Este documento presenta un método para compilar el espectro de carga del conjunto de transmisión de vehículos eléctricos híbridos enchufables (PHEVs). Basado en el análisis de la estrategia de control del vehículo de prueba, la ruta de transmisión del flujo de potencia en el conjunto de transmisión es diferente bajo diferentes modos de operación, por lo que es necesario dividir diferentes bloques de espectro de carga según el modo de operación. Basado en la encuesta de big data de la norma nacional de China, se determina que las condiciones de trabajo típicas son condiciones de trabajo en carretera urbana, condiciones de trabajo en carretera de alta velocidad, condiciones de trabajo en carretera provincial y condiciones de carretera en mal estado. La proporción de kilometraje de las diversas condiciones de trabajo es 55:30:10:5, y el kilometraje de un ciclo es de 300 km. Se recopilan un total de tres ciclos. Después del procesamiento de datos y la verificación en el dominio del tiempo, basado en el principio de daño máximo, se selecciona el ciclo con el mayor pseudo daño como los datos de carga de muestra para la extrapolación del espectro de carga. Se utiliza el método de conteo de flujo de lluvia para contar la carga de muestra, y se establece un modelo matemático de estimación de densidad de kernel bidimensional con ancho de banda adaptativo para estimar la función de densidad de probabilidad de los datos. La matriz de flujo de lluvia extrapolada se obtiene a través de simulación de Monte Carlo. El espectro de carga de la matriz de flujo de lluvia bidimensional se transforma en un espectro de carga unidimensional de ocho etapas utilizando un método de media variable, la ecuación de Goodman y la teoría del principio de daño igual. Finalmente, se simula y calcula la vida útil por fatiga del conjunto de transmisión bajo el entorno del software de simulación Romax Designer. Se utiliza el modelo de estimación de densidad de kernel bidimensional con ancho de banda adaptativo para ajustar y extrapolar la matriz de flujo de lluvia de carga de cada modo híbrido del PHEV, lo que resuelve el problema en el que la forma de la matriz de flujo de lluvia de cada modo híbrido del vehículo eléctrico híbrido es compleja y difícil de ajustar. Finalmente, tomando los datos de mantenimiento postventa de este modelo desde 2020 hasta el presente como prueba auxiliar, los componentes fallidos y la vida útil por kilometraje de los resultados de la prueba de simulación son consistentes con los resultados utilizados por los usuarios reales. Esto muestra que el modelo de estimación de densidad de kernel propuesto en este documento puede ajustar bien la matriz de flujo de lluvia del espectro de carga del PHEV. El espectro de carga extrapolado basado en este modelo tiene alta precisión y autenticidad. El método de compilar el espectro de carga del conjunto de transmisión de un vehículo eléctrico híbrido en este documento es efectivo.