CN114841376B 一种带蓄电池传感器的汽车可停车时长预测方法 （重庆长安汽车股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114841376B(45)授权公告日2025.01.10

(21)申请号202210476339.3

(22)申请日2022.04.29

(65)同一申请的已公布的文献号申请公布号CN114841376A

(43)申请公布日2022.08.02

(73)专利权人重庆长安汽车股份有限公司

地址400020重庆市江北区建新东路260号

(72)发明人邵国君

(74)专利代理机构重庆博凯知识产权代理有限公司50212

专利代理师李晓兵

(51)Int.CI.

GO6Q10/04(2023.01)

GO6N5/00(2023.01)

GO6N20/10(2019.01)

GO6N3/04(2023.01)

GO6N3/08(2023.01)

G01R31/367(2019.01)

GO1R31/382(2019.01)

G01R31/392(2019.01)

G16Y20/20(2020.01)

G16Y20/30(2020.01)

G16Y40/10(2020.01)

G16Y40/20(2020.01)

(56)对比文件

CN109740802A,2019.05.10

WO2020188284A1,2020.09.24审查员张楠霞

权利要求书3页说明书6页附图3页

(54)发明名称

一种带蓄电池传感器的汽车可停车时长预

测方法

(57)摘要

CN114841376B本发明公开了带蓄电池传感器的汽车可停车时长预测方法，主要步骤为1、从车联网大数据平台提取相应数量及维度的数据集，并进行数据预处理以及特征工程；2、根据蓄电池相关数据及构造的特征变量作为训练集和测试集，分别选择合适的机器学习算法进行模型训练，并选择模型评价指标最好的模型输出可停车时长的预测结果；3、完成用户下次用车时间预测模型的数据集建立以及模型训练，并判断亏电风险等级。本发明的方法，能够较为精准地预测出启动车辆以给蓄电池充电的时机，给车主比较精准的指导，使

CN114841376B

池传感器数据及构

池传感器数据及构

造特征)

数据集切分

数据归一化处理

多模型训练集比较

模型选定

模型输出归一化

结束

CN114841376B权利要求书1/3页

2

1.一种带蓄电池传感器的汽车可停车时长预测方法，其特征在于包括如下步骤：

1)从车联网大数据平台提取相应数量及维度的数据集，并进行数据预处理以及特征工程，包括以下步骤：

A、数据提取：从车联网大数据平台提取一定样本数量N的车辆，连续一段时间的蓄电池相关数据，根据上传的蓄电池相关数据自动计算亏电标签，若计算亏电车辆数小于设定数量M,则重新提取N辆车的数据，直到亏电标签数量大于设定数量M;

B、数据预处理：将数据提取环节提取的相关数据进行异常值处理；

C、构造蓄电池寿命特征变量：由提取的车辆在启动时刻的电压值通过经验阀值得出该车的蓄电池寿命状态；

D、构造一次样本的异常耗电特征变量：通过步骤A中提取到的数据中的网络心跳标志数据，得到车辆内部网络的休眠换休时间点，并由该时刻的用户操作数据来判定该次唤醒是否为用户主动唤醒，若非用户主动唤醒则为异常唤醒，同时计算车辆每次熄火到下次启动之间或到亏电标签出现时刻之间的异常唤醒次数以及累计异常唤醒的时间长度；

E、构造一次样本的初始时的剩余电荷特征变量：通过蓄电池相关数据中发动机运行状态EngineStatus的点熄火数据判断车辆熄火时的蓄电池SOC值；

F、构造一次样本的结束时的剩余电荷特征变量：分为该次出现亏电标签或没有出现亏电标签两种情况下的蓄电池SOC值；

G、构造一次样本的停车时长变量：通过蓄电池相关数据计算熄火时刻到用户上电时刻或到出现亏电标签时刻的时间长度；

2)根据蓄电池相关数据及构造的特征变量作为训练集和测试集，分别选择合适的机器学习算法进行模型训练，并选择模型评价指标最好的模型输出可停车时长的预测结果，包括以下步骤：

A、准备模型训练数据集并切分：将经过预处理的蓄电池相关数据的蓄电池传感器数据，构造的特征变量作为训练停车时长预测模型的特征变量，将构造的一次样本的停