(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111477584.8 (22)申请日 2021.12.0 6 (71)申请人 中通客车股份有限公司 地址 252022 山东省聊城市经济开发区黄 河路261号 (72)发明人 孙国伟　陈振国　张刚　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 代理人 张勇 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06Q 50/30(2012.01) G06F 119/02(2020.01) G06F 119/04(2020.01) (54)发明名称 一种融合测试与车联网的电池剩余寿命预 测方法及系统 (57)摘要 本发明提供了一种融合测试与车联网的电 池剩余寿命预测方法， 包括： 获取车辆运行数据； 根据新能源公交车联网运行数据， 进行车辆特征 值提取以及电池容量目标值计算； 根据车辆特征 值和电池容量目标值， 利用LS TM模型得到预测结 果。 本发明解决了新能源汽车动力电池剩余寿命 的预测问题， 通过准确的电池剩余寿命预测结 果， 掌握车辆动力电池保障车辆稳定运行的能 力， 保障公交系统的稳定运行。 权利要求书1页 说明书6页 附图1页 CN 114239388 A 2022.03.25 CN 114239388 A 1.一种融合测试与车 联网的电池剩余寿命预测方法， 其特 征在于， 包括： 获取车辆运行 数据； 根据新能源公交车 联网运行 数据， 进行 车辆特征值提取以及电池容 量目标值计算； 根据车辆特 征值和电池容 量目标值， 并利用LSTM模型 得到预测结果。 2.如权利要求1所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在于， 所述获取新能源公交车联网运行数据， 包括获取车辆原始的连续运行数据， 并进行数据预 处理。 3.如权利要求2所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在 于， ， 所述车辆原始的连续运行数据， 分为行驶有充电片段、 行驶无充电片段、 停车有充电片 段和停车 无充电片段。 4.如权利要求3所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在于， 所述电池容量 目标值计算， 包括将车辆运行数据与容量测试 的数据进行融合， 将测试得到 的容量结果与当次测试时的车辆数据进行融合及修 正， 计算得到容 量衰退率或保持率。 5.如权利要求4所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在于， 所述利用LSTM模型得到预测结果， 包括通过提取的车辆特征值与电池容量目标值作为输入 进行模型训练与模型调优， 最终得到准确的预测结果。 6.如权利要求5所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在于， 所述通过提取的车辆特征值与电池容量目标值作为输入进 行模型训练与模 型调优， 包括对 车辆特征值与电池容 量目标值数据进行 数据清洗 。 7.如权利要求6所述的一种融合测试与车联网的电池剩余寿命预测方法， 其特征在于， 所述数据 清洗， 包括对车辆特征值与电池容量目标值数据中， 离散型数据使用分箱处理， 连 续型数据采用归一 化处理。 8.一种融合测试与车 联网的电池剩余寿命预测系统， 其特 征在于， 包括： 数据获取模块， 被 配置为， 获取 车辆运行 数据； 计算模块， 被配置为， 根据新能源公交车联网运行数据， 进行车辆特征值提取以及电池 容量目标值计算； 预测模块， 被配置为， 根据车辆特征值和电池容量目标值， 利用LSTM模型得到预测结 果。 9.一种计算机可读存储介质， 其特征在于， 其中存储有多条指令， 所述指令适于由终端 设备的处理器加载并执行权利要求 1‑7中任一项 所述的一种融合测试与车联网的电池剩余 寿命预方法。 10.一种终端设备， 其特征在于， 包括处理器和计算机可读存储介质， 处理器用于实现 各指令； 计算机可读存储介质用于存储多条指令， 所述指令适于由处理器加载并执行权利 要求1‑7中任一项所述的一种融合测试与车 联网的电池剩余寿命预 方法。权　利　要　求　书 1/1 页 2 CN 114239388 A 2一种融合测试与车联网的电池剩余寿命 预测方法及系统 技术领域 [0001]本发明涉及公交车电池技术领域， 尤其涉及一种融合测试与车联 网的电池剩余寿 命预测方法及系统。 背景技术 [0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息， 不必然构成在先技 术。 [0003]新能源汽车是各国产业转型、 科技创新， 以及解决能源危机、 降低污 染排放的重要 手段， 且高度重视该产业的发展， 尤其是在公共交通领域。 然而， 随着新能源公交车的大规 模使用， 车辆续驶里程衰退与安全风险问题逐渐凸显， 引发了司机对新能源汽车 的里程焦 虑， 增加了公交系统的调度困难度。 另外， 由于车辆运行工况复杂， 不同车辆的环境 温度、 湿 度、 路况、 驾驶习惯、 充电习惯等各不相同， 个别车辆的使用工况甚至接近于滥用， 导致动力 电池健康状态与续驶里程发生不同程度的衰退。 然而， 目前却没有完善的预测方法能够对 新能源公交车 的电池寿命进行预测， 不能把握新能源汽车动力电池的健康状态， 导致公交 系统的稳定运行能力受限， 造成诸多不便 。 发明内容 [0004]本发明为了解决上述问题， 提出了一种融合测试与车联网的电池剩余寿命预测方 法及系统， 本发明能够解决新能源汽车动力电池剩余寿命的预测问题， 通过准确的电池剩 余寿命预测结果， 掌握车辆动力电池保障车辆稳定运行的能力， 保障公交系统的稳定运行。 [0005]根据一些实施例， 本发明采用如下技 术方案： [0006]一种融合测试与车 联网的电池剩余寿命预测方法， 包括： [0007]获取车辆运行 数据； [0008]根据新能源公交车联网运行数据， 进行车辆特征值提取以及电池容量目标值计 算； [0009]根据车辆特 征值和电池容 量目标值， 利用LSTM模型 得到预测结果。 [0010]进一步地， 所述获取新能源公交车联网运行数据， 包括获取车辆原始的连续运行 数据， 并进行 数据预处 理。 [0011]进一步地， 所述车辆原始的连续运行数据， 分为行驶有充电片段、 行驶无充电片 段、 停车有 充电片段和停车 无充电片段。 [0012]进一步地， 所述电池容量目标值计算， 包括将车辆运行数据与容量测试的数据进 行融合， 将测试得到的容量结果与当次测试时的车辆数据进行融合及修正， 计算得到容量 衰退率或保持率。 [0013]进一步地， 所述利用LSTM模型得到预测 结果， 包括通过提取的车辆特征值与电池 容量目标值作为输入进行模型训练与模型调优， 最终得到准确的预测结果。 [0014]进一步地， 所述通过提取的车辆特征值与电池容量目标值作为输入进行模型训练说　明　书 1/6 页 3 CN 114239388 A 3