本发明涉及汽车技术领域，特别涉及一种电池画像标签生成方法及装置。
背景技术：
随着科学技术的迅猛发展，汽车已经成为人们生活中不可或缺的代步工具。近些年，电动汽车的快速发展，相应的，作为电动汽车的动力来源的动力蓄电池也飞速发展。电池的好坏不但关系到整车性能，更关系到电动汽车的安全性与可靠性。因此，选择合适的动力蓄电池对于电动汽车至关重要。
然而，一方面，层出不穷的动力蓄电池在表现上良莠不齐，导致选择出合适的动力蓄电池的工作量较大、工作成本高；一方面，在进行动力蓄电池选择时，往往参考市场调研需求和竞品对标分析，而上述信息的相关样本是有限的，其中动力蓄电池在表现也并非最优的。
技术实现要素：
为了解决现有技术应用在进行动力蓄电池选择时，选择出合适的动力蓄电池的准确性差、效率低等，本发明提供了一种电池画像标签生成方法及装置：
一方面，本发明提供了一种电池画像标签生成方法，所述方法包括：
确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
对所述目标数据集合进行聚类处理得到至少一个第一类簇；
基于所述至少一个第一类簇生成对应的电池画像标签。
另一方面提供了一种电池画像标签生成装置，所述装置包括：
类型确定模块：用于确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
数据获取模块：用于获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
集合构建模块：用于基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
聚类处理模块：用于对所述目标数据集合进行聚类处理得到至少一个第一类簇；
标签生成模块：用于基于所述至少一个第一类簇生成对应的电池画像标签。
另一方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述的电池画像标签生成方法。
另一方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述的电池画像标签生成方法。
本发明提供的一种电池画像标签生成方法及装置，具有如下技术效果：
本发明对于目标电池类型的电池，在其自身属性数据的基础上，结合搭载其运行的车辆的相关数据(车辆运行数据、电池工作数据)生成描述该目标电池类型的电池的电池画像标签。能够更准确的评价电池的性能表现，可以帮助为研发中的车辆选择合适的电池。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种应用环境的示意图；
图2是本发明实施例提供的一种电池画像标签生成方法的流程示意图；
图3是本发明实施例提供的对目标数据集合进行数据清洗的一种流程示意图；
图4是本发明实施例提供的更新所述对应的电池画像标签的一种流程示意图；
图5是本发明实施例提供的提供电池画像标签生成服务的平台的架构示意图；
图6也是本发明实施例提供的提供电池画像标签生成服务的平台的架构示意图；
图7是本发明实施例提供的一种电池画像标签生成装置的组成框图；
图8是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1，图1是本发明实施例提供的一种应用环境的示意图，可以包括客户端01和服务器02，客户端与服务器通过网络连接。客户端将电池画像标签查询请求发送至服务器，服务器基于该电池画像标签查询请求指示的目标电池类型从存储的数据中确定出对应的电池画像标签，服务器向客户端返回该对应的电池画像标签。其中，所述服务器执行本发明提供的电池画像标签生成方法生成该对应的电池画像标签并进行存储。需要说明的是，图1仅仅是一种示例。
具体的，客户端01可以包括智能手机、台式电脑、平板电脑、笔记本电脑、增强现实(augmentedreality，ar)/虚拟现实(virtualreality，vr)设备、数字助理、智能可穿戴设备等类型的实体设备，也可以包括运行于实体设备中的软体，比如计算机程序。客户端01上运行的操作系统可以包括但不限于安卓系统(android系统)、ios系统(是由苹果公司开发的移动操作系统)、linux(一种操作系统)、microsoftwindows(微软视窗操作系统)等。
具体的，所述服务器02可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。服务器02可以包括有网络通信单元、处理器和存储器等等。所述服务器02可以为上述客户端提供后台服务。
在本发明实施例中，所述服务器可以基于该对应的电池画像标签为所述目标电池类型的电池进行画像，所述服务器将画像信息发送给所述客户端，进而由所述客户端向用户进行该画像的页面展示。当然，也可以由所述客户端基于该对应的电池画像标签为所述目标电池类型的电池进行画像，然后向用户进行该画像的页面展示。
在实际应用中，所述客户端和所述服务器可以对应一车联网平台，由所述车联网平台提供电池画像标签生成、电池画像展示等服务。
以下介绍本发明一种电池画像标签生成方法的具体实施例，图2是本发明实施例提供的一种电池画像标签生成方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：
s201：确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
