CN107677967A - 确定电池电量的方法及装置 - Google Patents
确定电池电量的方法及装置 Download PDFInfo
- Publication number
- CN107677967A CN107677967A CN201710908547.5A CN201710908547A CN107677967A CN 107677967 A CN107677967 A CN 107677967A CN 201710908547 A CN201710908547 A CN 201710908547A CN 107677967 A CN107677967 A CN 107677967A
- Authority
- CN
- China
- Prior art keywords
- value
- voltage
- battery
- magnitude
- electricity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000005611 electricity Effects 0.000 claims abstract description 124
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 238000013507 mapping Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 7
- 238000007599 discharging Methods 0.000 description 5
- 239000000686 essence Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010048669 Terminal state Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开提供了确定电池电量的方法及装置，其中，所述方法包括：获取电池的电压值；将所述电压值映射为所述电池的初始电量值；确定所述初始电量值所属的目标电量区间；根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。通过本公开提供的确定电池电量方法获得的目标电量值，更加贴近电池本身的充放电规律，更能反映电池参数本质，同时更符合用户体验。
Description
技术领域
本公开涉及电子技术领域，尤其涉及确定电池电量的方法及装置。
背景技术
为了让用户及时了解终端电池的电量情况，相关技术中，可以先测量得到电池的电压值，进而对所述电压值进行ADC(Analog-to-Digital Converter，模数变换器)采样，再通过简单的线性映射的方式获得电量值；或者通过电池充放电曲线进行非线性映射，得到电池的电量值；还可以采用电量测量芯片测量电池的电量值。
但是，采用上述第一种方式人为干预较大，无法反映电池电量真实情况，而第二种方式获得的电池电量结果不够精确，第三种方式又会造成成本的增加。
发明内容
有鉴于此，本公开提供了确定电池电量的方法及装置，以解决相关技术中的不足。
根据本公开实施例的第一方面，提供一种确定电池电量的方法，所述方法包括：
获取电池的电压值；
将所述电压值映射为所述电池的初始电量值；
确定所述初始电量值所属的目标电量区间；
根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
根据本公开实施例的第二方面，提供一种确定电池电量的装置，所述装置包括：
获取模块，用于获取电池的电压值；
映射模块，用于将所述电压值映射为所述电池的初始电量值；
电量区间确定模块，用于确定所述初始电量值所属的目标电量区间；
电量确定模块，用于根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面所述的确定电池电量的方法。
由以上技术方案可见，终端可以将获取到的电池的电压值映射为所述电池的初始电量值，进一步地，确定所述初始电量值所属的目标电量区间，从而根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。通过上述过程获得的目标电量值，更加贴近电池本身的充放电规律，更能反映电池参数本质，同时更符合用户体验。另外，采用与目标电量区间对应的目标自适应校正算法来确定目标电量值，可以得到更加精确的电池电量值，且无需额外增加硬件开销和相应的驱动开发成本。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本公开根据一示例性实施例示出的一种确定电池电量的场景示意图；
图2是本公开根据一示例性实施例示出的一种确定电池电量的方法流程图；
图3是本公开根据一示例性实施例示出的一种电池接口电路示意图；
图4是本公开根据一示例性实施例示出的另一种确定电池电量的方法流程图；
图5是本公开根据一示例性实施例示出的一种电池充放电曲线示意图；
图6是本公开根据一示例性实施例示出的另一种确定电池电量的方法流程图；
