(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110459628.8 (22)申请日 2021.04.27 (65)同一申请的已公布的文献号 申请公布号 CN 113049976 A (43)申请公布日 2021.06.29 (73)专利权人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 胡杰　翁灵隆　高志文　杨博闻　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 李丹 (51)Int.Cl. G01R 31/392(2019.01) G01R 31/367(2019.01)G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (56)对比文件 CN 111323719 A,2020.0 6.23 CN 111929588 A,2020.1 1.13 审查员 何俊儒 (54)发明名称 一种车辆电池健康状态评估方法及系统 (57)摘要 本发明公开了一种车辆电池健康状态评估 方法及系统， 方法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。 本发明基于真实车辆电池的历史运行数据对电 池健康状态进行评估， 数据来源更加真实可靠， 评估结果更加准确。 权利要求书3页 说明书9页 附图2页 CN 113049976 B 2022.07.29 CN 113049976 B 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， Qλ为电池容量修正后的值， Eμ为电池能量修正后的值， Idis为实际放电电流值， 为聚类计算出的均值电流， Rnow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权　利　要　求　书 1/3 页 2 CN 113049976 B 2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。 5.一种车辆电池健康状态评估系统， 其特 征在于， 包括: 数据获取模块， 用于获取 车辆电池历史运行 数据； 集合生成模块， 用于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； 修正模块， 用于对所述第一 集合中片段的电池容 量和电池能量进行修 正； 评估模块， 用于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 集合生成模块包括： 分组单元， 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； 片段划分单元， 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； 集合生成单元， 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。 6.如权利要求5所述的评估系统， 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。 7.如权利要求5所述的评估系统， 其特 征在于， 所述 修正模块包括： 聚类划分单元， 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； 修正单元， 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， Qλ为电池容量修正后的值， Eμ为电池能量修正后的值， Idis为实际放电电流值， 权　利　要　求　书 2/3 页 3 CN 113049976 B 3