CN111060832B - 电动车电池老化识别方法、装置、终端设备及存储介质 - Google Patents

电动车电池老化识别方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN111060832B
CN111060832B CN201911203645.4A CN201911203645A CN111060832B CN 111060832 B CN111060832 B CN 111060832B CN 201911203645 A CN201911203645 A CN 201911203645A CN 111060832 B CN111060832 B CN 111060832B
Authority
CN
China
Prior art keywords
preset
charging
current
current data
electric vehicle
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
Application number
CN201911203645.4A
Other languages
English (en)
Other versions
CN111060832A (zh
Inventor
刘一先
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mengma Electric Technology Co ltd
Original Assignee
Shenzhen Mengma Electric Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Mengma Electric Technology Co ltd filed Critical Shenzhen Mengma Electric Technology Co ltd
Priority to CN201911203645.4A priority Critical patent/CN111060832B/zh
Publication of CN111060832A publication Critical patent/CN111060832A/zh
Application granted granted Critical
Publication of CN111060832B publication Critical patent/CN111060832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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

  • Engineering & Computer Science (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)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请实施例公开了一种电动车电池老化识别方法、装置、终端设备及计算机可读存储介质，方法包括：获取电动车的充电电流数据；确定充电电流数据是否具备预设充电曲线特征，预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；若充电电流数据具备预设充电曲线特征，则判定电动车的电池出现老化现象。本申请实施例实现了对电动车电池老化现象的识别，及时得知出电动车电池是否老化，降低充电过程的安全隐患，提高了电动车充电过程的安全性。

Description

电动车电池老化识别方法、装置、终端设备及存储介质
技术领域
本申请属于电动车技术领域，尤其涉及一种电动车电池老化识别方法、装置、终端设备及计算机可读存储介质。
背景技术
随着社会的不断发展和进步，电动车的应用也越来越广泛。
在交通运输领域，车辆的电动化已逐渐成为一种潮流。电动车不但可以显著提高能源转化效率，而且还有助于减少温室气体排放、改善空气质量、降低噪声污染。但是，电动车作为一种重要的交通工具，在带来便捷的同时也带来了很多安全隐患，电池爆炸事件时常出现，这就要求电动车电池在充电过程中的安全性要高。