在本发明实施例中，在确定目标电池类型(比如某型号电池产品)的基础上，可以确定搭载有所述目标电池类型的电池的候选车辆集合。所述候选车辆集合中的车辆的车型(比如小型车、中等车型、三厢车型等)、品牌等可以不同。
s202：获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
在本发明实施例中，所述电池属性数据指示所述目标电池类型的电池的历史数据，比如出厂数据、实验室数据等。所述每个候选车辆的车辆运行数据和对应的电池工作数据结合了搭载有所述目标电池类型的电池的车辆实际运行中受到的外界因素影响，可以反映搭载有所述目标电池类型的电池的车辆以及该电池的实际工作表现。
具体的，所述每个候选车辆的车辆运行数据可以包括从车速数据、里程数据、环境数据、载重数据、工况故障报警数据组成的群组中选择的至少一个。所述环境数据可以包括地理位置信息(比如海拔信息)、气温信息和气象信息等。
所述电池属性数据可以包括指示理论容量、额定容量、理论能量、标称电压、放电电压、充电电压、最大放电电流、额定放电电流、最大充电电流、额定充电电流等的数据。
所述对应的电池工作数据可以包括指示工作电压，工作电流，工作温度，电阻，电路元件连接方式(比如串联、并联)，荷电状态(soc，stateofcharge)，蓄电池容量、健康度、性能状态(soh，stateofhealth)等的数据。
当然，所述电池属性数据和所述对应的电池工作数据中还可以包括对所述目标电池类型的电池进行维修等的记录数据。所述对应的电池工作数据还可以包括将所述目标电池类型的电池安装至对应的候选车辆的记录数据。
进一步的，可以将获取得到的上述数据存储于数据库中。
在一个具体的实施例中，在进行数据采集时，可以利用制造企业生产过程执行管理系统(mes，该系统是一套面向制造企业车间执行层的生产信息化管理系统)和汽车经销商管理系统(dms，dealermanagementsystem；可以用于对于汽车公司庞大的销售网络进行管理)获取所述电池属性数据；可以利用所述每个候选车辆的车载(监控)终端获取所述每个候选车辆的车辆运行数据和所述对应的电池工作数据。当然，可以利用mes和dms获取动力蓄电池在生产阶段、装车阶段、维修阶段的相关记录数据。
在实际应用中，如图5、6所示，可以基于图中架构进行数据采集。
s203：基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
在本发明实施例中，将前述步骤中获取得到的数据进行集合(整合)以构建目标数据集合。在实际应用中，目标数据集合的数据规模是相对较大的，这样也便于帮助更客观、全面的生成对应的电池画像标签。
在一个具体的实施例中，如图3所示，目标数据集合中不免存在脏数据，为保证后续生成电池画像标签对应的数据源的高质量可以对目标数据集合进行数据清洗：
s301：确定待清洗数据类型和对应的数据清洗规则；
s302：从所述目标数据集合中筛选得到符合所述待清洗数据类型要求的初始数据；
s303：基于所述对应的数据清洗规则对所述初始数据进行数据清洗。
具体的，所述目标数据集合中除了部分的车辆静态数据、电池静态数据外，大部分为变量数据。1)当所述待清洗数据类型指示离散型变量数据时，从所述目标数据集合中筛选出离散型变量数据，利用邻近算法(k最邻近分类算法)对所述离散型变量数据进行数据清洗。比如，一个样本a在特征空间中的对应k个最相邻的样本，为k个最相邻的样本配置不同的权重，k个最相邻的样本基于对应的权重来影响样本a。2)当所述待清洗数据类型指示连续型变量数据时，从所述目标数据集合中筛选出连续型变量数据，利用缺失值插补的方式对所述连续型数据进行数据清洗。所述缺失值插补的方式可以包括均值插补、同类均值插补、极大似然估计、多重插补等。
所述目标数据集合中还包括时序数据和非时序数据。当所述待清洗数据类型指示时序数据时，从所述目标数据集合中筛选出时序数据，利用降噪算法对所述时序数据进行数据清洗。其中，根据采集频率的高低将所述时序数据分为高频率数据和低频率数据。对于高频率数据，可以基于低通滤波器对所述高频率数据作降噪处理；对于低频率数据，可以基于粒子滤波器对所述低频率数据作降噪处理。当所述待清洗数据类型指示非时序数据时，从所述目标数据集合中筛选出非时序数据，利用异常点检测的方式对所述非时序数据进行数据清洗。所述异常点检测的方式可以是lof(localoutlierfactor)算法(局部离群因子检测方法)。
在实际应用中，如图5、6所示，可以基于图中架构进行数据清洗。
s204：对所述目标数据集合进行聚类处理得到至少一个第一类簇；
在本发明实施例中，聚类是将抽象对象的集合分成由类似的对象组成的多个类的过程。经聚类处理得到的类簇中的数据彼此相似、与其他类簇中的数据相异。
具体的，聚类处理可基于划分聚类算法、层次聚类算法等实现。其中，划分聚类算法可以包括：k均值聚类算法(k-meansclustering)、k中心点聚类算法(k-medoidsclustering)和基于随机选择的聚类算法(clarans)等。层次聚类算法(hierarchicalclustering)可以包括利用层次方法的平衡迭代规约和聚类算法(birch)、使用代表点的聚类算法(cure)、变色龙算法(chameleon)等。
s205：基于所述至少一个第一类簇生成对应的电池画像标签。