图7是本公开根据一示例性实施例示出的另一种确定电池电量的方法流程图；
图8是本公开根据一示例性实施例示出的一种确定电池电量的装置框图；
图9是本公开根据一示例性实施例示出的另一种确定电池电量的装置框图；
图10是本公开根据一示例性实施例示出的另一种确定电池电量的装置框图；
图11是本公开根据一示例性实施例示出的一种终端的一结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开运行的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所运行的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中运行的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所运行的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本公开实施例提供的确定电池电量的方法可以用于测量终端的电池电量，所述终端可以是智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)等。本公开实施例中，终端可以先获取电池当前的电压值，可选地，电压值可以以毫伏为单位。进一步地，所述终端将所述电压值进行映射后，得到所述电池的初始电量值。终端可以确定该初始电量值所属的目标电量区间，从而根据与所述目标电量区间对应的目标自适应校正算法，确定出所述电压值对应的目标电量值，最终所述终端可以在终端界面上输出所述目标电量值，例如图1所示。
本公开实施例提供了一种确定电池电量的方法，如图2所示，图2是本公开根据一示例性实施例示出的一种确定电池电路的方法，包括：
在步骤101中，获取电池的电压值；
在步骤102中，将所述电压值映射为所述电池的初始电量值；
在步骤103中，确定所述初始电量值所属的目标电量区间；
在步骤104中，根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
本公开实施例中，终端在将获取到的电池的电压值映射为所述电池的初始电量值之后，可以确定出所述初始电量值所属的目标电量区间，从而根据与所述目标电量区间对应的目标自适应校正算法，最终确定出所述电压值对应的目标电量值。通过上述过程获得的目标电量值，更加贴近电池本身的充放电规律，更能反映电池参数本质，同时更符合用户体验。另外，与目标电量区间对应的目标自适应校正算法来确定目标电量值，可以得到更加精确的电池电量值，且无需额外增加硬件开销和相应的驱动开发成本。
针对上述步骤101，终端可以先获取电池的电压值。例如在图3所示的电池接口电路中，电池当前输出的电压经过分压处理、滤波处理后，BAT-DET(电池电压检测)信号会被送入CPU(Central Processing Unit，中央处理器)的ADC模块进行模拟信号采集。进一步地进行模数转换得到数字信号，该数字信号的数值可以作为本公开实施例中所述电池的电压值。
本公开实施例中，对电池当前输出的电压按照相关技术进行分压，可以确保后续模拟信号到数字信号转换时，转换得到的数值信号的范围符合预设数值范围。
另外，考虑到获取到的电压值是由模拟信号转换而来，会随着电路串扰、空间干扰或其他因素存在波动。通常测量得到的电压值与真实电压值之间会存在毫伏级别的误差。
为了提高目标电量值的精确度，本步骤中，可以通过相关技术中的各种滤波算法，例如卡尔曼滤波、均值滤波算法等，对测量得到的所述电压值进行滤波处理，从而得到精确度更高、更接近真实电压值的电压值。
上述实施例中，通过对测量得到的所述电压值进行滤波处理，从而确保后续可以获得更加接近真实电压值、精确度更高的目标电压值，提高了最终获得的目标电量值的精确度。
针对上述步骤102，如图4所示，图4是本申请根据图2所示的实施例示出的另一种确定电池电路的方法，步骤102可以包括：
在步骤102-1中，如果所述电压值大于第一预设电压值且小于第二预设电压值，则确定所述电池当前所处的目标状态；
本步骤中，如果步骤101中获取到的电压值在第一预设电压值到第二预设电压值的范围内，则所述终端可以按照相关技术，在终端的CPU中确定所述电池当前所处的目标状态，可选地，所述目标状态可以是充电状态或放电状态。
例如，终端可以按照时间先后顺序分别将时间点T1和时间点T2获取到的电池的电压值U1和U2进行比较，如果U1大于U2，说明电池当前所处的目标状态为放电状态，如果U1大小于U2，则可以说明电池当前所处的目标状态为充电状态。
在本公开实施例中，上述第二预设电压值大于上述第一预设电压值，可选地，可以将3节锂电池串联后的电压值9000毫伏作为所述第一预设电压值，并假设所述第二预设电压值为12650毫伏。所述终端在确定测量出的电压值大于所述第一预设电压值9000毫伏且小于所述第二预设电压值12650毫伏时，才执行步骤102-1，确定电池当前所处的目标状态。
在步骤102-2中，根据与所述目标状态对应的电压值和电量值之间的映射曲线，将所述电压值映射为所述电池的初始电量值。
