[发明专利]一种电动汽车用户耐久性数据分析方法及系统

权利要求书

1.一种电动汽车用户耐久性数据分析方法，其特征在于，所述方法包括：

获取电动汽车的用户运行工况数据，并对所述用户运行工况数据进行预处理，得到目标数据；

根据运行状态规则，将所述目标数据进行片段划分，得到各目标子数据，并分别对各所述目标子数据进行因素提取和分层，得到分层结果；

根据所述分层结果，确定特征子空间参数集，并对所述特征子空间参数集进行降维处理，得到类动能数据和类势能数据；

将所述类动能数据和所述类势能数据进行聚类处理，得到聚类结果，并根据所述聚类结果，描绘出用户画像。

2.根据权利要求1所述的电动汽车用户耐久性数据分析方法，其特征在于，所述获取电动汽车的用户运行工况数据，并对所述用户运行工况数据进行预处理，得到目标数据的步骤包括：

获取电动汽车的用户运行工况数据，将所述用户运行工况数据中的异常数据进行删除，得到有效数据；

将所述有效数据进行归一化处理，以得到所述目标数据。

3.根据权利要求2所述的电动汽车用户耐久性数据分析方法，其特征在于，所述将所述有效数据进行归一化处理，以得到所述目标数据的步骤中，归一化处理的公式为：

z＝(x-μ)/σ；

其中，z表示为所述目标数据，x表示为所述有效数据，μ表示为所有有效数据的均值，σ表示为所有有效数据的方差。

4.根据权利要求3所述的电动汽车用户耐久性数据分析方法，其特征在于，所述分别对各所述目标子数据进行因素提取和分层，得到分层结果的步骤包括：

将各所述目标子数据进行拉普拉斯变换，得到各转换值，并根据各所述转换值，确定对应的分层值；

根据所述分层值，确定各用户的耦合权重参数和参数权重指数，所述耦合权重参数用于表征用户的耐久损伤贡献，所述参数权重指数用于确定所述特征子空间参数集。

5.根据权利要求4所述的电动汽车用户耐久性数据分析方法，其特征在于，所述根据所述分层值，确定各用户的耦合权重参数和参数权重指数的步骤中，采用阈值耦合计算所述耦合权重参数和所述参数权重指数，计算公式为：

其中，W表示为所述耦合权重参数，α表示为层次系数，w_j表示为第j个维度上的参数权重指数，D_j表示为第j个维度上的分层值，K表示为总维度数，β表示为参数权重指数调整常数，另外，w_j需满足子约束，即：

6.根据权利要求5所述的电动汽车用户耐久性数据分析方法，其特征在于，所述根据所述分层结果，确定特征子空间参数集，并对所述特征子空间参数集进行降维处理，得到类动能数据和类势能数据的步骤包括：

将各用户的参数权重指数进行投票选举，确定各目标特征参数，其中，各所述目标特征参数用于组成所述特征子空间参数集；

将所述特征子空间参数集中的各所述目标特征参数进行去中心化处理，并计算得到对应的协方差矩阵；

将所述协方差矩阵进行特征分解，得到分解矩阵，并通过预设特征值对所述分解矩阵进行类动势能排序与重构，以完成降维处理，得到类动能数据和类势能数据。

7.根据权利要求6所述的电动汽车用户耐久性数据分析方法，其特征在于，所述将所述类动能数据和所述类势能数据进行聚类处理，得到聚类结果，并根据所述聚类结果，描绘出用户画像的步骤中，聚类处理的表达式为：

其中，B_j表示为可使用的状态空间，C_j表示为初始化中心，X_i表示为加权后的所述特征子空间参数集对应的数据，γ和τ₁表示为不同的罚函数调节系数，P(C(m))表示为弹性净惩罚状态方程，m表示为耦合权重后的时域数据，L1和L2分别表示L1范数和L2范数。