CN109459702B - 基于车联网的电池状态分析方法及装置 - Google Patents
基于车联网的电池状态分析方法及装置 Download PDFInfo
- Publication number
- CN109459702B CN109459702B CN201811333925.2A CN201811333925A CN109459702B CN 109459702 B CN109459702 B CN 109459702B CN 201811333925 A CN201811333925 A CN 201811333925A CN 109459702 B CN109459702 B CN 109459702B
- Authority
- CN
- China
- Prior art keywords
- battery
- information
- vehicle
- battery state
- state analysis
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 151
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 23
- 238000007599 discharging Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000017525 heat dissipation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000001915 proofreading effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
Images
Classifications
-
- 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
- Electric Propulsion And Braking For Vehicles (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于车联网的电池状态分析方法、装置、计算设备及计算机存储介质，其中，该方法包括：接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息；根据云端服务器中的电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，得到电池状态分析结果；根据电池状态分析结果，确定目标电池状态；将目标电池状态发送至车辆端，以供车辆端根据目标电池状态执行对应的操作。根据本发明提供的技术方案，由云端服务器实现对车辆端中电池系统的管理和监控，能够有效地降低车载控制器的制作成本，实时保证车辆整车安全运行，提高了系统扩展性和移植性，便于进行维护和升级。
Description
技术领域
本发明涉及车辆技术领域，具体涉及一种基于车联网的电池状态分析方法、装置、计算设备及计算机存储介质。
背景技术
目前车辆所使用的电池系统是将对电池系统的所有检测和控制功能都集成于车载控制器上(BMS)，包括SOC(电池荷电状态，State of Charge)、SOP(电池功率状态，Stateof Power)、SOE(电池剩余能量状态，State of Energy)、SOH(电池健康状态，State ofHealth)、均衡控制、电池诊断等与电芯直接相关的检测及控制功能。基于这样的电池系统的管理控制架构，就需要对车载控制器提出较高的硬件要求。比如芯片需要多核处理器；需要在车载控制器内存放复杂的控制策略和算法，从而要求具有大容量的Flash存储器、ROM存储器和RAM存储器；由于功能安全的要求，对车载控制器的选型和设计要求也都较高。基于满足上述要求，使得车载控制器的制作成本较高。
出于电池系统对能量密度高的要求，车载控制器通常所占空间较小，因此散热、车载控制器布置等环境因素都处于不利条件。并且考虑到后续电池老化、系统升级以及自动驾驶远程控制要求，现有的车载控制器的电气架构也不利于长期的软件使用维护和升级，以及对电池的安全保护。因此，现有电池系统中的车载控制器存在着制作成本高、系统扩展性差、移植性差、难以维护升级等问题。另外，由于现有的电池系统需要内部和外部的多个控制器协调工作，导致CAN通信等网络通信还存在着负载较大的问题。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于车联网的电池状态分析方法、装置、计算设备及计算机存储介质。
根据本发明的一个方面，提供了一种基于车联网的电池状态分析方法，该方法包括：
接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息；
根据云端服务器中的电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，得到电池状态分析结果；