本步骤中，终端可以根据与所述目标状态对应的电压值和电量值之间的映射曲线，将电压值映射为电池的初始电量值。其中，所述电压值和电量值之间的映射曲线可以为电池充电曲线或电池放电曲线。电池充电曲线或电池放电曲线是由电池厂商对所述电池进行测试后提供的，分别用于反映在电池的充电过程和放电过程中电压值和电量值之间的映射关系。
以单节锂电池为例，其电池充放电曲线如图5所示。当所述终端确定所述电池当前所处的目标状态为充电状态时，可以将步骤101中获取到的所述电压值按照图5所示的电池充电曲线进行映射，从而得到所述电池的初始电量值。
当所述终端确定所述电池当前所处的目标状态为放电状态时，可以将获取到的所述电压值按照图5所示的电池放电曲线进行映射，从而得到所述电池的所述初始电量值。
上述实施例中，对比较宽的电池的电压值范围进行了截取，终端可以在电压值大于第一预设电压值且小于第二预设电压值时，才将电池的电压值映射为所述电池的初始电量值，使得获取到的初始电量值更加贴近电池本身的充放电规律，更能反映电池参数本质。
针对上述步骤103，如图6所示，图6是本申请根据图2所示的实施例示出的另一种确定电池电路的方法，步骤103可以包括：
在步骤103-1中，将所述电池的最小电量值到最大电量值之间的区间预先分为区间范围值相等或不等的多个电量区间；
本步骤中，所述终端可以将电池的最小电量值0％到最大电量值100％之间的区间预先分为区间范围值相等或不等的多个电量区间。
例如，可以对[0％，100％]这个区间进行10等分，得到如下10个电量区间：[0％，10％]、[11％，20％]、[21％，30％]、[31％，40％]、[41％，50％]、[51％，60％]、[61％，70％]、[71％，80％]、[81％，90％]以及[91％，100％]。
或者，可以将[0％，100％]这个区间分为4个区间范围不等的电量区间，假设为：[0％，40％]、[41％，60％]、[61％，70％]以及[71％，100％]。
在步骤103-2中，在所述多个电量区间中，将所述初始电量值所属的电量区间作为目标电量区间。
本步骤中，基于上述电量区间，终端可以直接按照相关技术，确定初始电量值所属的目标电量区间。
例如，预设的电量区间包括[0％，40％]、[41％，60％]、[61％，70％]以及[71％，100％]，初始电量值为20％，则初始电量值所属的目标电量区间为[0％，40％]。
针对上述步骤104，根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
本公开实施例中，不同的电量区间可以对应不同的自适应校正算法。可选地，不同的电量区间所对应的不同的自适应校正算法可以基于神经网络，将给定输入设定为多项式各幂次方项：x0，x1，x2，…，xn。其中，x是所述电池的电压值，n是幂次方的数值。神经网络中的神经元可以采用求和函数表示，当然也可以根据实际需要设置更为复杂的函数，或者增加神经元的个数。经过神经网络运算后得到的输出层输出的结果就可以作为所述电池的目标电量值，也就是获得电池曲线的拟合结果。
本公开实施例中，可以将实际采样得到的电池的电压采样值，以及与所述电压采样值对应的电量采样值作为样本数据，训练出上述多个神经元xn的权重值wn，从而确保后续得到的目标电量值的精确度。
本步骤中，不同的电量区间所对应的不同的自适应校正算法可以通过以下公式1表示：
yi＝wi0×x0+wi1×x1+wi2×x2+…+win×xn， 公式1
其中，yi是目标电量区间i所对应的目标电量值，x是所述电压值，n是幂次方的数值，win是目标电量区间i所对应的xn的权重值。
本公开实施例中针对不同的目标电量区间，win可以取不同值。可以看出，预设的电量区间的数目越大，拟合结果越精确，同时计算复杂度也相应提高。实际应用中，可以根据具体的精确度要求和终端硬件计算能力确定所述预设电量区间的数目。当然，如果电池的最小电量值到最大电量值之间的区间不进行任何划分，则公式1可以简化为公式2，如下：
y＝w0×x0+w1×x1+w2×x2+…+wn×xn， 公式2
其中，y是所述目标电量值，x是所述电压值，n是幂次方的数值，wn是xn的权重值。
进一步地，在确定了目标自适应校正算法后，终端就可以确定与所述目标自适应校正算法匹配的所述电压值的每个幂次方数值所对应的目标权重值，进一步地，将所述电压值的每个幂次方数值与每个幂次方数值所对应的所述目标权重值相乘后累加得到的和值确定为所述目标电量值。
也就是说，所述终端可以根据目标自适应校正算法，将所述电压值代入公式1中，计算所述电压值的每个幂次方数值与每个幂次方数值对应的目标权重值相乘后累加得到的和值。进一步地，所述终端可以将所述和值确定为所述目标电量值。
例如，预设的电量区间包括[0％，40％]、[41％，60％]、[61％，70％]以及[71％，100％]，目标电量区间为[41％，60％]，则可以将所述电压值代入公式1中，计算对应的目标电量值。
上述实施例中，与不同电量区间对应的不同的自适应校正算法可以基于神经网络，通过对电池充放电曲线的更为精确的拟合，得到最终的目标电量值。使得电量计算结果更加符合用户体验，更为精确，且预设的电量区间的数目越大，拟合结果越精确。
