[发明专利]车辆充电时间预测方法、装置、设备及介质

说明书

本发明属于充电领域，提供了一种车辆充电时间预测方法、装置、设备及介质，该方法包括：获取车辆充电数据集，所述车辆充电数据集包括车辆充电数据、充电桩设备数据以及车辆充电时长形成标签变量；对所述车辆充电数据集进行归一化处理，获得归一化数据集；对所述归一化数据集内的变量进行因子相关性分析，进而构建用于目标变量分类的逻辑回归分类器；根据所述归一化数据集训练所述逻辑回归分类器，得到多分类的归一化指数函数为预测模型；将待测的目标车辆当前充电参数输入所述预测模型，获得所述目标车辆的剩余充电时长，本申请实施例能够准确地预测剩余充电时间，能够为用户用电提供准确的参考，提升用户体验。

技术领域

本发明涉及新能源车辆充电领域，具体涉及一种车辆充电时间预测方法、装置、设备及介质。

背景技术

电池管理系统，是新能源汽车控制的大脑，汽车能够安全、有效使用关键。目前电池管理系统的各项技术指标越来成熟，但是对充电时间预测功能依然非常粗糙。常用的剩余时间预测方法，基于SOC(state-of-charge，剩余容量)、充电电流来简单估算充电剩余时间，该方法过于简单，误差较大。

值得注意的是，在电池充电过程中，除了SOC和充电电流外，电池老化程度、电池温度、外界温度、充电桩设备数据，以及数据之间相关性等许多因素会对充电时间产生影响，但是这些因素如何影响，影响的程度有多大，很难用实验的方式得到结果，因此，无法建立有效的函数预测模型。比如，中国专利CN113335125A公开了一种车辆充电方法，基于车辆工作数据和预先训练好的耗电模型得到车辆耗电量；基于车辆充电数据、车辆耗电量和预先训练好的充电模型，得到车辆充电时长；并未考虑充电桩设备数据以及数据之间相关性。中国专利CN113968160A公开了一种车辆充电时间预估方法，利用温度峰值与预设温度阈值，计算第一预测充电时长；根据剩余充电阶段的充电电流和第一预测充电时长计算已充电容量；根据当前剩余电量、已充电容量、车辆电池的总充电容量以及预设的降温充电电流计算第二预测充电时长；将第一预测充电时长和第二预测充电时长相加，得到车辆的预测总充电时长。但同样未考虑充电桩设备数据以及数据之间相关性。

发明内容

鉴于以上所述现有技术的缺点，本申请提供一种车辆充电时间预测方法、装置、设备及介质，以解决现有技术缺乏针对车辆充电时长预测不准的技术问题。

在第一方面，本申请提供的一种车辆充电时间预测方法，包括：

获取车辆充电数据集，所述车辆充电数据集包括车辆充电数据、充电桩设备数据以及车辆充电时长形成标签变量；

对所述车辆充电数据集进行归一化处理，获得归一化数据集；

对所述归一化数据集内的变量进行因子相关性分析，进而构建用于目标变量分类的逻辑回归分类器；

根据所述归一化数据集训练所述逻辑回归分类器，得到多分类的归一化指数函数为预测模型；

将待测的目标车辆当前充电参数输入所述预测模型，获得所述目标车辆的剩余充电时长。

于发明的一实施例中，对所述车辆充电数据集进行归一化处理之前，还包括：

确定所述车辆充电数据集各自所对应的缺失变量的个数；

将所述缺失变量的个数大于或等于预设缺失阈值的变量进行删除，同时，对所述缺失变量的个数小于预设缺失阈值的变量进行均值填充，以使所述车辆充电数据集完成数据预处理。

于发明的一实施例中，对所述车辆充电数据集进行归一化处理，包括：

对所述车辆充电数据集内数值变量进行归一化处理，得到第一归一化数据集，所述车辆充电数据为数值变量；