CN108128191A - 基于大数据的电动汽车锂电池的容量校正方法及装置 - Google Patents
基于大数据的电动汽车锂电池的容量校正方法及装置 Download PDFInfo
- Publication number
- CN108128191A CN108128191A CN201711422194.4A CN201711422194A CN108128191A CN 108128191 A CN108128191 A CN 108128191A CN 201711422194 A CN201711422194 A CN 201711422194A CN 108128191 A CN108128191 A CN 108128191A
- Authority
- CN
- China
- Prior art keywords
- discharge curve
- correction
- transmitting device
- radio transmitting
- battery
- 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.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Secondary Cells (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种基于大数据的电动汽车锂电池的容量校正方法,应用于云端服务器,电动汽车上设置无线传输装置,方法包括:接收由第一无线传输装置实时上传的与第一无线传输装置对应的电动汽车的电池校正信息,电池校正信息包括与第一无线传输装置对应的电动汽车的锂电池的校正电池温度;基于电池校正信息获得与校正电池温度对应的特定放电曲线;接收由第二无线传输装置发送的校正指令,基于校正指令判断与第二无线传输装置对应的电动汽车的当前放电曲线与特定放电曲线是否匹配,校正指令包括与第二无线传输装置对应的电动汽车的锂电池的当前放电曲线及当前电池温度;基于判断结果对与第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
Description
技术领域
本发明涉及控制领域,具体涉及一种基于大数据的电动汽车锂电池的容量校正系统以及一种基于大数据的电动汽车锂电池的容量校正装置。
背景技术
随着电动汽车技术的不断发展,电动汽车在整个汽车市场的占有率也不断提高。电动汽车与传统的油动汽车不同,电动汽车的驱动力主要来自于电力,而电动汽车上的电力主要通过蓄电池来进行存储以及输出。
由于在不同领域以及不同应用场景的不同需求,蓄电池技术已经发展了几百年,而目前在民用领域应用最为广泛的就是锂电池,在电动汽车领域,由于安全性、能量密度、成本以及使用寿命等因素,主要采用三元锂电池或者磷酸铁锂电池,尤其是锂电池不具有记忆效应的优势,使其相比于其他电池应用更为广泛。
然而在实际应用过程中,本领域技术人员发现锂电池具有如下技术问题:1、锂电池对于温度的变化比较敏感,温度过高会导致锂电池中的活性物质受到永久性损害,当温度高于60℃时甚至会存在爆炸的危险;而温度过低会导致锂电池的性能大幅度降低,当温度低于-20℃时,锂电池可输出的容量甚至不足40%,其充电性能同样受到严重影响。2、由于锂电池的充电次数非常有限,而随着锂电池的使用,由于锂电池可输出容量的影响因素非常多,因此其输出容量变化较大,往往需要经常对锂电池的输出容量进行校准,然而一方面进行校准增加了锂电池的无效充放电次数,另一方面校准需要对锂电池进行深度放电,会进一步损害锂电池的使用寿命。
发明内容
为了克服现有技术中锂电池容量变化大以及对锂电池的容量校正方法影响锂电池的使用寿命的技术问题,本发明实施例提供一种基于大数据的电动汽车锂电池的容量校正方法以及容量校正装置,通过获取不同电动汽车在不同状态下的校准数据并在云端进行管理,从而根据云端大数据对电动汽车的电池容量进行校正,精确性高,不影响锂电池的使用寿命。
为了实现上述目的,本发明一方面提供一种基于大数据的电动汽车锂电池的容量校正方法,应用于云端服务器,所述电动汽车上设置无线传输装置,所述校正方法包括:接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
优选地,所述基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线,包括:基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
优选地,所述基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线,包括:基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
优选地,所述基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,包括:基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下:将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下:向所述第二无线传输装置发送无数据提示信息。
优选地,所述基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正,包括:在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下:向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下:向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;在所述判断结果为无数据的情况下:向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
本发明第二方面提供一种基于大数据的电动汽车锂电池的容量校正装置,应用于云端服务器,所述电动汽车上设置无线传输装置,所述校正装置包括:接收模块,用于接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;运算模块,用于基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;匹配模块,用于接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;校正模块,用于基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