在本公开实施例中，将电池的最小电量值到最大电量值之间的区间分为多个电量区间时，分出的电量区间是可以有部分重叠的。因此，所述初始电量值也可以对应多个不同的目标自适应校正算法。当所述初始电量值对应的目标自适应校正算法的数目为多个时，分别按照不同的目标自适应校正算法进行计算，获得的所述目标电量值可以相等，可选地，相等的目标电量值还可以为预设值。
上述公式1可以进一步优化为公式3，如下：
其中，yi是目标电量区间i所对应的目标电量值，x是所述电压值，n是幂次方的数值，win是目标电量区间i所对应的xn的权重值，m是预设电量区间的数目，a1，a2，…am为常数。
例如，初始电量值为10％，其所属的目标电量区间是相邻的两个区间[0％，10％]和[10％，20％]，则所述终端按照公式1计算出的yi值可以相等，且为预设值a1。
上述实施例中，当所述初始电量值对应的目标自适应校正算法的数目为多个时，分别根据不同的所述目标自适应算法，计算出的所述电压值对应的所述电池的目标电量值相等，从而确保分段函数的连续性，以便可以得到平滑的充放电曲线拟合结果。
在一实施例中，如图7所示，图7是在前述图4所示实施例的基础上示出的另一种确定电池电量的方法，所述方法还包括以下步骤：
在步骤105中，当所述电压值小于等于第一预设电压值时，将所述电池的最小电量值直接确定为所述目标电量值；
本步骤中，当所述终端测量得到电池的电压值小于或等于第一预设电压值9000毫伏时，可以将所述电池的最小电量值直接作为所述电池的所述目标电量值。其中，最小电量值可以为0％，则直接确定目标电量值为0％。
在步骤106中，当所述电压值大于等于第二预设电压值时，将所述电池的最大电量值直接确定为所述目标电量值。
本步骤中，当所述终端测量得到电池的电压值大于或等于第二预设电压值12650毫伏时，可以直接将所述电池的最大电量值作为所述电池的所述目标电量值。最大电量值可以为100％，则直接确定目标电量值为100％。
通过上述过程，对比较宽的电池的电压值范围进行了截取，一方面可以对临界值的电量值进行定量表示，另一方面可以对电池进行低电量保护。当电池的电压值低于第一预设电压值，进行系统提示或进行关机保护操作。
与前述方法的实施例相对应，本申请还提供了相应装置的实施例。
图8为根据本发明的一示例性实施例示出的一种确定电池电量的装置的结构示意图；如图8所示，该确定电池电量的装置可以包括：
获取模块210，用于获取电池的电压值；
映射模块220，用于将所述电压值映射为所述电池的初始电量值；
电量区间确定模块230，用于确定所述初始电量值所属的目标电量区间；
电量确定模块240，用于根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
在一实施例中，所述电量区间确定模块230具体可以用于：
将所述电池的最小电量值到最大电量值之间的区间预先分为区间范围值相等或不等的多个电量区间；
在所述多个电量区间中，将所述初始电量值所属的电量区间作为目标电量区间。
在一实施例中，所述电量确定模块240具体可以用于：
确定与所述目标电量区间对应的目标自适应校正算法匹配的所述电压值的每个幂次方数值所对应的目标权重值；
将所述电压值的每个幂次方数值与每个幂次方数值所对应的所述目标权重值相乘后累加得到的和值确定为所述目标电量值。
在一实施例中，图9为根据本发明的图8示例性实施例示出的另一种确定电池电量的装置的结构示意图；如图9所示，所述映射模块220具体可以包括：
状态确定子模块221，用于如果所述电压值大于第一预设电压值且小于第二预设电压值，则确定所述电池当前所处的目标状态；
映射子模块222，用于根据与所述目标状态对应的电压值和电量值之间的映射曲线，将所述电压值映射为所述电池的初始电量值；
其中，所述第二预设电压值大于所述第一预设电压值。
在一实施例中，图10为根据本发明的图9示例性实施例示出的另一种确定电池电量的装置的结构示意图；如图10所示，该确定电池电量的装置还可以包括：
第一电量确定模块250，用于如果所述电压值小于等于所述第一预设电压值，将所述电池的最小电量值直接确定为所述目标电量值；
第二电量确定模块260，用于如果所述电压值大于等于所述第二预设电压值，将所述电池的最大电量值直接确定为所述目标电量值。
在一实施例中，所述获取模块210具体可以用于：
对所述电池的电压依次进行分压处理、滤波处理、模拟信号到数字信号的转换之后，获得所述电压值。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例还提供了另一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述实施例提供的确定电池电量的方法。
图11示出了根据本发明的一示例性实施例的终端的结构示意图；对应于上述的确定电池电量的方法，本公开实施例还提出了图11所示的根据本发明的一示例性实施例的终端的示意结构图。请参考图11，在硬件层面，该计算设备包括电池、电池管理模块、处理器以及存储器，当然还可能包括其他业务所需要的硬件。电池管理模块可以对电池的电压值进行测量，处理器从电池管理模块中读取对应的电压值后，根据所述电压值确定目标电量值，在逻辑层面上形成确定电池电量的装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。
