基于车辆维修数据与电池报告分析纯电动乘用车折损方法与流程

文档序号:39722805发布日期:2024-10-22 13:17阅读:11来源:国知局
基于车辆维修数据与电池报告分析纯电动乘用车折损方法与流程

本发明属于车辆检测分析,特别涉及一种基于车辆维修数据与电池报告分析纯电动乘用车折损方法。


背景技术:

1、随着科技的飞速发展,纯电动乘用车以其环保、节能的特性逐渐受到市场的青睐。然而,与传统燃油车相比,纯电动车的折旧计算更为复杂,这主要源于其电池技术的特殊性以及维修数据的多样性。因此,提供一种分析纯电动乘用车折损的方法,对于准确评估车辆价值、保障消费者权益以及推动电动汽车市场的健康发展具有重要意义。

2、纯电动乘用车的主要折损来源之一是其电池的性能衰减。电池作为电动车的“心脏”,其性能直接影响到车辆的续航里程、加速性能以及整体使用寿命。然而,电池的性能衰减受多种因素影响,如充放电次数、充电方式、使用温度等。这些因素导致了电池性能的不稳定性,进而影响了车辆的整体价值。

3、此外,纯电动乘用车的维修数据也是评估其折损情况的重要依据。维修数据涵盖了车辆在使用过程中出现的各种问题及维修记录,能够反映车辆的整体状况和维护情况。通过对维修数据的深入分析,我们可以更加准确地了解车辆的故障率、维修成本以及使用寿命等信息,从而为评估车辆折损提供有力支持。

4、总之,分析纯电动乘用车折损的方法,不仅有助于提高车辆评估的准确性和公正性,还有助于推动电动汽车市场的健康发展。

5、但目前市场上对于纯电动乘用车折损的评估方法尚不完善。传统的折旧计算方法往往只考虑了车辆的使用年限和行驶里程,而忽略了电池性能衰减和维修数据的影响。这种方法的局限性在于无法准确反映车辆的实际状况和价值,容易导致评估结果偏差较大。


技术实现思路

1、针对上述问题,本发明提供一种基于车辆维修数据与电池报告分析纯电动乘用车折损方法。

2、本发明提供的基于车辆维修数据与电池报告分析纯电动乘用车折损方法,包括步骤:

3、1、计算电池基准折损系数;

4、2、依据车辆维修数据计算车辆维修的折损值;

5、3、计算电池的折损值;

6、4、计算车辆车龄里程的折损值;

7、5、计算车辆折损值。

8、进一步,

9、所述步骤1包括步骤:

10、通过车辆识别代码,解析车辆品牌车型信息;

11、依据车辆品牌车型的配置信息,获取其电池的标称续航ratemile;所述电池基准折损系数记为baseoffset计算如下:

12、当所述标称续航ratemile大于600公里时,baseoffset为1

13、其他情况,使用如下公式计算所述电池基准折损系数baseoffset:

14、baseoffset=2.0353-0.0015×ratemile。

15、进一步,

16、所述步骤2包括步骤:

17、2a、总结造成车辆折损的结构件、重要部件名称和对应维修状态的行为,生成语料库存到数据库中;

18、2b、训练bert模型用于提取车辆维修数据中的部件与对应的维修方式;

19、2c、bert模型应用;

20、2d、计算维修数据对应的折损值即维修命中的折损值repairloss。

21、进一步,

22、所述步骤2a中生成的语料库包括多于1个的语料元素,每个所述语料元素包括4个语料子元素:第一个语料子元素存储有所述语料元素的序号,第二个语料子元素存储有部件名称partname,第三个语料子元素存储有维修行为termv,第四个语料子元素存储有影响级别level,所述影响级别level用于说明或标识所述语料元素中存储的部件和维修行为对车辆折损的影响程度,level的取值为1-10的整数。

23、进一步,

24、所述步骤2b包括步骤:

25、2b1、数据处理,将收集到的纯电动乘用车的维修数据进行清洗,去掉无关的信息和噪声,所述清洗包括:识别并删除重复项,去除与任务无关的信息、即去除与提取部件和维修方式的任务无关的字段或信息,数据格式化;

26、2b2、依据所述语料库进行数据标注,对于每一条所述维修数据,标注出部件和维修方式得到标注数据,其中,留存一部分标注数据作为验证集;

27、2b3、将所述标注数据转化为bert模型接受的格式,包括将文本转换为bert的令牌标识符,以及将所述标注数据转化为模型预测的格式,记为预测标注数据;