目前，对于电动车电池老化还没有一种行之有效的识别方法。另外，电动车电池一般是放置在电动车内部，电动车用户一般看不到电池，即使偶尔看到电池也无法判断电池是否老化。此外，电动车用户一般不关心电动车的电池健康状况。这样，如果不能及时得知电动车的电池老化现象，可能会给电动车的充电过程带来安全隐患。
发明内容
本申请实施例提供一种电动车电池老化识别方法、装置、终端设备及计算机可读存储介质，以根据电动车充电数据自动识别电动车电池老化情况，提高电动车充电过程的安全性。
第一方面，本申请实施例提供一种电动车电池老化识别方法，包括：
获取电动车的充电电流数据；
确定所述充电电流数据是否具备预设充电曲线特征，所述预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；
若所述充电电流数据具备所述预设充电曲线特征，则判定所述电动车的电池出现老化现象。
可以看出，本申请实施例通过判断电动车充电电流数据是否具备预设充电曲线特征来判断电动车的电池是否出现老化现象，实现了对电动车电池老化现象的识别，以及时得知出电动车电池是否老化，降低电动车充电过程的安全隐患，从而提高电动车充电过程的安全性。
结合第一方面，在一种可能的实现方式中，确定所述充电电流数据是否具备预设充电曲线特征，包括：
对所述充电电流数据进行差分计算；
基于差分计算后的充电电流数据，获取所述充电电流数据中差分值小于0的位置信息；
根据所述位置信息寻找出所述充电电流数据中的阶梯；
分别判断每个阶梯的长度是否大于或等于所述预设长度阈值和每个阶梯的幅度是否小于所述预设电流阈值；
若每个阶梯的长度小于所述预设长度阈值和/或每个阶梯的幅度大于或等于所述预设电流阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的长度大于或等于所述预设长度阈值，且每个阶梯的幅度小于所述预设电流阈值，判断所述充电电流数据中的电流下降次数是否大于第二预设数量阈值；
若电流下降次数小于或等于所述第二预设数量阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若电流下降次数大于所述第二预设数量阈值，判断所述充电电流数据中的阶梯是否具有连续性；
若阶梯不具有连续性，判定所述充电电流数据不具体所述预设充电曲线特征；
若阶梯具有连续性，判断每个阶梯的下降段电流差是否小于或等于平稳段电流的所述预设百分比；
若每个阶梯的下降段电流差大于平稳段电流的所述预设百分比，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的下降段电流差小于或等于平稳段电流的所述预设百分比，判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；
若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的结束点的电流值大于涓流段起始点的电流值，判定所述充电电流数据具备所述预设充电曲线特征。
结合第一方面，在一种可能的实现方式中，在所述对所述充电电流数据进行差分计算之前，包括：
对所述充电电流数据进行中值滤波处理；
所述对所述充电电流数据进行差分计算，包括：
对中值滤波处理后的充电电流数据进行差分计算。
结合第一方面，在一种可能的实现方式中，在所述判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值之前，还包括：
判断中值滤波后的充电电流数据的电流最大值是否大于或等于第一预设电流阈值；
若电流最大值小于第一预设电流阈值，进入所述判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值的步骤；
若电流最大值大于或等于第一预设电流阈值，判断每个阶梯的结束点电流是否大于或等于第二预设电流阈值；
若每个阶梯的结束点电流大于或等于第二预设电流阈值，判定所述充电电流数据具备所述预设充电曲线特征；
若每个阶梯的结束点电流小于第二预设电流阈值，判定所述充电电流数据不具备所述预设充电曲线特征。
结合第一方面，在一种可能的实现方式中，在判定所述电动车的电池出现老化现象之后，还包括：
生成电池老化的提示信息和/或建议信息；
将所述提示信息和/或所述建议信息发送至所述电动车的用户的终端设备，以指示所述终端设备将所述提示信息和/或建议信息呈现给所述电动车的用户。
结合第一方面，在一种可能的实现方式中，在所述获取电动车的充电电流数据之前，还包括：
获取所述电动车的用户的充电订单数据；
根据所述充电订单数据，检测所述电动车是否已经被分析过；