Claims (10)
1.一种确定电池电量的方法，其特征在于，所述方法包括：
获取电池的电压值；
将所述电压值映射为所述电池的初始电量值；
确定所述初始电量值所属的目标电量区间；
根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
2.根据权利要求1所述的方法，其特征在于，所述确定所述初始电量值所属的目标电量区间，包括：
将所述电池的最小电量值到最大电量值之间的区间预先分为区间范围值相等或不等的多个电量区间；
在所述多个电量区间中，将所述初始电量值所属的电量区间作为目标电量区间。
3.根据权利要求1所述的方法，其特征在于，所述根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值，包括：
确定与所述目标电量区间对应的目标自适应校正算法匹配的所述电压值的每个幂次方数值所对应的目标权重值；
将所述电压值的每个幂次方数值与每个幂次方数值所对应的所述目标权重值相乘后累加得到的和值确定为所述目标电量值。
4.根据权利要求1所述的方法，其特征在于，所述将所述电压值映射为所述电池的初始电量值，包括：
如果所述电压值大于第一预设电压值且小于第二预设电压值，则确定所述电池当前所处的目标状态；
根据与所述目标状态对应的电压值和电量值之间的映射曲线，将所述电压值映射为所述电池的初始电量值；
其中，所述第二预设电压值大于所述第一预设电压值。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
如果所述电压值小于等于所述第一预设电压值，将所述电池的最小电量值直接确定为所述目标电量值；
如果所述电压值大于等于所述第二预设电压值，将所述电池的最大电量值直接确定为所述目标电量值。
6.根据权利要求1所述的方法，其特征在于，所述获取电池的电压值，包括：
对所述电池的电压依次进行分压处理、滤波处理、模拟信号到数字信号的转换之后，获得所述电压值。
7.一种确定电池电量的装置，其特征在于，所述装置包括：
获取模块，用于获取电池的电压值；
映射模块，用于将所述电压值映射为所述电池的初始电量值；
电量区间确定模块，用于确定所述初始电量值所属的目标电量区间；
电量确定模块，用于根据与所述目标电量区间对应的目标自适应校正算法，确定所述电压值对应的目标电量值。
8.根据权利要求7所述的装置，其特征在于，所述映射模块包括：
状态确定子模块，用于如果所述电压值大于第一预设电压值且小于第二预设电压值，则确定所述电池当前所处的目标状态，所述目标状态为充电状态或放电状态；
映射子模块，用于根据与所述目标状态对应的电压值和电量值之间的映射曲线，将所述电压值映射为所述电池的初始电量值；
其中，所述第二预设电压值大于所述第一预设电压值。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
第一电量确定模块，用于如果所述电压值小于等于所述第一预设电压值，将所述电池的最小电量值直接确定为所述目标电量值；
第二电量确定模块，用于如果所述电压值大于等于所述第二预设电压值，将所述电池的最大电量值直接确定为所述目标电量值。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-6任一所述的确定电池电量的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710908547.5A CN107677967B (zh) | 2017-09-29 | 2017-09-29 | 确定电池电量的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710908547.5A CN107677967B (zh) | 2017-09-29 | 2017-09-29 | 确定电池电量的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107677967A true CN107677967A (zh) | 2018-02-09 |
| CN107677967B CN107677967B (zh) | 2020-08-07 |
Family
ID=61138684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710908547.5A Expired - Fee Related CN107677967B (zh) | 2017-09-29 | 2017-09-29 | 确定电池电量的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107677967B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108802628A (zh) * | 2018-06-28 | 2018-11-13 | 京信通信系统（中国）有限公司 | 电池电量计量方法、装置及设备 |
