[发明专利]基于大数据的电池续航测试方法

说明书

本发明公开了基于大数据的电池续航测试方法，涉及电池续航测试技术领域，预判汽车电池电量能否满足车辆往返，如果满足，为用户推荐规划路径；基于监督学习建立行驶预测模型，预测电池续航并获取第一续航预测值，判断是否存在拥堵；建立行驶状态数据集并获取电池使用系数Dxs，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；当汽车外部温度不会上升时，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后形成影响因子；依据行驶预测模型及相关性系数Rd，输出续航预测范围，预测续航不足时，引导汽车前往充电站。预测的范围覆盖面更加广泛，相对的准确性更高，预测值也能够依据外部环境的变化进行调整，对汽车驾驶形成保障。

技术领域

本发明涉及电池续航测试技术领域，具体为基于大数据的电池续航测试方法。

背景技术

在仅装备蓄电池的纯电动汽车中，蓄电池的作用是汽车驱动系统的唯一动力源，在低速和启动时，蓄电池扮演的是汽车驱动系统主要动力源的角色，在全负荷加速时，充当的是辅助动力源的角色；在正常行驶或减速、制动时充当的是储存能量的角色。

在电动车中，电池最重要的参数就是续航能力，而在电动车在处于行驶状态时，其续航能力会受到众多因素的影响，例如说，驾驶方式、车速、外部温度及负载重量，都会对电池的续航带来负面影响，特别是在低温条件下，电池的化学反应速度变慢，电池容量也会减少，电池的续航能力受到的负面影响就尤为显著。

北方冬天的温度较低，特别是下雪天时，温度尤其低，一旦在路面的积雪深厚，就会导致路段拥堵，电动车在行驶状态下时，更是走走停停，在此条件下，汽车电池的续航能力所受的负面影响尤为严重。

但是，现有的电池续航测试方法中，往往会对汽车电池的外部环境存在一定的忽视，这就导致电池续航测试不够准确，更难以对延长电池续航形成指导作用。

为此，提供了基于大数据的电池续航测试方法。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了基于大数据的电池续航测试方法，通过预判汽车电池电量能否满足车辆往返，如果满足，为用户推荐规划路径；基于监督学习建立行驶预测模型，预测电池续航并获取第一续航预测值，判断是否存在拥堵；建立行驶状态数据集并关联获取电池使用系数Dxs，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；当汽车外部温度不会上升，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，形成影响因子；依据行驶预测模型及相关性系数Rd，输出续航预测范围，预测续航不足时，引导汽车前往充电站。预测的范围覆盖面更加广泛，相对的准确性更高，预测值也能够依据外部环境的变化进行调整，对汽车的驾驶形成保障，从而解决了背景技术中的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：基于大数据的电池续航测试方法，包括如下步骤：获取用户驾驶的目的地后，预判汽车电池电量能否满足车辆往返，如果满足，依据用户的历史驾驶记录及汽车导航，为用户推荐规划路径，并使规划路径上会存在充电站；

当汽车沿着规划路径上向目的地行驶时，基于监督学习建立行驶预测模型，对电池续航进行预测并获取电池续航，记录为第一续航预测值，并在汽车外部气温低于预期时，由汽车导航判断所述规划路径上是否存在拥堵；

在汽车进入拥堵路段后，对汽车行驶状态进行检测，建立行驶状态数据集，并关联获取电池使用系数Dxs，在汽车保持行驶时，获取电量余量与电池使用系数Dxs之间的相关性系数Rd；

在汽车处于拥堵路段后，当汽车外部温度不会上升，依据电池的历史使用数据建立电池数字孪生模型，在仿真分析后，分别确定外部气温及汽车行驶速度对电量的变化的影响程度，形成相应的影响因子并输出；