优选地,所述运算模块包括:检索子模块,用于基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;优化子模块,用于在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;绘制子模块,用于在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
优选地,所述优化子模块包括:缓存组件,用于基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;优化组件,用于提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
优选地,所述匹配模块包括:读取子模块,用于基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;判断子模块,用于在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下,将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;提示子模块,用于在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下,向所述第二无线传输装置发送无数据提示信息。
优选地,所述校正模块包括:提示子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下:向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;发送子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下:向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;控制子模块,用于在所述判断结果为无数据的情况下,向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
通过本发明提供的技术方案,本发明至少具有如下技术效果:
通过从云端获取不同电动汽车在不同的状态下进行锂电池容量校正的校正数据,从而可以基于大数据获得在不同状态下的锂电池的精确的放电曲线,当电动汽车在不同状态下需要对电动汽车的锂电池需要进行校正时,只需要从云端服务器获取锂电池的校正数据并保存到对应的电动汽车中,就可实现锂电池的容量校正,而不需要再对锂电池进行一次实际的校正,从而在保证校正数据精确性的基础上,可以在不影响锂电池的使用寿命的情况下对锂电池进行校正。
附图说明
图1是本发明实施例提供的基于大数据的电动汽车锂电池的容量校正方法的具体实现流程图;
图2是本发明实施例提供的云端服务器获取电动汽车的校正指令的示意图;
图3是本发明实施例提供的云端服务器向电动汽车发送特定放电曲线的示意图;
图4是本发明实施例提供的基于大数据的电动汽车锂电池的容量校正装置的结构示意图;
图5是本发明实施例提供的容量校正装置的运算模块的结构示意图;
图6是本发明实施例提供的容量校正装置的匹配模块的结构示意图;
图7是本发明实施例提供的容量校正装置的校正模块的结构示意图。
具体实施方式
为了克服现有技术中锂电池容量变化大以及对锂电池的容量校正方法影响锂电池的使用寿命的技术问题,本发明实施例提供一种基于大数据的电动汽车锂电池的容量校正方法以及容量校正装置,通过获取不同电动汽车在不同状态下的校准数据并在云端进行管理,从而根据云端大数据对电动汽车的电池容量进行校正,精确性高,不影响锂电池的使用寿命。
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上,鉴于此,本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。另外,需要理解的是,在本发明实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
请参见图1,本发明实施例提供一种基于大数据的电动汽车锂电池的容量校正方法,应用于云端服务器,所述电动汽车上设置无线传输装置,所述校正方法包括:
S10)接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;
S20)基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;
S30)接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;
S40)基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
在本发明实施例中,通过大数据对云端服务器中的放电曲线进行优化,从而使得云端服务器中存储的放电曲线具有更高的精确性,同时在电动汽车需要进行容量校正时,只需要从云端服务器获取与当前的状态参数对应的放电曲线,而不必实际对电动汽车的锂电池进行一次校正,从而在保证了锂电池容量显示的精确性的前提下,在不影响锂电池的使用寿命的情况下对锂电池的容量校正,操作简单、精确性更高,保护了锂电池的使用寿命,降低了使用成本,提升了用户体验。
在本发明实施例中,所述基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线,包括:基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
在本发明实施例中,通过云端服务器对所有放电曲线进行存储,以及基于大数据对存储的放电曲线进行优化,从而能够在使用最少的资源以及对锂电池的影响最低的情况下,实现锂电池的精确校正,实现成本更低,延长了锂电池的使用寿命。
在本发明实施例中,所述基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线,包括:基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
请参见图2,在一种可能的实施方式中,在获取到电动汽车上传的电池校正信息后,首先对该电池校正信心进行分类,然后提取在该分类下存储的所有电池校正信息,并将该电池校正信息和提取的所有电池校正信息一起进行大数据学习,例如通过人工神经网络技术、遗传算法、模拟退火算法、模拟退火技术以及群集智能技术等方法,对该分类下的电池校正信息进行进一步的优化,从而获得更精确的放电曲线。
通过基于大数据对电池校正信息进行智能学习,因此用户上传的电池校正信息越多,通过智能学习所生成的放电曲线越精确,从而进一步保证了云端服务器中存储的放电曲线数据具有更高的精确性。