若否，则进入所述获取电动车的充电电流数据的步骤。
结合第一方面，在一种可能的实现方式中，所述获取电动车的充电电流数据，包括：
通过所述电动车的用户的充电订单数据，获取对应充电桩上传的遥测数据，所述遥测数据包括所述充电电流数据。
第二方面，本申请实施例提供一种电动车电池老化识别装置，包括：
获取模块，用于获取电动车的充电电流数据；
确定模块，用于确定所述充电电流数据是否具备预设充电曲线特征，所述预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；
判定模块，用于若所述充电电流数据具备所述预设充电曲线特征，则判定所述电动车的电池出现老化现象。
第三方面，本申请实施例提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的电动车充电系统的结构示意框图；
图2为本申请实施例提供的一种电动车电池老化识别方法的流程示意框图；
图3为本申请实施例提供的多阶梯型充电曲线的示意图；
图4为本申请实施例提供的步骤S202的具体流程示意框图；
图5为本申请实施例提供的步骤S202的另一个具体流程示意框图；
图6为本申请实施例提供的电动车电池老化识别方法的另一种流程示意框图；
图7为本申请实施例提供的电动车电池老化识别装置的结构框图；
图8为本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。
下面先对本申请实施例可能涉及的系统架构和可能涉及的应用场景进行介绍。
参见图1，为本申请实施例提供的电动车充电系统的结构示意框图，该电动车系统可以包括充电站11、电动车12、用户终端设备13和服务器14，其中，充电站包括多个充电桩，每个充电桩上包括多个充电插座。上述用户终端设备内可以安装有相应的APP，以实现充电流程中的相应功能，例如，扫码支付、充电订单生成和充电订单上传等。该用户终端设备可以为但不限于手机、智能可穿戴设备或平板电脑等。上述电动车可以是任意类型的电动车，例如，电动两轮车或者电动四轮车。
基于该系统的电动车充电流程可以例如包括：用户驾驶电动车来到充电站之后，通过手机扫描充电桩上的二维码，生成充电订单；当充电桩的相应插座供电之后，用户即可通过插头、电源适配器将电动车连接至充电桩，开始为电动车充电；当充电时长达到预定充电时长、充电费用达到预付费用或者电动车已充满，则可拔掉充电插头，完成一次充电流程。
在电动车的充电过程中，充电桩会实时记录电动车的充电数据，并将该充电数据上报至充电桩管理平台，再将该充电数据存储至数据库。该充电数据一般包括充电电流数据、充电电压数据和充电功率数据等。另外，用户的充电订单数据也会上传至服务器保存。
基于上述图1的系统架构，服务器可以通过所记录的数据，分析某个用户的某笔充电订单对应的充电数据，以确定该用户的电动车的电池是否老化，如果分析出某个用户的电动车电池出现老化现象，则可以生成提示信息，以警示用户电动车电池的健康状况。例如，用户完成一笔充电订单之后，服务器根据该用户的充电订单获取到对应充电桩的遥测数据，以得到该用户的电动车在本次充电的充电电流数据，再判断充电电流数据是否具备预设充电曲线特征，如果具备，则判定该用户的电池出现老化现象；然后，服务器生成老化提示信息，并将该老化提示信息发生至用户手机，通过用户手机APP显示给该用户，以使得该用户及时得知自身电动车的电池健康状况。
当然，本申请实施例也可以不用基于上述系统架构或者应用场景，也能实现本申请实施例的目的。
下面将通过具体实施例介绍本申请实施例提供的技术方案。
参见图2，为本申请实施例提供的一种电动车电池老化识别方法的流程示意框图，该方法可以包括以下步骤：
步骤S201、获取电动车的充电电流数据。
需要说明的是，上述充电电流数据一般是指电动车一次充电过程的电流数据。基于图1的系统架构或应用场景时，一次充电过程是指一笔充电订单对应的过程，也即上述充电电流数据为一笔充电订单对应的充电电流数据，此时，该充电电流数据是充电桩上报的。即在一些实施例中，具体可以通过电动车的用户的充电订单数据，获取对应充电桩上传的遥测数据，其中，遥测数据包括充电电流数据、充电电压数据和充电功率数据等，上述充电订单数据包括用户唯一标识、充电开始时间、充电结束时间和充电桩编号等信息。具体地，用户完成一笔充电订单之后，服务器根据该充电订单中的用户唯一标识、充电开始时间、充电结束时间、充电桩编号等信息，先从数据库中查找到对应充电桩上报的遥测数据，然后再从这些遥测数据中查找出与用户唯一标识、充电开始时间和充电结束时间等相对应的充电电流数据，以获取到用户当次充电对应的充电电流数据。