在本发明实施例中，预设关联关系记录有不同维度(特征项)的特征值与分类标签之间的对应关系，每个第一类簇中的数据往往可以指向某一特征项(比如电池温度)。这样可以基于某个第一类簇中的数据确定一个指示特征项的特征值，然后结合所述预设关联关系得到该第一类簇的分类标签，进而基于每个第一类簇的分类标签得到所述对应的电池画像标签。
具体的，可以先对每个所述第一类簇中数据的特征值作均值处理得到对应的平均值；然后基于所述对应的平均值和预设关联关系确定所述第一类簇的分类标签，所述预设关联关系记录有不同维度的特征值与分类标签之间的对应关系；再基于每个所述第一类簇的分类标签得到所述对应的电池画像标签。其中，所述预设关联关系中对于每一特征项设置的分类标签、为每一特征项设置的标注特征和数值处理方式(对于评价体系)可参见下表1。
表1
在一个具体的实施例中，如图4所示，所述基于所述至少一个第一类簇生成对应的电池画像标签，之后包括：
s401：基于数据源变化信息更新所述目标数据集合；
s402：对更新后的目标数据集合进行聚类处理得到至少一个第二类簇；
s403：基于所述至少一个第二类簇更新所述对应的电池画像标签。
这里，所述数据源变化信息包括所述每个候选车辆的车辆运行数据的动态变化信息、所述对应的电池工作数据的动态变化信息。当然，随着搭载有所述目标电池类型的电池的新增车辆的加入，在数据采集环节也会增加对所述新增车辆的车辆运行数据的获取以及对相关电池属性数据、相关电池工作数据的获取。相应的，对更新后的目标数据集合进行聚类处理得到至少一个第二类簇，基于所述至少一个第二类簇更新所述对应的电池画像标签，实现所述对应的电池画像标签的迭代，可以保证生成的电池画像标签对于所述目标电池类型的电池的评价更具适应性。
在另一个具体的实施例中，为所述目标电池类型的电池进行画像可以看作一个回归问题，可以在所述基于所述至少一个第一类簇生成对应的电池画像标签之后：根据每个电池画像标签的类型，为所述每个电池画像标签配置对应的标签权重；基于所述每个电池画像标签和所述对应的标签权重，为所述目标电池类型的电池进行画像。
在实际应用中，如图5、6所示，可以基于图中架构进行数据建模(对于步骤s204和步骤s205)，建立电池画像评价模型，同时，随着数据源的变化可以对该模型进行迭代更新。动力蓄电池的设计是基于整车的动力性、经济性、续航需求、成本等需求来确定的。电池画像评价模型的输入数据可以是通过大数据后台采集的车辆运行数据、电池数据；电池画像评价模型可以分析不同车型的运行规律，总结出不同客户、不同车型的实际电池使用需求；电池画像评价模型输出的电池画像能够描绘不同型号电池产品的竞争力画像，进而建立一套基于综合车辆运行数据和电池数据的动力蓄电池评价体系。
由以上本说明书实施例提供的技术方案可见，本说明书实施例对于目标电池类型的电池，在其自身属性数据的基础上，结合搭载其运行的车辆的相关数据(车辆运行数据、电池工作数据)生成描述该目标电池类型的电池的电池画像标签。更维度更广、更深的相关数据能够克服相关技术中调研样本、竞品样本的局限性所带有评价偏差问题，本发明能够更准确的评价电池的性能表现，可以用于分析影响电池性能表现的关键因子。可以用于分析电池与不同车辆的匹配程度，进而帮助为研发中的车辆选择合适的电池以及完善车辆的电池配置。
本发明实施例还提供了一种电池画像标签生成装置，如图7所示，所述装置包括：
类型确定模块710：用于确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
数据获取模块720：用于获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
集合构建模块730：用于基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
聚类处理模块740：用于对所述目标数据集合进行聚类处理得到至少一个第一类簇；
标签生成模块750：用于基于所述至少一个第一类簇生成对应的电池画像标签。
需要说明的，所述装置实施例中的装置与方法实施例基于同样的发明构思。
本发明实施例提供了一种电子设备，该电子设备包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的电池画像标签生成方法。
进一步地，图8示出了一种用于实现本发明实施例所提供的电池画像标签生成方法的电子设备的硬件结构示意图，所述电子设备可以参与构成或包含本发明实施例所提供的电池画像标签生成装置。如图8所示，电子设备80可以包括一个或多个(图中采用802a、802b，……，802n来示出)处理器802(处理器802可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器804、以及用于通信功能的传输装置806。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图8所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，电子设备80还可包括比图8中所示更多或者更少的组件，或者具有与图8所示不同的配置。
