[发明专利]动力电池老化程度判断方法

权利要求书

1.一种动力电池老化程度判断方法，用于判断新能源汽车上所使用的动力电池的老化程度，其特征在于：所述动力电池老化程度判断方法包括以下步骤：

步骤一：从大数据中提取所述新能源汽车的多组充电数据，基于所述充电数据训练孪生网络模型，并利用训练好的所述孪生网络模型得到所述新能源汽车的多组充电数据对应的充电特征向量，依据行车里程划分不同的基准老化区间，将各所述充电特征向量归类到不同的基准老化区间，依据各所述基准老化区间对应的所述充电特征向量分别计算均值作为各所述基准老化区间的基准老化向量；

步骤二：基于待判断老化程度的动力电池的充电数据，利用训练好的所述孪生网络模型得到待判断老化程度的动力电池对应的充电特征向量，分别计算待判断老化程度的动力电池对应的充电特征向量与各所述基准老化区间的基准老化向量之间的距离，选取距离最小的一个基准老化区间对应的行车里程作为待判断老化程度的动力电池的老化评估值，从而利用所述老化评估值得到待判断老化程度的动力电池的老化程度。

2.根据权利要求1所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，对所述新能源汽车的多组充电数据进行特征工程而提取出若干项特征字段对应的数据作为特征数据，按照SOC不同将提取出的所述特征数据转化为不同SOC对应的充电向量，从而利用所述特征数据和对应的充电向量训练所述孪生网络模型。

3.根据权利要求2所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，将所述特征数据向量化。

4.根据权利要求2所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，所述特征数据包括时间数据、车型数据、定位数据、SOC、充电电流和充电电压数据、温度数据。

5.根据权利要求4所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，所述时间数据包括月数据、周数据、日数据、小时数据；所述定位数据包括经度数据、纬度数据；所述充电电流和充电电压数据包括总电压数据、总电流数据、所述动力电池的全部单体电压值数据、最高单体电压数据、最低单体电压数据、最高/最低压差数据、单体电压均值数据、单体电压标准差数据；所述温度数据包括环境温度数据、全部温度探测值数据、最高温度数据、最低温度数据、最高/最低温差数据、温度均值数据、温度标准差数据。

6.根据权利要求5所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，将同一SOC对应的所述特征数据转化为对应的充电向量的方法为：对于所述时间数据，使用第一条所述特征数据中的时间数据；对于所述车型数据，根据全部所述车型数据将当前车型转换成onehot形式；对于所述定位数据，使用第一条所述特征数据中的定位数据；对于所述SOC，使用第一条所述特征数据中的SOC；对于所述最高单体电压数据和所述最高温度数据，取所述特征数据中的最高单体电压数据的最大值和所述最高温度数据的最大值；对于所述最低单体电压数据和所述最低温度数据，取所述特征数据中的最低单体电压数据的最小值和所述最低温度数据的最小值；对于其他数据，取所述特征数据中该数据的均值。

7.根据权利要求1所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，所述孪生网络模型的网络架构设计采用RNN方法。

8.根据权利要求1所述的动力电池老化程度判断方法，其特征在于：所述步骤一中，行车里程每10000km划分一个所述基准老化区间。

9.根据权利要求1所述的动力电池老化程度判断方法，其特征在于：所述步骤二中，对待判断老化程度的动力电池的充电数据进行特征工程而提取出若干项特征字段对应的数据作为特征数据。

10.根据权利要求1所述的动力电池老化程度判断方法，其特征在于：所述步骤二中，分别计算待判断老化程度的动力电池对应的充电特征向量与各所述基准老化区间的基准老化向量之间的欧式距离，选取欧式距离最小的一个基准老化区间对应的行车里程作为待判断老化程度的动力电池的老化评估值。