CN110703119B - 评估电池健康状态的方法和装置 - Google Patents
评估电池健康状态的方法和装置 Download PDFInfo
- Publication number
- CN110703119B CN110703119B CN201810653401.5A CN201810653401A CN110703119B CN 110703119 B CN110703119 B CN 110703119B CN 201810653401 A CN201810653401 A CN 201810653401A CN 110703119 B CN110703119 B CN 110703119B
- Authority
- CN
- China
- Prior art keywords
- battery
- task
- charging
- power consumption
- tasks
- 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
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了评估电池健康状态的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的车辆;根据第一耗电量和第二耗电量,评估待预测电池的健康状态。该实施方式根据新电池执行与待预测电池相同任务后的耗电量与待预测电池执行该任务后的实际耗电量,评估待预测电池的健康状态,能够动态地、准确地评估电池的健康状态。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种评估电池健康状态的方法和装置。
背景技术
电池健康指标用于反应电器设备当前电池的工作状态,是机器人仓库中的重要指标之一。电池健康状态的好坏对制定AGV(Automated Guided Vehicle,自动导引运输车)任务有着重大影响,在电池实际健康状态不良的情况下可能会存在由于对电池健康预测不准而导致AGV不能顺利完成任务,从而造成生成事故。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
目前,关于电池健康的评估方式较多,但是各个厂商的参考指标、计算方式不一,难以形成普适性较好的电池健康评估方法,而且现有的方法中没有结合AGV实际生产数据,准确性较差。
发明内容
有鉴于此,本发明实施例提供一种评估电池健康状态的方法和装置,根据新电池执行与待预测电池相同任务后的耗电量与待预测电池执行该任务后的实际耗电量,评估待预测电池的健康状态,即利用待预测电池的实际容量作为评估电池健康状态的依据,能够动态地、准确地评估电池的健康状态。
为实现上述目的,根据本发明实施例的一个方面,提供了一种评估电池健康状态的方法,包括:根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
可选地,所述历史任务至少包括充电任务,所述历史任务的执行数据至少包括电池电量;
根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务后的第一耗电量包括:从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量;根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
可选地,所述电池评估指标信息还包括:各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量包括:将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
可选地,利用下式(1)确定第一耗电量,利用下式(2)确定第二耗电量,
PP=F-S (1)
PR=F-Y (2)
其中,PP为第一耗电量,F为第一次充电任务后的电池电量,S为第二次充电任务前的电池电量,PR为第二耗电量,Y为预测结果。
可选地,利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。
可选地,所述预设条件为充电次数小于或等于阈值。
可选地,所述电池健康评估模型根据如下过程获得:获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括充电任务;从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
为实现上述目的,根据本发明实施例的另一方面,提供了一种评估电池健康状态的装置,包括:第一耗电量获取模块,用于根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;第二耗电量预测模块,用于基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;评估模块,用于根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
可选地,所述历史任务至少包括充电任务,所述历史任务的执行数据至少包括电池电量;
所述第一耗电量获取模块还用于:从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量;根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
可选地,所述电池评估指标信息还包括:各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
所述第二耗电量获取模块还用于:将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
可选地,利用下式(1)确定第一耗电量,利用下式(2)确定第二耗电量,
PP=F-S (1)
PR=F-Y (2)
其中,PP为第一耗电量,F为第一次充电任务后的电池电量,S为第二次充电任务前的电池电量,PR为第二耗电量,Y为预测结果。
可选地,利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。
可选地,所述预设条件为充电次数小于或等于阈值。
可选地,所述电池健康评估模型根据如下过程获得:获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括充电任务;从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
为实现上述目的,根据本发明实施例的又一方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的评估电池健康状态的方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的评估电池健康状态的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用根据待预测电池任务执行数据获得该待预测电池实际耗电量;将待预测电池的任务执行数据输入电池健康评估模型,以预测如果由满足预设条件的新电池执行相同任务之后的耗电量;由待预测电池的实际耗电量和预测的新电池执行相同任务之后的耗电量来评估待测电池的健康状态的技术手段,即利用待预测电池的实际容量作为评估电池健康状态的依据,能够动态地、准确地评估电池的健康状态。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的评估电池健康状态的方法的主要流程的示意图;
图2是根据本发明实施例的评估电池健康状态的方法的主要流程的示意图;
图3是根据本发明实施例的评估电池健康状态的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的评估电池健康状态的方法的主要流程的示意图,如图1所示,该方法包括:
步骤S101:根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;
步骤S102:基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;
步骤S103:根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
本发明实施例的评估电池健康状态的方法可以应用于多种以可充电电池作为动力源的场景中,例如电动汽车、仓储机器人、AGV(自动导引运输车)或各种类型的电子设备等。
下面以AGV作为使用场景为例说明本发明实施例的评估电池健康状态的方法。
对于步骤S101,通常在AGV执行任务时会记录与该任务相关的日志(例如数据表),该日志可以记录与电池健康状态相关的因素,例如任务类型、电池电量、电池温度以及任务时长等。该日志还可以记录AGV的信息,例如AGV标识(例如AGV编号)、AGV当前状态、当前位置(或当前坐标)等。其中,任务类型可以包括搬运类型、充电类型、待机类型和空载类型等。因此,可以通过查询AGV的记录日志获取历史任务的执行数据,具体的,在历史任务中包括至少两次充电任务。
更具体的,根据上述执行数据,获取待预测电池执行任务后的第一耗电量的过程包括:
从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量;
根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
在相邻的两次充电任务之间可以包括多次其他任务,例如搬运任务或空载任务,则抽取该多次搬运任务或空载任务的执行数据,以获得电池评估指标信息。
作为具体的示例,表1所示为待预测电池的历史任务的执行数据。其中,在本实施例中电池电量以电量百分比的形式表示,也可以用其它形式表示。
表1:
从表1中抽取前两次充电任务之间的执行数据,利用该执行数据生成表2。
表2:
从表2中获得电池评估指标信息,例如在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量。其中,第一次充电任务后的电池电量为表2中第一行数据中的“电池电量”,即78%;第二次充电任务前的电池电量为表2中最后一行数据中的“电池电量”,即38%。
根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量的过程可以包括:
如下式(1)所示,将第一次充电任务后的电池电量减去第二次充电任务前的电池电量的差值作为待预测电池执行任务后的第一耗电量。
PP=F-S (1)
其中,PP为第一耗电量,F为执行第一次充电任务后的电池电量,S为执行第二次充电任务前的电池电量。
在本实施例的评估电池健康状态的方法中,从相邻的两次充电任务之间的执行数据中获取电池评估指标信息,可以保证电池电量发生变化。
对于步骤S102,预设条件为充电次数小于或等于阈值。其中,阈值可以根据电池的相关参数和使用场景灵活设置,例如10。选取电池充电次数小于10的AGV是为保证该AGV的电池只是新的、未老化的电池。
从表2中还可以获得其它的电池评估指标信息,例如各个类型的任务在所述两次充电任务之间的执行时长和电池温度。
继续以上述实施例为例,在表2中,执行数据中未记录任务时长,而记录有当前时间,则任务时长可以根据当前时间确定。在相邻的两次充电任务中间只有搬运任务,则搬运任务的执行时长根据最后一行数据中的“当前时间”与第一行数据中的“当前时间”确定,即由“17:10:23”到“19:51:24”的时长。
在本实施例中,电池温度为电池平均温度。
如图2所示,所述电池健康评估模型可以根据如下过程获得:
步骤S201:获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括两次充电任务;
步骤S202:从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
步骤S203:将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
对于步骤S201,预设条件为充电次数小于或等于阈值。其中,阈值可以根据电池的相关参数和使用场景灵活设置,例如10。
步骤S201参考图1中的步骤S101,本发明在此不再赘述。
对于步骤S202,可以将任意相邻两次充电任务之间的执行数据作为建模数据集,以获得多个建模数据集。其中,建模数据集可以如下表3所示。
表3:
在本实施例中,抽取相邻两次充电任务之间的执行数据作为构建电池健康评估模型的数据集,可以保证建模数据中电池电量发生变化。将影响电池健康状态的因素:第一次充电任务后的电池电量、第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度,用于构建电池健康评估模型,可以确定各种类型的任务及该任务执行时长和电池温度对电池电量的影响。
对于步骤S203,随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树。决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。随机森林是用随机的方式建立一个森林,森林里面有很多的决策树组成,随机森林的每一棵决策树之间是没有关联的。以下从决策树的角度描述构建电池健康评估模型的过程:首先通过有放回的抽取建模数据集中的列数据形成多个子数据集,各子数据集中字段的数量约为建模数据集的10%~90%不等。其中,子数据集的数量可以根据应用场景灵活设置,本发明不做限制,作为示例,子数据集的数量为50;利用子数据集构建多颗决策树,每个子数据集构建一颗决策树,决策树中各节点分别表示不同的自变量,每个叶结点代表因变量,从根节点到叶节点的路径代表了影响电池健康状态的因素及对应的结果。
在本实施例中,有放回的建模数据集中的列数据形成多个子数据集可以避免每棵决策树的差异过大,子数据集中字段的数量随机设置可以避免过拟合,从而可以保证电池健康评估模型的准确性。
对于步骤S102,基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量的过程包括:
将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;
根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
具体的,可以利用下式(2)确定第二耗电量,
PR=F-Y (2)
其中,PR为第二耗电量,F为执行第一次充电任务后的电池电量,Y为预测结果。
对于步骤S103,可以利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。在本实施例中,电池健康状态利用百分数来表示(可以称为电池健康度),数值越大,待预测的电池越健康。
具体的,假设执行任务实际的耗电量为L,则待预测电池充满电的状态下的电量为新电池充满电的状态下的电量为/>则待预测电池的实际容量为待预测电池满电时的电量占新电池满电时的电量的比值/>
根据IEEE电池维护标准[IEEE14]定义,当电池实际容量低于额定容量80%时应予以更换。因此,在本实施例中将电池实际容量作为评估电池健康状态的依据,即D=K。
本发明实施例的评估电池健康状态的方法,因为采用根据待预测电池任务执行数据获得该待预测电池实际耗电量;将待预测电池的任务执行数据输入电池健康评估模型,以预测如果由满足预设条件的新车辆执行相同任务之后的耗电量;由待预测电池的实际耗电量和预测的新车辆执行相同任务之后的耗电量来评估待测电池的健康状态的技术手段,即利用待预测电池的实际容量作为评估电池健康状态的依据,能够动态地、准确地评估电池的健康状态。
图3是根据本发明实施例的评估电池健康状态的装置300的主要模块的示意图,如图3所示,该装置300包括:
第一耗电量获取模块301,用于根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;
第二耗电量预测模块302,用于基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;
评估模块303,用于根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
可选地,所述历史任务至少包括充电任务,所述历史任务的执行数据至少包括电池电量;
所述第一耗电量获取模块301还用于:从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量;根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
可选地,所述电池评估指标信息还包括:各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
所述第二耗电量获取模块302还用于:将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
可选地,利用下式(1)确定第一耗电量,利用下式(2)确定第二耗电量,
PP=F-S (1)
PR=F-Y (2)
其中,PP为第一耗电量,F为第一次充电任务后的电池电量,S为第二次充电任务前的电池电量,PR为第二耗电量,Y为预测结果。
可选地,利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。
可选地,所述预设条件为充电次数小于或等于阈值。
可选地,所述电池健康评估模型根据如下过程获得:获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括充电任务;从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
上述装置可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
图4示出了可以应用本发明实施例的评估电池健康的方法或评估电池健康的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的评估电池健康的方法一般由服务器405执行,相应地,评估电池健康的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
根据待预测电池的历史任务的执行数据,获取所述待预测电池执行任务之后的第一耗电量;
基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;
根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
本发明实施例的技术方案,因为采用根据待预测电池任务执行数据获得该待预测电池实际耗电量;将待预测电池的任务执行数据输入电池健康评估模型,以预测如果由满足预设条件的新电池执行相同任务之后的耗电量;由待预测电池的实际耗电量和预测的新电池执行相同任务之后的耗电量来评估待测电池的健康状态的技术手段,能够动态地、准确地评估电池的健康状态。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (16)
1.一种评估电池健康状态的方法,其特征在于,包括:
根据待预测电池的相邻两次历史任务之间的执行数据,获取所述待预测电池执行任务之后的第一耗电量;
基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;
根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
2.根据权利要求1所述的方法,其特征在于,所述历史任务至少包括充电任务,所述历史任务的执行数据至少包括电池电量;
根据待预测电池的相邻两次历史任务之间的执行数据,获取所述待预测电池执行任务后的第一耗电量包括:
从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和在执行所述两次充电任务中的第二次充电任务前的电池电量;
根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
3.根据权利要求2所述的方法,其特征在于,所述电池评估指标信息还包括:各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量包括:
将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;
根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
4.根据权利要求3所述的方法,其特征在于,利用下式(1)确定第一耗电量,利用下式(2)确定第二耗电量,
PP=F-S (1)
PR=F-Y (2)
其中,PP为第一耗电量,F为执行第一次充电任务后的电池电量,S为执行第二次充电任务前的电池电量,PR为第二耗电量,Y为预测结果。
5.根据权利要求4所述的方法,其特征在于,利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述预设条件为充电次数小于或等于阈值。
7.根据权利要求6所述的方法,其特征在于,所述电池健康评估模型根据如下过程获得:
获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括充电任务;
从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
8.一种评估电池健康状态的装置,其特征在于,包括:
第一耗电量获取模块,用于根据待预测电池的相邻两次历史任务之间的执行数据,获取所述待预测电池执行任务之后的第一耗电量;
第二耗电量预测模块,用于基于所述历史任务的执行数据和电池健康评估模型,预测新电池执行与所述待预测电池相同任务之后的第二耗电量,其中,所述新电池为满足预设条件的电池;
评估模块,用于根据第一耗电量和第二耗电量,评估待预测电池的健康状态。
9.根据权利要求8所述的装置,其特征在于,所述历史任务至少包括充电任务,所述历史任务的执行数据至少包括电池电量;
所述第一耗电量获取模块还用于:
从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得电池评估指标信息;其中,所述电池评估指标信息至少包括:在执行所述两次充电任务中的第一次充电任务后的电池电量和所在执行所述两次充电任务中的第二次充电任务前的电池电量;
根据所述第一次充电任务后的电池电量和第二次充电任务前的电池电量,获得所述待预测电池执行任务后的第一耗电量。
10.根据权利要求9所述的装置,其特征在于,所述电池评估指标信息还包括:各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
所述第二耗电量获取模块还用于:
将各个类型的任务在所述两次充电任务之间的执行时长、第一次充电任务后的电池电量和电池温度,输入电池健康评估模型,获取预测结果;
根据所述预测结果和第一次充电任务后的电池电量,获得新电池执行与所述待预测电池相同任务之后的第二耗电量。
11.根据权利要求10所述的装置,其特征在于,利用下式(1)确定第一耗电量,利用下式(2)确定第二耗电量,
PP=F-S (1)
PR=F-Y (2)
其中,PP为第一耗电量,F为执行第一次充电任务后的电池电量,S为执行第二次充电任务前的电池电量,PR为第二耗电量,Y为预测结果。
12.根据权利要求11所述的装置,其特征在于,利用下式(3)评估待预测电池的健康状态:
其中,D表示待预测电池的健康状态。
13.根据权利要求8-12任一项所述的装置,其特征在于,所述预设条件为充电次数小于或等于阈值。
14.根据权利要求13所述的装置,其特征在于,所述电池健康评估模型根据如下过程获得:
获取满足预设条件的电池的历史任务的执行数据,所述历史任务至少包括充电任务;
从所述历史任务的执行数据中抽取任意相邻的两次充电任务之间的执行数据,以获得在执行所述两次充电任务中的第一次充电任务后的电池电量、所在执行所述两次充电任务中的第二次充电任务前的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度;
将所述第二次充电任务前的电池电量作为因变量,将第一次充电任务后的电池电量、各个类型的任务在所述两次充电任务之间的执行时长和电池温度作为自变量,利用随机森林算法构建电池健康评估模型。
15.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810653401.5A CN110703119B (zh) | 2018-06-22 | 2018-06-22 | 评估电池健康状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810653401.5A CN110703119B (zh) | 2018-06-22 | 2018-06-22 | 评估电池健康状态的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110703119A CN110703119A (zh) | 2020-01-17 |
CN110703119B true CN110703119B (zh) | 2023-08-04 |
Family
ID=69192164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810653401.5A Active CN110703119B (zh) | 2018-06-22 | 2018-06-22 | 评估电池健康状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703119B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970153A (zh) * | 2024-01-04 | 2024-05-03 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 动力电池健康度的评估方法、装置、计算机设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8159189B2 (en) * | 2007-12-06 | 2012-04-17 | GM Global Technology Operations LLC | Battery state of health monitoring system and method |
CN104833919A (zh) * | 2014-07-16 | 2015-08-12 | 北汽福田汽车股份有限公司 | 动力电池健康状态的检测方法及系统 |
CN104198949A (zh) * | 2014-09-09 | 2014-12-10 | 上虞安卡拖车配件有限公司 | 一种电池健康状态检测方法 |
CN106842065B (zh) * | 2017-04-10 | 2020-01-17 | 北京新能源汽车股份有限公司 | 一种电池健康状态的获得方法及装置 |
CN107696896A (zh) * | 2017-09-29 | 2018-02-16 | 江西江铃集团新能源汽车有限公司 | 电动汽车续驶里程估算方法 |
-
2018
- 2018-06-22 CN CN201810653401.5A patent/CN110703119B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110703119A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107809331B (zh) | 识别异常流量的方法和装置 | |
US20120331390A1 (en) | User interface for managing questions and answers across multiple social media data sources | |
US8959229B1 (en) | Intelligently provisioning cloud information services | |
CN104520815A (zh) | 一种任务调度的方法、装置及设备 | |
US20210312359A1 (en) | Method and device for scheduling automated guided vehicle | |
CN112015971B (zh) | 云产品的推荐方法、装置、电子设备及计算机可读介质 | |
CN110879776A (zh) | 一种测试用例的生成方法和装置 | |
CN110633880A (zh) | 一种确定自动导引运输车配置数量的方法和装置 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN115599650A (zh) | It系统的健康度评估方法、装置、电子设备及存储介质 | |
CN110909908B (zh) | 一种用于物品拣选时长预测的方法和装置 | |
CN110703119B (zh) | 评估电池健康状态的方法和装置 | |
CN110866031A (zh) | 数据库访问路径的优化方法、装置、计算设备以及介质 | |
CN110850296A (zh) | 一种评估电池健康度的方法和装置 | |
CN116827971A (zh) | 基于区块链的碳排放数据存储与传输方法、装置与设备 | |
CN112306722B (zh) | 识别故障的方法、装置、设备和计算机可读介质 | |
US11294917B2 (en) | Data attribution using frequent pattern analysis | |
CN116662672A (zh) | 价值对象信息发送方法、装置、设备和计算机可读介质 | |
CN113220705A (zh) | 慢查询识别的方法和装置 | |
CN115827646A (zh) | 索引配置方法、装置和电子设备 | |
CN110851943B (zh) | 一种电池充电性能的建模方法和装置 | |
CN111625727B (zh) | 用于社交关系数据的信息处理方法、装置和存储介质 | |
CN113806047A (zh) | 数据运行优化处理方法和装置 | |
CN113282455A (zh) | 一种监控处理方法和装置 | |
CN110103770B (zh) | 用于检测车载电池性能的方法和装置 |
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 |