-
公开(公告)号:CN116400227A
公开(公告)日:2023-07-07
申请号:CN202310670886.X
申请日:2023-06-08
Applicant: 长安大学
IPC: G01R31/367 , G01R31/392 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , B60L58/12 , B60L58/10
Abstract: 本发明公开一种电动汽车动力电池SOH预测方法、系统、设备及介质,涉及SOH预测技术领域,先获取当前时段采集得到的动力电池状态特征参数,再以动力电池状态特征参数作为输入,利用部署在云端的训练好的预测模型预测得到下一时刻的动力电池SOH,其中训练好的预测模型是以历史时段采集得到的历史动力电池状态特征参数为输入,以云端基于历史动力电池状态特征参数计算得到的下一历史时刻的历史动力电池SOH为标签训练得到的,从而结合云端线上数据和线下实车状态数据对动力电池SOH进行预测,且训练好的预测模型部署在云端,可对电动汽车动力电池的SOH进行实时、在线的精确预测,解决时效性差、准确性差的问题。