(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 202110474679.8 (22)申请日 2021.04.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113212244 A (43)申请公布日 2021.08.0 6 (73)专利权人 浙江吉利控股集团有限公司 地址 310051 浙江省杭州市滨江区江陵路 1760号 专利权人 吉利汽车研究院 （宁波） 有限公司 (72)发明人 段鹏　陈玉星　霍艳红　张俊杰　 潘福中　刘刚　翟一明　王芳芳　 邵晶晶　岳翔　陶雷　牛亚琪　 (74)专利代理 机构 台州市方圆专利事务所(普 通合伙) 33107 专利代理师 陕向辉(51)Int.Cl. B60L 58/10(2019.01) B60L 58/16(2019.01) G01R 31/392(2019.01) G01R 31/396(2019.01) G01R 31/367(2019.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 曾瑜 (54)发明名称 一种新能源车辆动力电池寿命预测方法及 系统 (57)摘要 本发明提供一种新能源车辆动力电池寿命 预测方法及系统， 涉及车辆动力电池寿命预测领 域， 本发明解决的技术问题是如何提高新能源车 辆动力电池寿命 预测的准确性， 本方法步骤包括 获取与大数据平台连接的车辆的动力电池寿命 预测相关数据并筛选后得到动力电池剩余充放 电循环数相关的数据,将筛选后的数据进行神经 网络训练建立车辆动力电池寿命 预测模型， 建立 模型后获取与大数据平台连接的车辆的当前动 力电池寿命 预测相关数据， 代入 车辆动力电池寿 命预测模型后输出动力电池寿命 预测结果， 本方 法是基于大数据的神经网络训练建立车辆动力 电池寿命预测模 型可以准确得出的结果， 驾驶员 能根据提高动力电池寿命以及对动力电池进行 更换或检修。 权利要求书2页 说明书6页 附图2页 CN 113212244 B 2022.08.16 CN 113212244 B 1.一种新能源车辆动力电池寿命预测方法， 其特 征在于， 所述方法包括以下步骤： 获取与大 数据平台(3)连接的车辆的动力电池寿命预测相关数据； 对上述动力电池寿命预测相关数据进行筛选得到动力电池剩余充放电循环数相关的 数据,将筛选后的数据进行神经网络训练建立车辆动力电池寿命预测模型； 上述建立车辆 动力电池寿命预测模型包括建立动力电池剩余充放电循环数预测模型， 步骤包括将动力电 池剩余充放电循环数相关数据通过预设算法输出的剩余充放电循环数与参考剩余充放电 循环数对比， 当剩余充放电循环数与参考剩余充放电循环数的差值不大于误差值时建立动 力电池剩余充放电循环数预测模型， 当剩余充放电循环数与剩余充放电循环数的差值大于 误差值时调节隐藏层权重参数、 隐藏层偏置、 输出层的权重参数以及输出层的偏置直到剩 余充放电循环数与参考剩余充放电循环数的差值不大于误差值， 动力电池剩余充放电循环 数预测模型为 其中y1为剩余充放电循环数预测 值， j＝1…m， m为隐藏层节点数， i＝1 …n， n为输入数据特征数， ti为动力电池剩余充放电循 环数输入参数， 为隐藏层权重参数， 为隐藏层偏置， 为输出层权重参数， b0为输出 层偏置， fH为激活函数； 建立模型后获取与大数据平台(3)连接的车辆的当前动力电池寿命预测相关数据， 代 入车辆动力电池寿命预测模型后输出动力电池寿命预测结果。 2.根据权利要求1所述的新能源车辆动力电池寿命预测方法， 其特征在于， 上述筛选步 骤包括对上述动力电池寿命预测相关数据进行清洗， 去除异常数据和空数据， 对清洗后的 数据进行相关性分析 得到包括动力电池剩余充放电循环数相关的数据。 3.根据权利要求2所述的新能源车辆动力电池寿命预测方法， 其特征在于， 所述相关性 分析包括选取皮尔逊相关系数 大于预设系数值的动力电池寿命预测相关数据。 4.根据权利要求1所述的新能源车辆动力电池寿命预测方法， 其特征在于， 上述输出动 力电池寿命预测结果 步骤包括当得 出y1时， 将y1作为动力电池寿命预测结果输出。 5.根据权利要求4所述的新能源车辆动力电池寿命预测方法， 其特征在于， 所述动力电 池剩余充放电循环数相关数据包括动力电池温度以及动力电池电流数据。 6.根据权利要求1至5任意一项权利要求所述的新 能源车辆动力电池寿命预测方法， 其 特征在于， 新能源车辆动力电池寿命预测方法还包括当动力电池寿命预测相关数据更新 时， 对车辆动力电池寿命预测模型进行 更新， 得到新的车辆动力电池寿命预测模型。 7.一种新 能源车辆动力电池寿命预测系统， 包括与 车辆连接并且能获得车辆上的数据 的大数据 平台(3)， 其特征在于， 新能源车辆动力电池寿命 预测系统还包括用于采集动力电 池寿命预测相关数据的采集模块(1)以及设置在车辆上用于接收采集模块(1)输出数据的 控制单元(2)， 所述采集模块(1)与控制单元(2)连接， 所述控制单元(2)与大数据平台(3)无 线连接， 大数据 平台(3)用于接收与其连接的车辆的控制单元(2)输出的车辆的动力电池寿 命预测相关数据， 并对接收到的数据进行筛选得到包括动力电池剩余充放电循环数相关的 数据， 对筛选后的数据进行神经网络训练建立车辆动力电池寿命预测模型， 上述建立车辆 动力电池寿命预测模型包括建立动力电池剩余充放电循环数预测模型， 步骤包括将动力电 池剩余充放电循环数相关数据通过预设算法输出的剩余充放电循环数与参考剩余充放电 循环数对比， 当剩余充放电循环数与参考剩余充放电循环数的差值不大于误差值时建立动权　利　要　求　书 1/2 页 2 CN 113212244 B 2力电池剩余充放电循环数预测模型， 当剩余充放电循环数与剩余充放电循环数的差值大于 误差值时调节隐藏层权重参数、 隐藏层偏置、 输出层的权重参数以及输出层的偏置直到剩 余充放电循环数与参考剩余充放电循环数的差值不大于误差值， 动力电池剩余充放电循环 数预测模型为 其中y1为剩余充放电循环数预测 值， j＝1…m， m为隐藏层节点数， i＝1 …n， n为输入数据特征数， ti为动力电池剩余充放电循 环数输入参 数， 为隐藏层权重参 数， 为隐藏层偏置， 为输出层权重参 数， b0为输出层 偏置， fH为激活函数； 大数据平台(3)还用于在建立模型后获取与其连接的车辆的当前动力 电池寿命预测相关数据， 代入车辆动力电池寿命预测模型后输出动力电池寿命预测结果。权　利　要　求　书 2/2 页 3 CN 113212244 B 3