本技术提供一种电芯寿命预测方法、装置及车辆，方法包括，确定同类型待预测电芯在不同温度、不同充放电倍率下的过电势数据库；基于过电势数据库，选取预设数量的待预测电芯的样本数据作为训练集；输入训练集至容量损失模型，并结合拟合方式对容量损失模型进行拟合，得到最优拟合参数；将最优拟合参数带入容量损失模型，得到待预测电芯的容量损失预测模型；基于待预测电芯的初始容量、健康状态和容量损失预测模型，确定待预测电芯的剩余寿命，简化了电芯寿命预测模型的同时，还有效提升了电芯寿命预测的准确性。
背景技术
随着新能源产业的发展及电动汽车的普及，消费者对电芯的性能越来越重视，特别是电池的使用寿命以及充电时间，这直接关系到消费者的购买意向。在电池研发时，循环寿命是电池性能中一项重要参考指标，电池的寿命与电池的使用条件有很大关系，电池的循环寿命根据国家标准进行相关测试，需要通过多工况、长时间的测试获得数据，这会造成的时间和成本的极大浪费。因此，目前多通过物理化学模型或统计学方法或机器学习模型的方式进行电池寿命预测。
但是，目前大多数的寿命预测方法，数据量大的会造成大量的数据计算，数据量少的又会导致寿命预测结果准确性较差。
实现思路