当然，本申请实施例的技术方案也可以不应用于图1所示的系统架构或应用场景，此时，上述充电电流数据可以是指通过某个充电装置为电动车充电时，所记录的充电电流数据。
步骤S202、确定充电电流数据是否具备预设充电曲线特征，预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征。
需要说明的是，上述预设充电曲线特征是指人工预先标定的特征，即预先对电动车的充电电流数据进行分析，根据每个充电电流数据的充电曲线特性总结出的特征。当某个充电电流数据具备上述预设充电曲线特征时，则判定该充电电流数据对应的充电电流曲线为“多阶梯”型充电曲线；当判定出该充电电流数据的充电电流曲线为“多阶梯”型充电曲线时，则推测该充电电流数据对应的电动车电池出现老化现象。是否为“多阶梯”型充电曲线等同于是否具备预设充电曲线特征。
具体应用中，可以不用将充电电流数据转换为充电曲线，而是基于充电电流数据进行智能分析即可。
可以理解的是，完整的充电过程一般包括第一阶段、第二阶段和第三阶段，其中，第一阶段为电流电压平稳充电，第二阶段为电压不变电流变小的下降式充电，第三阶段是指电压不变电流再变小直至电流电压为零的涓流式充电。
需要说明的是，阶梯的定义可以根据实际需要和经验进行设定，例如，下降段的电流差大于预设电流差阈值且平稳段的持续时长大于预设时长，则定义为一个阶段。根据阶梯的定义从充电电流数据中查找出阶梯数量，并确定每个阶梯的位置和平稳段、下降段的相应数值。
为了更好地介绍“多阶梯”型充电电流曲线，请参见图3示出的多阶梯型充电曲线的示意图，如图3所示，其横轴为时间t，纵轴为电流A，包括4个下降段和三个平稳段，一个阶梯包括一个下降段和一个平稳段。
上述第一阶梯数量阈值、预设电流阈值、预设长度阈值和预设百分比均为经验值，可以根据实际应用需要进行设定。在本申请实施例中，上述第一阶梯数量阈值可以为2，上述预设电流阈值可以为0.3A，上述预设长度阈值为20T，上述预设百分比为60％，即阶梯数量大于或等于2，且单个阶梯幅度小于0.3A，单个阶梯的长度大于或等于20T，每个阶梯的下降段电流差小于或等于平稳段电流的60％。其中，T可以是指充电桩上报遥测数据的间隔时间。
单个阶梯的幅度是指一个阶梯的下降段的电流差值，单个阶梯的长度是指一个阶梯的持续时长，其一般通过阶梯开始点和阶梯结束点计算得到。每个阶梯的下降段电流差是下降段的开始点和下降段的结束点的电流差值。
步骤S203、若充电电流数据具备预设充电曲线特征，则判定电动车的电池出现老化现象。
具体地，通过对充电电流数据进行智能分析，如果充电电流数据具备上述预设充电曲线特征，或者说，充电电流数据的充电电流曲线为“多阶梯”型曲线，则判定该电动车的电池出现老化现象。
本申请实施例通过判断电动车充电电流数据是否具备预设充电曲线特征来判断电动车的电池是否出现老化现象，实现了对电动车电池老化现象的识别，及时得知出电动车电池是否老化，降低电动车充电过程的安全隐患，从而提高电动车充电过程的安全性。
识别充电电流数据是否具备上述预设充电曲线特征的方式可以是任意的，参见图4示出的步骤S202的具体流程示意框图，上述确定充电电流数据是否具备预设充电曲线特征的具体过程可以包括：
步骤S401、对充电电流数据进行差分计算。
可以理解的是，充电电流数据由一个点点的电流数据组成，按照时间的先后顺序，依次将后一个点的电流数据减去前一个点的电流数据，以得到差分计算后的电流数据。
在一些实施例中，在进行差分计算之前，可以先对充电电流数据进行中值滤波，以使得充电电流数据更加平滑；然后再对中值滤波处理后的充电电流数据进行差分计算。当然，在其它一些实施例中，也可以不对充电电流数据进行中值滤波处理。
步骤S402、基于差分计算后的充电电流数据，获取充电电流数据中差分值小于0的位置信息。
需要说明的是，对电流数据作差分计算是为了差分值为0是指前一个点的电流值大于后一个点的电流值，电流呈下降趋势。上述位置信息是指时间信息，例如，根据充电电流数据绘制充电电流曲线图之后，横轴为时间t，上述位置信息是指时间t的信息。
步骤S403、根据位置信息寻找出充电电流数据中的阶梯。
可以理解的是，上述位置信息是差分值小于0的位置信息，而差分值小于0表面电流呈下降趋势，根据电流下降位置寻找电流的下降段，再基于阶梯的定义，确定下降段和平稳段的位置，从而定位出充电电流数据中的阶梯，以获得阶梯的位置、数量等。
