基于多维特征ML的城市级退役动力电池量预测方法及系统

本发明公开了基于多维特征ML的城市级退役动力电池量预测方法及系统，方法包括：获取预设时间段内新能源汽车上险量和N种城市特征值构建数据集；对N种城市特征值进行分析，确定影响新能源汽车上险量的城市关键特征值及其权重值；根据城市关键特征值及其权重值筛选数据集，并利用筛选后的数据集训练多种调优的机器学习模型；评估各机器学习模型的预测性能，分别为预测乘用车和商用车上险量选取最佳模型；将未来城市关键特征值输入最佳模型以预测新能源汽车上险量；基于预测的新能源汽车上险量，利用新能源汽车的电池类型占比和电池特性，结合Weibull寿命分布，预测城市级退役动力电池量。本发明能够实现对城市级退役动力电池量的预测准确性与实用性。