| CN110850313A (zh) * | 2019-11-14 | 2020-02-28 | 宁波德晶元科技有限公司 | 一种锂电池充放电电量显示方法与系统 |
| CN111505423A (zh) * | 2020-04-30 | 2020-08-07 | 武汉拓宝科技股份有限公司 | 一种低功耗设备电量测试方法及系统 |
| CN112526369A (zh) * | 2019-09-18 | 2021-03-19 | 广州极飞科技有限公司 | 基于电压值对电量的计量方法、电量确定方法及其装置 |
| CN113884916A (zh) * | 2020-07-02 | 2022-01-04 | 聚众联合科技股份有限公司 | 电量判断模块及其电量校正的方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004230813A (ja) * | 2003-01-31 | 2004-08-19 | Canon Inc | 電池残量検出方法 |
| CN102680897A (zh) * | 2011-03-15 | 2012-09-19 | 联芯科技有限公司 | 电池电量管理方法和装置 |
| CN103052529A (zh) * | 2010-10-05 | 2013-04-17 | 三菱电机株式会社 | 充电控制装置 |
| CN103778574A (zh) * | 2014-02-26 | 2014-05-07 | 广西电网公司 | 孤岛微电网发展协调性评价方法 |
| CN103884996A (zh) * | 2014-03-18 | 2014-06-25 | 中国电力科学研究院 | 一种磷酸铁锂电池的剩余电量计算方法 |
| CN204886324U (zh) * | 2015-08-27 | 2015-12-16 | 山西省交通科学研究院 | 一种电源管理及电量显示系统 |
| CN105244920A (zh) * | 2014-11-28 | 2016-01-13 | 国家电网公司 | 考虑电池健康状态的储能系统多目标控制方法及其系统 |
| CN105403839A (zh) * | 2015-10-27 | 2016-03-16 | 北京新能源汽车股份有限公司 | 电池荷电状态的估计方法和装置 |
| CN105974326A (zh) * | 2016-06-01 | 2016-09-28 | 华霆（合肥）动力技术有限公司 | 锂电池寿命预估方法及装置 |
| CN106501730A (zh) * | 2016-12-06 | 2017-03-15 | 歌尔科技有限公司 | 一种电池电量处理方法及设备 |
-
2017
- 2017-09-29 CN CN201710908547.5A patent/CN107677967B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004230813A (ja) * | 2003-01-31 | 2004-08-19 | Canon Inc | 電池残量検出方法 |
| CN103052529A (zh) * | 2010-10-05 | 2013-04-17 | 三菱电机株式会社 | 充电控制装置 |
| CN102680897A (zh) * | 2011-03-15 | 2012-09-19 | 联芯科技有限公司 | 电池电量管理方法和装置 |
| CN103778574A (zh) * | 2014-02-26 | 2014-05-07 | 广西电网公司 | 孤岛微电网发展协调性评价方法 |
| CN103884996A (zh) * | 2014-03-18 | 2014-06-25 | 中国电力科学研究院 | 一种磷酸铁锂电池的剩余电量计算方法 |
| CN105244920A (zh) * | 2014-11-28 | 2016-01-13 | 国家电网公司 | 考虑电池健康状态的储能系统多目标控制方法及其系统 |
| CN204886324U (zh) * | 2015-08-27 | 2015-12-16 | 山西省交通科学研究院 | 一种电源管理及电量显示系统 |
| CN105403839A (zh) * | 2015-10-27 | 2016-03-16 | 北京新能源汽车股份有限公司 | 电池荷电状态的估计方法和装置 |
| CN105974326A (zh) * | 2016-06-01 | 2016-09-28 | 华霆（合肥）动力技术有限公司 | 锂电池寿命预估方法及装置 |
| CN106501730A (zh) * | 2016-12-06 | 2017-03-15 | 歌尔科技有限公司 | 一种电池电量处理方法及设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108802628A (zh) * | 2018-06-28 | 2018-11-13 | 京信通信系统（中国）有限公司 | 电池电量计量方法、装置及设备 |
