(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 202111427866.7 (22)申请日 2021.11.26 (71)申请人 华人运通 （江苏） 技 术有限公司 地址 224000 江苏省盐城市经济技 术开发 区东环南路69号1幢208室 (72)发明人 李展　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 麦小婵 (51)Int.Cl. G06F 17/18(2006.01) G06F 17/11(2006.01) G06F 17/16(2006.01) G06F 30/27(2020.01) G06F 111/10(2020.01) (54)发明名称 一种电动汽 车绝缘电阻预测方法、 系统及存 储介质 (57)摘要 本发明公开了一种电动汽车绝缘电阻预测 方法、 系统及存储介质， 方法包括获取多组电阻 关联数据， 包括车辆运行数据、 电池包运行数据 和电池包当前绝缘阻值， 车辆运行数据包括急加 速次数、 急转弯次数、 车辆颠簸次数和空调运行 时长， 电池包运行数据包括高电流充放电时长、 高温充放电时长、 充电过流次数和高湿度充放电 时长； 基于多元非线性回归技术构建车辆的绝缘 电阻预测模 型； 以电阻关联数据对绝缘电阻预测 模型进行训练； 根据训练后的绝缘电阻预测模型 对绝缘电阻进行预测。 本发明实施例提供的电动 汽车绝缘电阻预测方法、 系统及存储介质， 基于 电阻关联数据， 采用非线性回归技术构建绝缘电 阻预测模型来提前识别绝缘失效风险， 提高了绝 缘电阻的预测精度。 权利要求书2页 说明书6页 附图3页 CN 114329337 A 2022.04.12 CN 114329337 A 1.一种电动汽车绝 缘电阻预测方法， 其特 征在于， 包括： 获取多组电阻关联数据， 每组所述电阻关联数据包括车辆运行数据、 电池包运行数据 和电池包当前绝缘阻值， 其中， 所述车辆运行数据包括急加速次数、 急转弯 次数、 车辆颠簸 次数和空调运行时长， 所述电池包运行数据包括高电流充放电时长、 高温充放电时长、 充电 过流次数和高湿度充放电时长； 基于多元非线性回归技 术， 构建车辆的绝 缘电阻预测模型； 以所述电阻关联 数据对所述 绝缘电阻预测模型进行训练； 根据训练后的所述 绝缘电阻预测模型对车辆电池 包的绝缘电阻进行 预测。 2.如权利要求1所述的电动汽车绝缘电阻预测方法， 其特征在于， 通过车载T ‑Box获取 所述车辆运行 数据、 所述电池 包运行数据和所述电池 包当前绝 缘阻值。 3.如权利要求2所述的电动汽车绝缘电阻预测方法， 其特征在于， 所述车载T ‑Box通过 车身域控制器获取 所述高湿度充放电时长、 所述空调运行时长和所述当前绝 缘阻值； 所述车载T ‑Box通过底盘域控制器获取所述急加速次数、 所述急转弯次数和所述车辆 颠簸次数； 所述车载T ‑Box通过动力域控制器获取所述高电流充放电时长、 所述高温充放电时长 和所述充电过流次数。 4.如权利要求1所述的电动汽车绝缘电阻预测方法， 其特征在于， 所述基于多元非线性 回归技术， 构建车辆的绝 缘电阻预测模型， 具体包括： 以电池包当前绝缘阻值作为多元非线性 回归方程的输出项， 以车辆运行数据和电池包 运行数据作为多元非线性回归方程的输入项， 构建多元非线性回归方程如下： y＝β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+β8x8 其中， y为电池包当前绝缘阻值， x1为急加速 次数， β1为急加速系数， x2为急转弯次数， β2 为急转弯系数， x3为车辆颠簸次数， β3为颠簸系数， x4为空调运行时长， β4为空调系数， x5为高 电流充放电时长， β5为高电流充放电系数， x6为高温充放电时长， β6为高温充放电系数， x7为 充电过流次数， β7为充电过流系数， x8为高湿度充放电时长， β8为高湿度充放电系数。 5.如权利要求4所述的电动汽车绝缘电阻预测方法， 其特征在于， 所述急加速系数、 所 述急转弯系 数、 所述颠簸系数、 所述空调系 数、 所述高电流充放电时长、 所述高温充放电系 数、 所述充电过流系数和所述高湿度充放电系数通过最小二乘法进行辨识获得。 6.如权利要求1所述的电动汽车绝缘电阻预测方法， 其特征在于， 在获取多组所述电阻 关联数据后， 所述电动汽车绝 缘电阻预测方法还 包括： 对多组所述电阻关联 数据进行 数据清洗 。 7.如权利要求1所述的电动汽车绝缘电阻预测方法， 其特征在于， 在车辆的数据边缘层 构建车辆的所述 绝缘电阻预测模型。 8.如权利要求1所述的电动汽车绝缘电阻预测方法， 其特征在于， 所述以所述电阻关联 数据对所述 绝缘电阻预测模型进行训练， 具体包括： 将所述绝缘电阻预测模型 上传至云端大 数据平台； 基于云端数据库对所述电阻关联 数据进行 更新； 以更新后的所述电阻关联 数据对所述 绝缘电阻预测模型进行训练。 9.一种电动汽车绝缘电阻预测系统， 其特征在于， 包括云端大数据平台、 车载T ‑Box、 以权　利　要　求　书 1/2 页 2 CN 114329337 A 2及分别受控于所述车 载T‑Box的车身域控制器、 底盘域控制器和动力域控制器； 所述云端大 数据平台与所述车 载T‑Box之间通信连接； 所述电动汽车绝缘电阻预测系统用于实现如权利要求1至8任意一项所述的 电动汽车 绝缘电阻预测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储计算机程 序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要 求1至8中任意 一项所述的电动汽车绝 缘电阻预测方法。权　利　要　求　书 2/2 页 3 CN 114329337 A 3