28、2b4、加载bert模型:选择一个预训练用的bert-base作为训练的起点;

29、2b5、定义任务特定层:在bert模型的基础上,添加一个分类层,用于预测每个令牌是否属于部件或维修方式,并标准化输出为部件-维修方式的格式,其中,将预测为部件的所述令牌与紧随其后的预测为维修方式的所述令牌配对;

30、2b6、使用准备好的标注数据来训练所述bert模型;

31、2b7、使用所述验证集来评估所述bert模型,计算所述bert模型的准确率precision、召回率recall,以了解bert模型在提取维修内容方面的表现,

32、其中,

33、准确率precision是指所述bert模型预测为正例的样本中,真正为正例即真正例true positives的样本所占的比例,所述bert模型预测为正例的样本中真正例以外的样本为假正例false positives,

34、precision=true positives/(true positives+false positives),

35、召回率recall是指所有实际为正例的样本中,被所述bert模型预测为正例的样本所占的比例,定义假反例false negatives表示的是那些实际上是正例,但所述bert模型错误地预测它们为负例的样本,则

36、recall=true positives/(true positives+false negatives),

37、2b8、对所述bert模型进行调优。

38、进一步,

39、所述步骤2c包括步骤:

40、加载所述bert模型;

41、对要分析的维修数据进行清洗得到需分析维修数据;

42、对所述bert模型输入所述需分析维修数据,输出多个部件-维修方式的格式数据构成的数据组合repaircontent,对所述数据组合repaircontent进行去重操作;

43、将所述数据组合repaircontent的内容与所述语料库的内容进行匹配,当所述数据组合repaircontent中某个元素即所述部件-维修方式的格式数据的部件与所述语料库中某个所述语料元素中的partname相同且维修方式与所述语料元素中的termv相同时,记录所述语料元素中的level值,将其添加到数组levelarray中。

44、进一步,

45、所述步骤2d包括步骤:

46、检查所述数组levelarray的长度,当所述长度为0时,repairloss为0;

47、所述数组levelarray的长度大于0时:

48、对所述数组levelarray的所有元素依据三个数值范围:1-3,4-6,7-10进行分组,对应地获得三个数组array1、array2、array3;

49、分别对所述数组array1、array2、array3中元素进行数值累加、求和得到loss1、loss2、loss3;

50、计算repairloss=0.2×loss1+0.5×loss2+1×loss3。

51、进一步,

52、所述步骤3包括:

53、车辆电池报告数据仅有电池的健康状态值soh时,车辆电池折损系数batteryloss=0.55×(1-soh)×100;

54、所述车辆电池报告数据同时存在非零参数电池内阻dcrconsistence、电压一致性socconsistence、温度一致性tempconsistence、自放电率selfdischargerate的值时:

55、将所述非零参数的数值范围转换为0-100;

56、batteryloss=

57、0.55×(0.7×(1-soh)×100+0.03×(100-dcrconsistence)+

58、0.07×(100-tempconsistence)+0.15×(100-socconsistence)+

59、0.05×(100-selfdischargerate))。

60、进一步,

61、所述步骤4包括:

62、通过解析车辆识别码,计算车龄carage;

63、计算车龄折损系数ageloss:

64、当车龄carage大于0时:ageloss=1.12×carage+5.6,

65、否则:ageloss=0;

66、计算里程折损系数mileloss,记行驶里程为mile:

67、当mile大于0时:mileloss=(mile/20000+0.4)×6,

68、否则:mileloss=0;

69、计算车龄里程综合折损系数carageloss:

70、当车龄carage小于3年时:

71、carageloss=(0.7×mileloss+0.3×ageloss);

72、当车龄carage在3年到5年间时:

73、carageloss=(0.45×mileloss+0.55×ageloss);

74、当车龄carage在5到8年时:

75、carageloss=(0.3×mileloss+0.7×ageloss);

76、当车龄carage大于8年时:

77、carageloss=(0.15×mileloss+0.85×ageloss)。

78、进一步,

79、所述步骤5中,所述车辆折损值记为lossvalue,lossvalue满足:

80、lossvalue=baseoffset×batteryloss+repairloss+carageloss。

81、本发明提供的基于车辆维修数据与电池报告分析纯电动乘用车折损方法,通过综合运用多种数据和信息,对车辆折损进行更加全面、准确的评估。本发明通过收集和分析车辆的维修数据,了解车辆在使用过程中出现的各种问题及维修情况,同时,结合电池报告分析电池的性能衰减情况,从而得出更加准确的车辆折损评估结果。

82、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1