在本发明实施例中,所述基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,包括:基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下:将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下:向所述第二无线传输装置发送无数据提示信息。
请参见图3,在一种可能的实施方式中,云端服务器获取到电动汽车发送的校正指令,并从该校正指令中提取出该电动汽车的锂电池型号,以及该锂电池的当前温度数据,从而从云端服务器中的该锂电池型号以及该当前电池温度的分类下,提取对应的特定放电曲线数据,然后从校正指令中提取电动汽车的当前放电曲线,并将当前放电曲线与特定放电曲线进行匹配,发现当前放电曲线与特定放电曲线不匹配,从而得到放电曲线不匹配的判断结果。
进一步地,在本发明实施例中,所述基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正,包括:在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下:向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下:向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;在所述判断结果为无数据的情况下:在所述判断结果为无数据的情况下:向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
在本发明实施例中,通过将当前放电曲线与云端服务器中的特定放电曲线进行匹配,若当前放电曲线与特定放电曲线匹配成功,但用户仍旧认为电池容量显示不准确,因此通过提示用户重新进行校正,并将校正结果发送到云端服务器进行优化,从而能够进一步优化云端服务器中放电曲线的精确性;同时,在云端服务器中不存在与当前放电曲线相同的特定放电曲线的情况下,通过控制电动汽车进行容量校正,并将校正数据上传到云端服务器,能够使得云端服务器中存储的数据更加全面,以更加满足用户的需求。提升用户体验。
相应的,请参见图4,本发明还提供一种基于大数据的电动汽车锂电池的容量校正装置,应用于云端服务器,所述电动汽车上设置无线传输装置,所述校正装置包括:接收模块,用于接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;运算模块,用于基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;匹配模块,用于接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;校正模块,用于基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
请参见图5,在本发明实施例中,所述运算模块包括:检索子模块,用于基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;优化子模块,用于在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;绘制子模块,用于在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下:基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
在本发明实施例中,所述优化子模块包括:缓存组件,用于基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;优化组件,用于提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
请参见图6,在本发明实施例中,所述匹配模块包括:读取子模块,用于基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;判断子模块,用于在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下:将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;提示子模块,用于在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下:向所述第二无线传输装置发送无数据提示信息。
请参见图7,在本发明实施例中,所述校正模块包括:提示子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下:向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;发送子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下:向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;控制子模块,用于在所述判断结果为无数据的情况下,向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种基于大数据的电动汽车锂电池的容量校正方法,应用于云端服务器,所述电动汽车上设置无线传输装置,其特征在于,所述校正方法包括:
接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;
基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;
接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;
基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
2.根据权利要求1所述的容量校正方法,其特征在于,所述基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线,包括:
基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;
在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下,基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;
在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下,基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
3.根据权利要求2所述的容量校正方法,其特征在于,所述基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线,包括:
基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;
提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
4.根据权利要求1所述的容量校正方法,其特征在于,所述基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,包括:
基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;
在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下,将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;
在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下,向所述第二无线传输装置发送无数据提示信息。
5.根据权利要求1所述的容量校正方法,其特征在于,所述基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正,包括:
在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下:向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;
在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下:向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;
在所述判断结果为无数据的情况下:向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
6.一种基于大数据的电动汽车锂电池的容量校正装置,应用于云端服务器,所述电动汽车上设置无线传输装置,其特征在于,所述校正装置包括:
接收模块,用于接收由第一无线传输装置实时上传的与所述第一无线传输装置对应的电动汽车的电池校正信息,其中所述电池校正信息包括与所述第一无线传输装置对应的电动汽车的锂电池的校正电池温度;
运算模块,用于基于所述电池校正信息获得与所述校正电池温度对应的特定放电曲线;
匹配模块,用于接收由第二无线传输装置发送的校正指令,并基于所述校正指令判断与所述第二无线传输装置对应的电动汽车的当前放电曲线与所述特定放电曲线是否匹配,并获得判断结果,其中所述校正指令包括与所述第二无线传输装置对应的电动汽车的锂电池的当前放电曲线以及当前电池温度;
校正模块,用于基于所述判断结果对与所述第二无线传输装置对应的电动汽车的锂电池的容量进行校正。
7.根据权利要求6所述的容量校正装置,其特征在于,所述运算模块包括:
检索子模块,用于基于所述锂电池的校正电池温度,判断所述云端服务器中是否存储有与所述校正电池温度对应的预存放电曲线;
优化子模块,用于在所述云端服务器中存储有与所述校正电池温度对应的预存放电曲线的情况下,基于所述电池校正信息对所述预存放电曲线进行优化,以生成特定放电曲线;
绘制子模块,用于在所述云端服务器未存储有与所述校正电池温度对应的预存放电曲线的情况下,基于所述电池校正信息生成与所述校正电池温度对应的特定放电曲线,并将所述特定放电曲线保存在所述云端服务器中。
8.根据权利要求7所述的容量校正装置,其特征在于,所述优化子模块包括:
缓存组件,用于基于所述电池校正信息,生成与所述电池校正信息对应的缓存放电曲线,并存储在所述云端服务器中;
优化组件,用于提取所述云端服务器中存储的所有与所述校正电池温度对应的缓存放电曲线,基于所述所有的缓存放电曲线进行大数据学习并对所述预存放电曲线进行优化,以获得所述特定放电曲线。
9.根据权利要求6所述的容量校正装置,其特征在于,所述匹配模块包括:
读取子模块,用于基于与所述第二无线传输装置对应的电动汽车的锂电池的当前电池温度,判断所述云端服务器中是否存储有与所述当前电池温度对应的所述特定放电曲线;
判断子模块,用于在所述云端服务器中存储有与所述当前电池温度对应的所述特定放电曲线的情况下,将所述当前放电曲线与所述特定放电曲线进行相似度对比,若所述当前放电曲线与所述特定放电曲线的相似度达到预设阈值,则判定所述当前放电曲线与所述特定放电曲线匹配,否则判定所述当前放电曲线与所述特定放电曲线不匹配;
提示子模块,用于在所述云端服务器中未存储与所述当前电池温度对应的所述特定放电曲线的情况下,向所述第二无线传输装置发送无数据提示信息。
10.根据权利要求6所述的容量校正装置,其特征在于,所述校正模块包括:
提示子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线匹配的情况下,向所述第二无线传输装置发送数据匹配提示信息,并提示用户进行重新校正;
发送子模块,用于在所述判断结果为所述当前放电曲线与所述特定放电曲线不匹配的情况下,向所述第二无线传输装置发送所述特定放电曲线以对所述锂电池的容量进行校正;
控制子模块,用于在所述判断结果为无数据的情况下,向所述第二无线传输装置发送校正控制信息,并基于所述校正控制信息控制与所述第二无线传输装置对应的电动汽车的校正操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711422194.4A CN108128191A (zh) | 2017-12-25 | 2017-12-25 | 基于大数据的电动汽车锂电池的容量校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711422194.4A CN108128191A (zh) | 2017-12-25 | 2017-12-25 | 基于大数据的电动汽车锂电池的容量校正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108128191A true CN108128191A (zh) | 2018-06-08 |
Family
ID=62392501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711422194.4A Pending CN108128191A (zh) | 2017-12-25 | 2017-12-25 | 基于大数据的电动汽车锂电池的容量校正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108128191A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112114269A (zh) * | 2020-08-11 | 2020-12-22 | 北交新源(北京)科技有限公司 | 一种电动汽车充检一体化平台及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011145255A1 (ja) * | 2010-05-21 | 2011-11-24 | 電動車両技術開発株式会社 | 電池制御装置および車両 |