| CN112526369A (zh) * | 2019-09-18 | 2021-03-19 | 广州极飞科技有限公司 | 基于电压值对电量的计量方法、电量确定方法及其装置 |
| CN112526369B (zh) * | 2019-09-18 | 2024-03-01 | 广州极飞科技股份有限公司 | 基于电压值对电量的计量方法、电量确定方法及其装置 |
| CN110850313A (zh) * | 2019-11-14 | 2020-02-28 | 宁波德晶元科技有限公司 | 一种锂电池充放电电量显示方法与系统 |
| CN111505423A (zh) * | 2020-04-30 | 2020-08-07 | 武汉拓宝科技股份有限公司 | 一种低功耗设备电量测试方法及系统 |
| CN111505423B (zh) * | 2020-04-30 | 2022-05-03 | 武汉拓宝科技股份有限公司 | 一种低功耗设备电量测试方法及系统 |
| CN113884916A (zh) * | 2020-07-02 | 2022-01-04 | 聚众联合科技股份有限公司 | 电量判断模块及其电量校正的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107677967B (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107677967A (zh) | 确定电池电量的方法及装置 | |
| CN102119338B (zh) | 基于电池电压变化模式估计电池健康状态的方法及装置 | |
| CN104375085B (zh) | 一种检测电池电量的方法、装置及终端 | |
| US20010009370A1 (en) | Method for determining the state of charge of storage batteries | |
| CN109991545B (zh) | 一种电池包电量检测方法、装置及终端设备 | |
| CN105321254B (zh) | 检测被测物体厚度的设备、方法及装置 | |
| CN113383338B (zh) | 模拟电池构建方法及模拟电池构建装置 | |
| JP2006138858A (ja) | 車両用鉛蓄電池の内部状態検出システム | |
| Alfi et al. | Hybrid state of charge estimation for lithium‐ion batteries: design and implementation | |
| CN110383094A (zh) | 电池功率状态估计方法和电池状态监测系统 | |
| CN110244236B (zh) | 一种锂离子电池包soc估计方法、装置及终端设备 | |
| Chao et al. | State-of-health estimator based-on extension theory with a learning mechanism for lead-acid batteries | |
| JP2006226789A (ja) | 車両用蓄電装置の満充電容量演算装置 | |
| JP2006220617A (ja) | 車両用蓄電装置の内部状態検出方式 | |
| CN116500458A (zh) | 动力电池容量评估方法、装置、车辆及电子装置 | |
| CN108802628B (zh) | 电池电量计量方法、装置及设备 | |
| JP4582584B2 (ja) | 二次電池の残存容量演算方法 | |
| CN106970328B (zh) | 一种soc估算方法及装置 | |
| JP2006300692A (ja) | 二次電池の残存容量演算方式 | |
| CN116047339A (zh) | 基于热电耦合模型的锂离子电池组soc估计方法及装置 | |
| CN114113843B (zh) | 一种基于图像识别的直流充电桩自动检测系统及方法 | |
| EP3812779B1 (en) | Analyzing electrical impedance measurements of an electrochemical battery | |
| CN109030996A (zh) | 一种应用在插座上的涓流充电检测方法及系统 | |
| CN117686915B (zh) | 一种嵌入式电池能量状态的确定方法、装置及设备 | |
| CN109991546B (zh) | 一种电池参数获取方法、装置及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200807 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |