测装置。

为达到上述目的，本发明第一方面实施例提出了一种车辆电池寿命的互学习预测方法，包括：确定经验模型，并获取车辆自身电池的历史数据轨迹，以及获取与车辆自身电池相适配的其他车辆电池的历史数据轨迹；采用经验模型对车辆自身电池的历史数据轨迹和其他车辆电池的历史数据轨迹进行互学习；基于大数据估计电池容量状态，获得第一估计结果，并在互学习过程中，根据第一估计结果对经验模型的参数进行修正；确定机理模型，并根据机理模型和大数据估计电池容量状态，获得第二估计结果；采用修正后的经验模型对电池寿命进行预测，并在预测过程中，根据第二估计结果对修正后的经验模型参数再次进行修正，最终获得电池寿命预测结果。

根据本发明实施例的车辆电池寿命的互学习预测方法，确定经验模型，并获取车辆自身电池的历史数据轨迹，以及获取与车辆自身电池相适配的其他车辆电池的历史数据轨迹，采用经验模型对车辆自身电池的历史数据轨迹和其他车辆电池的历史数据轨迹进行互学习，基于大数据估计电池容量状态，获得第一估计结果，并在互学习过程中，根据第一估计结果对经验模型的参数进行修正，确定机理模型，并根据机理模型和大数据估计电池容量状态，获得第二估计结果，采用修正后的经验模型对电池寿命进行预测，并在预测过程中，根据第二估计结果对修正后的经验模型参数再次进行修正，最终获得电池寿命预测结果。由此，基于大数据以及确定的机理模型，先后对确定的经验模型参数进行两次修正，从而可以构建更加精确的电池寿命预测模型，提高了电池寿命预测精度。

根据本发明的一个实施例，获取与车辆自身电池相适配的其他车辆电池的历史数据轨迹，包括：在其他车辆的电池类型与车辆自身电池的类型相同时，如果其他车辆的电池循环次数大于车辆自身电池的循环次数、其他车辆的电池寿命预测值小于车辆自身电池的寿命预测值、且其他车辆的电池衰减速率与车辆自身电池的衰减速率满足预设条件，则确定其他车辆电池的历史数据轨迹与车辆自身电池的历史数据轨迹相适配。