CN204515489U (zh) * | 2015-01-22 | 2015-07-29 | 汪福利 | 蓄电池远程在线智能监测监控系统 |
CN105717457A (zh) * | 2016-02-03 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
CN105740567A (zh) * | 2016-02-18 | 2016-07-06 | 浙江大学 | 一种用于可更换电池电动汽车的续航里程计算方法 |
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理系统 |
CN106443482A (zh) * | 2016-11-03 | 2017-02-22 | 珠海市魅族科技有限公司 | 电子设备及其电池放电曲线校准方法 |
CN107064847A (zh) * | 2017-04-18 | 2017-08-18 | 洛阳宝盈智控科技有限公司 | 一种电动汽车电池荷电状态校正方法及装置 |
-
2017
- 2017-12-25 CN CN201711422194.4A patent/CN108128191A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011145255A1 (ja) * | 2010-05-21 | 2011-11-24 | 電動車両技術開発株式会社 | 電池制御装置および車両 |
CN204515489U (zh) * | 2015-01-22 | 2015-07-29 | 汪福利 | 蓄电池远程在线智能监测监控系统 |
CN105717457A (zh) * | 2016-02-03 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种采用大数据库分析进行电池组健康状态估算的方法 |
CN105740567A (zh) * | 2016-02-18 | 2016-07-06 | 浙江大学 | 一种用于可更换电池电动汽车的续航里程计算方法 |
CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理系统 |
CN106443482A (zh) * | 2016-11-03 | 2017-02-22 | 珠海市魅族科技有限公司 | 电子设备及其电池放电曲线校准方法 |
CN107064847A (zh) * | 2017-04-18 | 2017-08-18 | 洛阳宝盈智控科技有限公司 | 一种电动汽车电池荷电状态校正方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112114269A (zh) * | 2020-08-11 | 2020-12-22 | 北交新源(北京)科技有限公司 | 一种电动汽车充检一体化平台及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10424958B2 (en) | Charging method and apparatus for rechargeable battery | |
US10084333B2 (en) | Charging method, power adapter, mobile terminal, and charging system | |
KR20160014940A (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
CN104665619A (zh) | 一种智能烤箱烹调的控制系统及其方法 | |
KR20220089969A (ko) | 배터리의 단락 검출 장치 및 방법 | |
CN111666393A (zh) | 智能问答系统的验证方法、装置、计算机设备及存储介质 | |
CN108128191A (zh) | 基于大数据的电动汽车锂电池的容量校正方法及装置 | |
CN106707194B (zh) | 一种充电电池检测方法及电子设备 | |
CN104202106A (zh) | 移动场景中基于信任度的协作频谱感知方法 | |
CN104935446A (zh) | 基于可信度挖掘的网络质量评估方法及装置 | |
CN114675190A (zh) | 一种电池安全评估的方法、装置及电子设备 | |
CN111046742A (zh) | 一种眼部行为检测方法、装置以及存储介质 | |
CN104346467A (zh) | 地理信息校验方法、相关装置及相应的数据库 | |
CN106936527B (zh) | 一种基于双门限的多用户合作频谱感知方法 | |
US11772197B2 (en) | Laser transmission characteristic value determination method | |
CN116609671A (zh) | 电池容量预测方法、装置、设备及存储介质 | |
Tamilselvi et al. | Capacity fade modeling of Li-ion battery using evolutionary algorithm | |
CN106684954A (zh) | 一种充电参数的校验方法及设备和充电器 | |
US20220129248A1 (en) | Apparatus and method for generating random numbers based on reinforcement learning | |
CN115720341A (zh) | 一种用于5g通道关断的方法、介质及装置 | |
CN115037497A (zh) | 采用人工智能和大数据分析的安全情报分析方法及系统 | |
CN114184966A (zh) | 电池检测方法、装置、电子设备和可读存储介质 | |
CN107679460B (zh) | 人脸的自学习方法及智能终端和存储介质 | |
CN107196386B (zh) | 蓄电池充电方法、装置及充电桩 | |
CN117590260B (zh) | 船用锂离子动力电池荷电状态估计方法、装置及电子设备 |
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 |