根据电池状态分析结果，确定目标电池状态；
将目标电池状态发送至车辆端，以供车辆端根据目标电池状态执行对应的操作。
根据本发明的另一方面，提供了一种基于车联网的电池状态分析装置，该装置包括：
接收模块，用于接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息；
分析模块，用于根据云端服务器中的电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，得到电池状态分析结果；
确定模块，用于根据电池状态分析结果，确定目标电池状态；
发送模块，用于将目标电池状态发送至车辆端，以供车辆端根据目标电池状态执行对应的操作。
根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；
存储器用于存放至少一可执行指令，可执行指令使处理器执行上述基于车联网的电池状态分析方法对应的操作。
根据本发明的再一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述基于车联网的电池状态分析方法对应的操作。
根据本发明提供的技术方案，将电池系统中的车载控制器的大量的计算控制功能移植到云端服务器，由云端服务器实现对车辆端中电池系统的管理和监控，不仅能够降低CAN通信等网络通信的负载，有效地降低车载控制器的制作成本，而且还减小了车载控制器的器件尺寸，便于在车辆端中设置，有助于车载控制器的散热；云端服务器能够远程诊断电池故障，在电池状态异常时及时向车辆端发送操作提示信息，用于预警用户，使得车辆端和/或用户执行对应的操作，实时保证车辆整车安全运行；并且电池状态分析模型以及电池管理软件存储于云端服务器中，能够方便地进行维护和升级，还提高了系统扩展性和移植性，有助于提高车辆使用性能；另外，通过云端服务器能够实现对海量电池信息的备份，便于在线功能升级以及后续功能开发。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1a示出了根据本发明一个实施例的基于车联网的电池状态分析方法的流程示意图；
图1b示出了车辆端与云端服务器之间的通信示意图；
图2示出了根据本发明一个实施例的基于车联网的电池状态分析装置的结构框图；
图3示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1a示出了根据本发明一个实施例的基于车联网的电池状态分析方法的流程示意图，如图1a所示，该方法包括如下步骤：
步骤S100，接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息。
在本发明中，通过将电池系统中的车载控制器的大量的计算控制功能移植到云端服务器，由云端服务器实现对车辆端中电池系统的管理和监控，云端服务器能够实时监控车辆端的电池状态，保证车辆整车安全运行，同时还有助于提高车辆使用性能。其中，云端服务器可为分布式服务器，由多个远程超级计算机搭建而成。为了保护信息安全，需要对车辆端和云端服务器之间所传输的信息进行加密处理。
具体地，车辆端中电池系统中的车载控制器只需保留电池检测信息的采集和简单的电路控制，如电池的温度、电流、电压等信息的采集、均衡电路开闭控制以及继电器开闭控制，其中，电池是指车辆端中设置的电池包，电池检测信息由电池检测传感器进行采集，电池检测传感器用于对车辆端中电池的温度、电流和电压等信息进行采集。在采集了电池检测信息之后，只需将车辆基本信息、电池基本信息以及电池检测信息通过车辆端中的车载远程信息处理器(车载T-BOX)发送至云端服务器，与云端服务器快速通信，由云端服务器来完成电池状态的分析、确定以及对车辆端的控制。通过这种方式，能够大大降低对车载控制器的硬件要求和制作成本。
本领域技术人员可根据实际需要对电池检测信息、车辆基本信息和电池基本信息进行设置，此处不做限定。具体地，电池检测信息为电池的实时参数数据，可包括：电池温度信息、电池电流信息和电池电压信息。车辆基本信息可包括以下信息的一种或多种：车辆识别码(Vehicle Identification Number，简称VIN码)、发动机编码、电池编码和车辆行驶里程等。其中，VIN码由17位字符组成，包含了电动车辆的生产厂家、年代、车型、车身型式及代码、发动机编码及组装地点等信息。电池基本信息为电池的固有参数数据，可包括以下信息的一种或多种：电池的生产时间、电池编号、电池类型、最大允许充电电压、最小允许放电电压、最大允许充电电流和最大允许放电功率等。
车辆端实时地或定时地将车辆基本信息、电池基本信息以及电池检测信息通过车载T-BOX发送至云端服务器，云端服务器接收上述信息，以便根据上述信息实现对电池状态的分析和确定。其中，若车辆基本信息和电池基本信息仅包括有固有不变的信息，那么车辆端只需向云端服务器发送一次车辆基本信息和电池基本信息即可，无需每次发送电池检测信息的时候都发送车辆基本信息和电池基本信息。
步骤S101，根据云端服务器中的电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，得到电池状态分析结果。
在接收了车辆基本信息、电池基本信息以及电池检测信息之后，云端服务器就能根据电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，分析SOC、SOP、SOE、SOH以及电池诊断等，从而得到电池状态分析结果。本领域技术人员可根据实际需要对电池状态分析结果所包括的内容进行设置，此处不做限定。例如，电池状态分析结果可包括SOC分析结果、SOP分析结果、SOE分析结果、SOH分析结果以及电池诊断分析结果等。
在云端服务器中设置了多个电池状态分析模型，其中，电池状态分析模型与车型信息相对应，不同的车型信息对应于不同的电池状态分析模型，对于车辆端，在分析其电池状态时，需选择与该车辆端的车型信息相对应的电池状态分析模型。
其中，电池状态分析模型可以为经过训练的电池状态分析模型，电池状态分析模型可采用梯度提升树算法等机器学习算法，依据大量的样本数据训练得到。其中，电池状态分析模型的训练过程可以通过多次迭代完成。可选地，在一次迭代过程中，从大量的样本数据中提取一个样本数据，利用一个样本数据与该样本数据对应的标注结果对电池状态分析模型进行训练。针对某特定车型，可将该特定车型的样本车辆端的电池基本信息和电池检测信息作为样本数据，并根据对应的电池状态对样本数据进行标注。经过训练的电池状态分析模型能够很好地适用于对应车型的电池状态分析，那么利用电池状态分析模型就能够快速地分析得到对应的电池状态分析结果。
其中，根据车辆基本信息中的车型信息，从多个电池状态分析模型中选择与车型信息对应的电池状态分析模型，由于电池状态分析模型是经过训练的，那么将电池基本信息以及电池检测信息输入至所选择的电池状态分析模型中，即可快速地得到电池状态分析结果。具体地，车型信息可通过车辆基本信息中的VIN码来确定。
考虑到某个云端服务器可能会存在信号丢失以及接收到错误帧的情况，为了避免电池状态分析错误或信号丢失，本发明采用分布式的云端服务器来实现电池状态的分析。为了解决信号丢失和错误帧的问题，如图1b所示，云端服务器120的数量为多个，一个车辆端110可向至少两个云端服务器120发送车辆基本信息、电池基本信息以及电池检测信息，本发明利用至少两个云端服务器120来分别分析同一车辆端110的电池状态，当其中一个云端服务器120分析错误或信号丢失时，那么根据至少两个云端服务器120中其它的云端服务器120可快速地完成对电池状态分析结果的校对和补发，实现了冗余保护和结果校对。
具体地，针对至少两个云端服务器中的每一个云端服务器，将电池基本信息以及电池检测信息输入至所选择的电池状态分析模型中，得到该云端服务器对应的中间分析结果，然后根据至少两个云端服务器对应的中间分析结果，从而确定最终的电池状态分析结果。其中，利用至少两个云端服务器来分别分析同一车辆端的电池状态时，中间分析结果是指每个云端服务器分析得到的电池状态分析结果。在至少两个云端服务器都完成分析得到对应的中间分析结果之后，将至少两个云端服务器对应的中间分析结果进行比对。若经比对发现至少两个云端服务器对应的中间分析结果相同，则直接将中间分析结果确定为最终的电池状态分析结果；若经比对发现至少两个云端服务器对应的中间分析结果不同，则由这至少两个云端服务器重新根据电池状态分析模型、车辆基本信息以及电池基本信息对电池检测信息进行分析，然后比对中间分析结果，直至完成对电池状态分析结果的确定。
基于现有的国际要求，绝大部分的电池信息需要实时回传到政府后台做备份和处理，其中，电池信息包括电池基本信息和/或电池检测信息，基于本发明提供的技术方案无需做巨大变化即可方便地通过车载T-BOX或云端服务器将电池信息实时回传到政府后台。
在本发明中，电池状态分析模型以及电池管理软件等均存储于云端服务器中，那么技术工程师可以方便地对电池状态分析模型和电池管理软件进行维护和升级，解决了难以维护升级的问题。
步骤S102，根据电池状态分析结果，确定目标电池状态。
在得到了电池状态分析结果之后，将电池状态分析结果中的SOC分析结果、SOP分析结果、SOE分析结果、SOH分析结果等与对应的预设基准结果进行比对，从而确定目标电池状态，其中，目标电池状态可包括电池工作正常状态、电池温度异常状态、电池功率异常状态、电池剩余能量过低状态等。
步骤S103，判断目标电池状态是否为特定状态；若是，则执行步骤S104；若否，则执行步骤S106。
云端服务器能够及时诊断电池故障，根据目标电池状态提示用户采取安全应急操作、对电池做维护保养等。具体地，在云端服务器确定了目标电池状态之后，判断目标电池状态是否为特定状态。本领域技术人员可根据实际需要对特定状态进行设置，此处不做限定。例如，可将特定状态设置为电池温度异常状态，或者将特定状态设置为电池功率异常状态等。
如果判断得到目标电池状态为特定状态，说明车辆端中的电池当前处于工作异常状态，则执行步骤S104；如果判断得到目标电池状态不为特定状态，说明车辆端中的电池当前处于正常工作状态，则执行步骤S106。
步骤S104，生成操作提示信息。
在判断得到目标电池状态为特定状态的情况下，云端服务器根据特定状态生成对应的操作提示信息。例如，当特定状态为电池功率异常状态时，所生成的操作提示信息为“当前电池功率异常，切断高压回路”或“当前电池功率异常，限制电池功率”等。当特定状态为电池温度异常状态时，所生成的操作提示信息为“当前电池温度过高，对电池进行冷却处理”或“当前电池温度过高，请停止驾驶、靠边停车”等。
步骤S105，将目标电池状态和操作提示信息发送至车辆端，以供车辆端根据目标电池状态和操作提示信息执行对应的操作。
在目标电池状态为特定状态的情况下，云端服务器将目标电池状态和操作提示信息发送至车辆端，车辆端根据目标电池状态和操作提示信息执行对应的操作。假设操作提示信息为“当前电池功率异常，切断高压回路”等，车辆端根据该操作提示信息进入安全模式，并切断高压回路，以避免因电池功率异常而引起安全事故。假设操作提示信息为“当前电池温度过高，对电池进行冷却处理”，那么车辆端根据该操作提示信息自动控制对电池进行冷却处理。假设操作提示信息为“当前电池温度过高，请停止驾驶、靠边停车”，那么车辆端对应的用户可根据该操作提示信息就近停车，停止驾驶，以便电池停止工作，有助于电池降温，避免因电池温度过高而引起安全事故。
步骤S106，将目标电池状态发送至车辆端，以供车辆端根据目标电池状态执行对应的操作。
在目标电池状态不为特定状态的情况下，云端服务器将目标电池状态发送至车辆端，车辆端获知目标电池状态，并根据目标电池状态执行对应的操作，例如正常驾驶等。
根据本实施例提供的基于车联网的电池状态分析方法，将电池系统中的车载控制器的大量的计算控制功能移植到云端服务器，由云端服务器实现对车辆端中电池系统的管理和监控，不仅能够降低CAN通信等网络通信的负载，有效地降低车载控制器的制作成本，而且还减小了车载控制器的器件尺寸，便于在车辆端中设置，有助于车载控制器的散热；云端服务器能够远程诊断电池故障，在电池状态异常时及时向车辆端发送操作提示信息，用于预警用户，使得车辆端和/或用户执行对应的操作，实时保证车辆整车安全运行；并且电池状态分析模型以及电池管理软件存储于云端服务器中，能够方便地进行维护和升级，还提高了系统扩展性和移植性，有助于提高车辆使用性能；另外，通过云端服务器能够实现对海量电池信息的备份，便于在线功能升级以及后续功能开发。
图2示出了根据本发明一个实施例的基于车联网的电池状态分析装置的结构框图，如图2所示，该装置包括：接收模块201、分析模块202、确定模块203和发送模块204。
接收模块201用于：接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息。
其中，电池检测信息包括：电池温度信息、电池电流信息和电池电压信息。车辆基本信息包括以下信息的一种或多种：车辆识别码、发动机编码、电池编码和车辆行驶里程；电池基本信息包括以下信息的一种或多种：电池的生产时间、电池编号、电池类型、最大允许充电电压、最小允许放电电压、最大允许充电电流和最大允许放电功率。
分析模块202用于：根据云端服务器中的电池状态分析模型、车辆基本信息以及电池基本信息，对电池检测信息进行分析，得到电池状态分析结果。
可选地，分析模块202进一步用于：根据车辆基本信息中的车型信息，从多个电池状态分析模型中选择与车型信息对应的电池状态分析模型；将电池基本信息以及电池检测信息输入至所选择的电池状态分析模型中，得到电池状态分析结果。
可选地，分析模块202进一步用于：针对至少两个云端服务器中的每一个云端服务器，将电池基本信息以及电池检测信息输入至所选择的电池状态分析模型中，得到云端服务器对应的中间分析结果；根据至少两个云端服务器对应的中间分析结果，确定电池状态分析结果。
确定模块203用于：根据电池状态分析结果，确定目标电池状态。
发送模块204用于：将目标电池状态发送至车辆端，以供车辆端根据目标电池状态执行对应的操作。
可选地，该装置还包括：判断模块205和生成模块206。
判断模块205用于：判断目标电池状态是否为特定状态；生成模块206用于：若判断模块205判断得到目标电池状态为特定状态，则生成操作提示信息。那么在这种情况下，发送模块204进一步用于：将目标电池状态和操作提示信息发送至车辆端，以供车辆端根据目标电池状态和操作提示信息执行对应的操作。
根据本实施例提供的基于车联网的电池状态分析装置，将电池系统中的车载控制器的大量的计算控制功能移植到云端服务器，由云端服务器实现对车辆端中电池系统的管理和监控，不仅能够降低CAN通信等网络通信的负载，有效地降低车载控制器的制作成本，而且还减小了车载控制器的器件尺寸，便于在车辆端中设置，有助于车载控制器的散热；云端服务器能够远程诊断电池故障，在电池状态异常时及时向车辆端发送操作提示信息，用于预警用户，使得车辆端和/或用户执行对应的操作，实时保证车辆整车安全运行；并且电池状态分析模型以及电池管理软件存储于云端服务器中，能够方便地进行维护和升级，还提高了系统扩展性和移植性，有助于提高车辆使用性能；另外，通过云端服务器能够实现对海量电池信息的备份，便于在线功能升级以及后续功能开发。
本发明还提供了一种非易失性计算机存储介质，计算机存储介质存储有至少一可执行指令，可执行指令可执行上述任意方法实施例中的基于车联网的电池状态分析方法。
图3示出了根据本发明实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中：
处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。
通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器302，用于执行程序310，具体可以执行上述基于车联网的电池状态分析方法实施例中的相关步骤。
具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。
处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行上述任意方法实施例中的基于车联网的电池状态分析方法。程序310中各步骤的具体实现可以参见上述基于车联网的电池状态分析实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (14)
1.一种基于车联网的电池状态分析方法，其特征在于，所述方法包括：
接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息；
根据云端服务器中的电池状态分析模型、所述车辆基本信息以及所述电池基本信息，对所述电池检测信息进行分析，得到电池状态分析结果；其中，利用至少两个云端服务器来分别分析同一车辆端的电池状态；若至少两个云端服务器对应的中间分析结果相同，则将中间分析结果确定为最终的电池状态分析结果；若至少两个云端服务器对应的中间分析结果不同，则由至少两个云端服务器重新根据所述电池状态分析模型、所述车辆基本信息以及所述电池基本信息对所述电池检测信息进行分析，而后比对中间分析结果，直至完成对电池状态分析结果的确定；
根据所述电池状态分析结果，确定目标电池状态；
将所述目标电池状态发送至所述车辆端，以供所述车辆端根据所述目标电池状态执行对应的操作。
2.根据权利要求1所述的方法，其特征在于，所述根据云端服务器中的电池状态分析模型、所述车辆基本信息以及所述电池基本信息，对所述电池检测信息进行分析，得到电池状态分析结果进一步包括：
根据所述车辆基本信息中的车型信息，从多个电池状态分析模型中选择与所述车型信息对应的电池状态分析模型；
将所述电池基本信息以及所述电池检测信息输入至所选择的电池状态分析模型中，得到电池状态分析结果。
3.根据权利要求2所述的方法，其特征在于，所述将所述电池基本信息以及所述电池检测信息输入至所选择的电池状态分析模型中，得到电池状态分析结果进一步包括：
针对至少两个云端服务器中的每一个云端服务器，将所述电池基本信息以及所述电池检测信息输入至所选择的电池状态分析模型中，得到所述云端服务器对应的中间分析结果；
根据所述至少两个云端服务器对应的中间分析结果，确定电池状态分析结果。
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据所述电池状态分析结果，确定目标电池状态之后，所述方法还包括：判断所述目标电池状态是否为特定状态；若是，则生成操作提示信息；
所述将所述目标电池状态发送至所述车辆端，以供所述车辆端根据所述目标电池状态执行对应的操作进一步包括：将所述目标电池状态和所述操作提示信息发送至所述车辆端，以供所述车辆端根据所述目标电池状态和所述操作提示信息执行对应的操作。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述电池检测信息包括：电池温度信息、电池电流信息和电池电压信息。
6.根据权利要求1-3任一项所述的方法，其特征在于，所述车辆基本信息包括以下信息的一种或多种：车辆识别码、发动机编码、电池编码和车辆行驶里程；
所述电池基本信息包括以下信息的一种或多种：电池的生产时间、电池编号、电池类型、最大允许充电电压、最小允许放电电压、最大允许充电电流和最大允许放电功率。
7.一种基于车联网的电池状态分析装置，其特征在于，所述装置包括：
接收模块，用于接收车辆端发送的车辆基本信息、电池基本信息以及由电池检测传感器采集到的电池检测信息；
分析模块，用于根据云端服务器中的电池状态分析模型、所述车辆基本信息以及所述电池基本信息，对所述电池检测信息进行分析，得到电池状态分析结果；其中，利用至少两个云端服务器来分别分析同一车辆端的电池状态；若至少两个云端服务器对应的中间分析结果相同，则将中间分析结果确定为最终的电池状态分析结果；若至少两个云端服务器对应的中间分析结果不同，则由至少两个云端服务器重新根据所述电池状态分析模型、所述车辆基本信息以及所述电池基本信息对所述电池检测信息进行分析，而后比对中间分析结果，直至完成对电池状态分析结果的确定；
确定模块，用于根据所述电池状态分析结果，确定目标电池状态；
发送模块，用于将所述目标电池状态发送至所述车辆端，以供所述车辆端根据所述目标电池状态执行对应的操作。
8.根据权利要求7所述的装置，其特征在于，所述分析模块进一步用于：
根据所述车辆基本信息中的车型信息，从多个电池状态分析模型中选择与所述车型信息对应的电池状态分析模型；
将所述电池基本信息以及所述电池检测信息输入至所选择的电池状态分析模型中，得到电池状态分析结果。
9.根据权利要求8所述的装置，其特征在于，所述分析模块进一步用于：
针对至少两个云端服务器中的每一个云端服务器，将所述电池基本信息以及所述电池检测信息输入至所选择的电池状态分析模型中，得到所述云端服务器对应的中间分析结果；
根据所述至少两个云端服务器对应的中间分析结果，确定电池状态分析结果。
10.根据权利要求7-9任一项所述的装置，其特征在于，所述装置还包括：
判断模块，用于判断所述目标电池状态是否为特定状态；
生成模块，用于若所述判断模块判断得到所述目标电池状态为特定状态，则生成操作提示信息；
所述发送模块进一步用于：将所述目标电池状态和所述操作提示信息发送至所述车辆端，以供所述车辆端根据所述目标电池状态和所述操作提示信息执行对应的操作。
11.根据权利要求7-9任一项所述的装置，其特征在于，所述电池检测信息包括：电池温度信息、电池电流信息和电池电压信息。
12.根据权利要求7-9任一项所述的装置，其特征在于，所述车辆基本信息包括以下信息的一种或多种：车辆识别码、发动机编码、电池编码和车辆行驶里程；
所述电池基本信息包括以下信息的一种或多种：电池的生产时间、电池编号、电池类型、最大允许充电电压、最小允许放电电压、最大允许充电电流和最大允许放电功率。
13.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的基于车联网的电池状态分析方法对应的操作。
14.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-6中任一项所述的基于车联网的电池状态分析方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811333925.2A CN109459702B (zh) | 2018-11-09 | 2018-11-09 | 基于车联网的电池状态分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811333925.2A CN109459702B (zh) | 2018-11-09 | 2018-11-09 | 基于车联网的电池状态分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109459702A CN109459702A (zh) | 2019-03-12 |
| CN109459702B true CN109459702B (zh) | 2021-11-12 |
Family
ID=65609949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811333925.2A Active CN109459702B (zh) | 2018-11-09 | 2018-11-09 | 基于车联网的电池状态分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109459702B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111693883A (zh) * | 2019-03-14 | 2020-09-22 | 联合汽车电子有限公司 | 一种电池状态检测系统及其方法、车辆 |
| CN109987172B (zh) * | 2019-03-22 | 2021-05-11 | 上海工程技术大学 | 一种电动汽车电池信息的采集装置 |
| CN110416636A (zh) * | 2019-06-26 | 2019-11-05 | 北京航空航天大学 | 一种基于云端数据管理的动力电池管理系统及方法 |
| CN110703100B (zh) * | 2019-10-17 | 2021-11-16 | 河南电池研究院有限公司 | 一种动力锂电池全生命周期远程监控系统 |
| CN111064679A (zh) * | 2019-11-29 | 2020-04-24 | 上海能塔智能科技有限公司 | 功能车辆的信息处理系统 |
| CN111241154B (zh) * | 2020-01-02 | 2024-04-12 | 浙江吉利远程新能源商用车集团有限公司 | 一种基于大数据的蓄电池故障预警方法及系统 |
| CN113109714A (zh) * | 2020-01-10 | 2021-07-13 | 宁波吉利汽车研究开发有限公司 | 一种汽车蓄电池智能监测方法、装置及系统 |
| CN112380262A (zh) * | 2020-10-15 | 2021-02-19 | 深圳格瑞安能科技有限公司 | 电池检测方法、设备及存储介质 |
| CN112699459B (zh) * | 2020-12-28 | 2024-10-18 | 华霆（合肥）动力技术有限公司 | 一种电池包热管理系统分析方法和装置、电子设备 |
| CN113093012B (zh) * | 2021-03-23 | 2024-10-18 | 浙江吉利控股集团有限公司 | 电池能量状态检测方法、设备、存储介质及装置 |
| CN115214421A (zh) * | 2021-04-16 | 2022-10-21 | 唯亚威通讯技术有限公司 | 基于数据收集和分析的设备监测 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738585A (zh) * | 2009-09-28 | 2010-06-16 | 中国移动通信集团浙江有限公司 | 一种判定蓄电池容量与健康度的方法及系统 |
| CN103558555A (zh) * | 2013-10-28 | 2014-02-05 | 国家电网公司 | 一种用于评价车用动力电池性能参数的仿真模型 |
| CN104022552A (zh) * | 2014-06-16 | 2014-09-03 | 南方电网科学研究院有限责任公司 | 一种用于电动汽车充电控制的智能检测方法 |
| CN104580374A (zh) * | 2014-12-15 | 2015-04-29 | 北京九五智驾信息技术股份有限公司 | 基于车联网的车辆能耗分析系统 |
| CN204359913U (zh) * | 2014-12-15 | 2015-05-27 | 北京九五智驾信息技术股份有限公司 | 基于车联网的汽车电池分析系统 |
| CN106515480A (zh) * | 2016-11-08 | 2017-03-22 | 彩虹无线（北京）新技术有限公司 | 一种基于车联网大数据技术的汽车蓄电池智能监控方法 |
| WO2017179266A1 (ja) * | 2016-04-12 | 2017-10-19 | ソニー株式会社 | 解析装置、解析方法、製造方法、蓄電装置、蓄電システム、電子機器、電動車両および電力システム |
| CN108279383A (zh) * | 2017-11-30 | 2018-07-13 | 深圳市科列技术股份有限公司 | 电池寿命预测方法、电池数据服务器及电池数据处理系统 |
| CN108674216A (zh) * | 2018-04-23 | 2018-10-19 | 爱驰汽车有限公司 | 一种电动汽车的电池状态监控方法及系统、车载终端 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496981B (zh) * | 2011-12-02 | 2013-11-27 | 郑州宇通客车股份有限公司 | 一种电动汽车电池管理系统中soc估算修正方法 |
| CN106549177B (zh) * | 2015-09-23 | 2019-06-28 | 大连融科储能技术发展有限公司 | 一种基于soc检测装置冗余设计的液流电池及soc计量方法 |
| CN106501726B (zh) * | 2016-11-18 | 2018-12-18 | 新誉集团有限公司 | 电池荷电状态的soc估算方法 |
-
2018
- 2018-11-09 CN CN201811333925.2A patent/CN109459702B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738585A (zh) * | 2009-09-28 | 2010-06-16 | 中国移动通信集团浙江有限公司 | 一种判定蓄电池容量与健康度的方法及系统 |
| CN103558555A (zh) * | 2013-10-28 | 2014-02-05 | 国家电网公司 | 一种用于评价车用动力电池性能参数的仿真模型 |
| CN104022552A (zh) * | 2014-06-16 | 2014-09-03 | 南方电网科学研究院有限责任公司 | 一种用于电动汽车充电控制的智能检测方法 |
| CN104580374A (zh) * | 2014-12-15 | 2015-04-29 | 北京九五智驾信息技术股份有限公司 | 基于车联网的车辆能耗分析系统 |
| CN204359913U (zh) * | 2014-12-15 | 2015-05-27 | 北京九五智驾信息技术股份有限公司 | 基于车联网的汽车电池分析系统 |
| WO2017179266A1 (ja) * | 2016-04-12 | 2017-10-19 | ソニー株式会社 | 解析装置、解析方法、製造方法、蓄電装置、蓄電システム、電子機器、電動車両および電力システム |