应当注意到的是上述一个或多个处理器802和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到电子设备80(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器804可用于存储应用软件的软件程序以及模块，如本发明实施例中所述的方法对应的程序指令/数据存储装置，处理器802通过运行存储在存储器84内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种电池画像标签生成方法。存储器804可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器804可进一步包括相对于处理器802远程设置的存储器，这些远程存储器可以通过网络连接至电子设备80。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置806用于经由一个网络接收或者发送数据。上述的网络具体实例可包括电子设备80的通信供应商提供的无线网络。在一个实例中，传输装置806包括一个网络适配器(networkinterfacecontroller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实施例中，传输装置806可以为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与电子设备80(或移动设备)的用户界面进行交互。
本发明的实施例还提供了一种存储介质，所述存储介质可设置于电子设备之中以保存用于实现方法实施例中一种电池画像标签生成方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的电池画像标签生成方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种电池画像标签生成方法，其特征在于，所述方法包括：
确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
对所述目标数据集合进行聚类处理得到至少一个第一类簇；
基于所述至少一个第一类簇生成对应的电池画像标签。
2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个第一类簇生成对应的电池画像标签，之后包括：
基于数据源变化信息更新所述目标数据集合；
对更新后的目标数据集合进行聚类处理得到至少一个第二类簇；
基于所述至少一个第二类簇更新所述对应的电池画像标签。
3.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个第一类簇生成对应的电池画像标签，包括：
对每个所述第一类簇中数据的特征值作均值处理得到对应的平均值；
基于所述对应的平均值和预设关联关系确定所述第一类簇的分类标签，所述预设关联关系记录有不同维度的特征值与分类标签之间的对应关系；
基于每个所述第一类簇的分类标签得到所述对应的电池画像标签。
4.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个第一类簇生成对应的电池画像标签，之后还包括：
根据每个电池画像标签的类型，为所述每个电池画像标签配置对应的标签权重；
基于所述每个电池画像标签和所述对应的标签权重，为所述目标电池类型的电池进行画像。
5.根据权利要求1所述的方法，其特征在于，所述基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合，之后包括：
确定待清洗数据类型和对应的数据清洗规则；
从所述目标数据集合中筛选得到符合所述待清洗数据类型要求的初始数据；
基于所述对应的数据清洗规则对所述初始数据进行数据清洗。
6.根据权利要求5所述的方法，其特征在于，所述基于所述对应的数据清洗规则对所述初始数据进行数据清洗，包括：
当所述待清洗数据类型指示离散型变量数据时，利用邻近算法对所述初始数据进行数据清洗；
当所述待清洗数据类型指示连续型变量数据时，利用缺失值插补的方式对所述初始数据进行数据清洗。
7.根据权利要求5所述的方法，其特征在于，所述基于所述对应的数据清洗规则对所述初始数据进行数据清洗，还包括：
当所述待清洗数据类型指示时序数据时，利用降噪算法对所述初始数据进行数据清洗；
当所述待清洗数据类型指示非时序数据时，利用异常点检测的方式对所述初始数据进行数据清洗。
8.根据权利要求1所述的方法，其特征在于，所述获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据，包括：
利用制造企业生产过程执行管理系统和汽车经销商管理系统获取所述电池属性数据；
利用所述每个候选车辆的车载终端获取所述每个候选车辆的车辆运行数据和所述对应的电池工作数据。
9.根据权利要求1所述的方法，其特征在于，所述每个候选车辆的车辆运行数据包括从车速数据、里程数据、环境数据、载重数据组成的群组中选择的至少一个。
10.一种电池画像标签生成装置，其特征在于，所述装置包括：
类型确定模块：用于确定目标电池类型和候选车辆集合，所述候选车辆集合中的每个候选车辆搭载有所述目标电池类型的电池；
数据获取模块：用于获取所述目标电池类型的电池的电池属性数据，以及获取所述每个候选车辆的车辆运行数据和对应的电池工作数据；
集合构建模块：用于基于所述电池属性数据、所述每个候选车辆的车辆运行数据以及所述对应的电池工作数据构建目标数据集合；
聚类处理模块：用于对所述目标数据集合进行聚类处理得到至少一个第一类簇；
标签生成模块：用于基于所述至少一个第一类簇生成对应的电池画像标签。
技术总结