| CN106515480A (zh) * | 2016-11-08 | 2017-03-22 | 彩虹无线（北京）新技术有限公司 | 一种基于车联网大数据技术的汽车蓄电池智能监控方法 |
| CN108279383A (zh) * | 2017-11-30 | 2018-07-13 | 深圳市科列技术股份有限公司 | 电池寿命预测方法、电池数据服务器及电池数据处理系统 |
| CN108674216A (zh) * | 2018-04-23 | 2018-10-19 | 爱驰汽车有限公司 | 一种电动汽车的电池状态监控方法及系统、车载终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109459702A (zh) | 2019-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109459702B (zh) | 基于车联网的电池状态分析方法及装置 | |
| JP6830540B2 (ja) | クラウドベースの車両故障診断方法、装置およびシステム | |
| CN111241154B (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
| CN109814552B (zh) | 车载控制单元、基于fpga的车辆自动驾驶方法及装置 | |
| CN106843190B (zh) | 分布式车辆健康管理系统 | |
| US20230288490A1 (en) | Battery fault diagnosis method and apparatus | |
| CN113495547A (zh) | 一种实时安全的无人驾驶故障诊断与保护方法及系统 | |
| CN111890933A (zh) | 车辆的电池管理方法和系统、车辆和服务器 | |
| CN115902646A (zh) | 一种储能电池故障识别方法及系统 | |
| CN112925296B (zh) | 一种基于人工智能的图形化车载网络诊断方法 | |
| CN117347869B (zh) | 储能电池管理系统数据分析方法、装置、电子设备及介质 | |
| CN114397579A (zh) | 电池数据处理方法、装置、设备、介质及程序产品 | |
| CN114911982A (zh) | 一种车辆故障预警方法、装置、终端设备及存储介质 | |
| CN116774050A (zh) | 电池的故障处理方法、装置、云服务器及存储介质 | |
| CN112964956A (zh) | 车辆电磁干扰的检测方法和装置 | |
| US9304171B2 (en) | Computer-implemented method for generating software, a battery, and a motor vehicle | |
| CN113567874B (zh) | 动力电池安全状态的监控检测方法及装置 | |
| WO2022110604A1 (zh) | 一种电池监控平台的控制方法及控制系统 | |
| CN113815636B (zh) | 一种车辆安全监控方法、装置、电子设备及存储介质 | |
| CN115291585A (zh) | 一种vcu的故障数据获取方法及相关装置 | |
| CN108068648A (zh) | 一种集中式电动汽车电池管理系统 | |
| CN110751747A (zh) | 一种数据处理方法及装置 | |
| EP4446829A1 (en) | Method and system for automated management of charging unit | |
| CN108259251A (zh) | 一种网关控制器路由配置方法、装置、设备及汽车 | |
| WO2024140414A1 (zh) | 处理方法、装置以及运载工具 |
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 | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20230131 Granted publication date: 20211112 |
|
| PP01 | Preservation of patent right | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20240108 Granted publication date: 20211112 |
|
| PD01 | Discharge of preservation of patent | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240227 Granted publication date: 20211112 |
|
| PP01 | Preservation of patent right |