步骤S404、分别判断每个阶梯的长度是否大于或等于预设长度阈值和每个阶梯的幅度是否小于预设电流阈值。若每个阶梯的长度小于预设长度阈值和/或每个阶梯的幅度大于或等于预设电流阈值，进入步骤S405，反之，若每个阶梯的长度大于或等于预设长度阈值，且每个阶梯的幅度小于预设电流阈值，进入步骤S406。
具体地，根据每个阶梯的开始点和结束点的时间，计算每个阶梯的持续时间，该阶梯的持续时间为上述阶梯的长度。上述预设长度阈值可以例如为20。根据每个阶梯的下降段的开始点得电流值和下降段的结束点的电流值，计算出每个阶梯的幅值，即每个阶梯的下降的幅值。上述预设电流阈值可以例如为0.3A。
当单个阶梯下降的幅值大于预设电流阈值；或者，单个阶梯的长度小于预设长度阈值；或者，单个阶梯下降的幅值大于预设电流阈值且单个阶梯的长度小于预设长度阈值，则判定该充电电流数据不具体上预设充电曲线特征，该充电电流数据对应的曲线不是“多阶梯”型充电曲线。
步骤S405、判定充电电流数据不具备预设充电曲线特征。
步骤S406、判断充电电流数据中的电流下降次数是否大于第二预设数量阈值；若电流下降次数小于或等于第二预设数量阈值，进入步骤S405，反之，若电流下降次数大于第二预设数量阈值，进入步骤S407。
需要说明的是，上述第二预设数量阈值减1后等于上述第一预设数量阈值，例如，上述第一预设数量阈值为2，第二预设数量阈值为3。
步骤S407、判断充电电流数据中的阶梯是否具有连续性；若阶梯不具有连续性，进入步骤S405，反之，若阶梯具有连续性，进入步骤S408。
具体应用中，可以通过判定连续下降段的之间的长度大小来判断阶梯是否具有连续性。例如，当下降段之间的长度小于或等于30T时，则认为具有连续性。
步骤S408、判断每个阶梯的下降段电流差是否小于或等于平稳段电流的预设百分比；若每个阶梯的下降段电流差大于平稳段电流的预设百分比，进入步骤S405，反之，若每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比，进入步骤S409。
其中，根据每个阶梯的下降段的开始点电流和结束点电流可以计算出上述下降段电流差。上述预设百分比可以例如为60％。
步骤S409、判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，进入步骤S405，反之，若每个阶梯的结束点的电流值大于涓流段起始点的电流值，进入步骤S410。
可以理解的是，涓流段是指充电过程的第三阶段。分别将每个阶梯的结束点的电流值和涓流段的起始点的电流值进行比较。
步骤S410、判定充电电流数据具备预设充电曲线特征。
可以看出，基于充电电流数据和预先定义的充电曲线特征，通过智能计算的方式直接判定该充电电流数据是否属于“多阶梯”型充电曲线，相较于其它充电曲线识别方式，本申请实施例提供的识别方式的识别精度更高。
参见图5示出的步骤S202的另一个具体流程示意框图，上述确定充电电流数据是否具备预设充电曲线特征的具体过程可以包括：
步骤S501、对充电电流数据进行中值滤波后，再对充电电流数据进行差分计算。
步骤S502、基于差分计算后的充电电流数据，获取充电电流数据中差分值小于0的位置信息。
步骤S503、根据位置信息寻找出充电电流数据中的阶梯。
步骤S504、分别判断每个阶梯的长度是否大于或等于预设长度阈值和每个阶梯的幅度是否小于预设电流阈值。若每个阶梯的长度小于预设长度阈值和/或每个阶梯的幅度大于或等于预设电流阈值，进入步骤S505，反之，若每个阶梯的长度大于或等于预设长度阈值，且每个阶梯的幅度小于预设电流阈值，进入步骤S506。
当单个阶梯下降的幅值大于预设电流阈值；或者，单个阶梯的长度小于预设长度阈值；或者，单个阶梯下降的幅值大于预设电流阈值且单个阶梯的长度小于预设长度阈值，则判定该充电电流数据不具体上预设充电曲线特征，该充电电流数据对应的曲线不是“多阶梯”型充电曲线。
步骤S505、判定充电电流数据不具备预设充电曲线特征。
步骤S506、判断充电电流数据中的电流下降次数是否大于第二预设数量阈值；若电流下降次数小于或等于第二预设数量阈值，进入步骤S505，反之，若电流下降次数大于第二预设数量阈值，进入步骤S507。
步骤S507、判断充电电流数据中的阶梯是否具有连续性；若阶梯不具有连续性，进入步骤S505，反之，若阶梯具有连续性，进入步骤S508。
步骤S508、判断每个阶梯的下降段电流差是否小于或等于平稳段电流的预设百分比；若每个阶梯的下降段电流差大于平稳段电流的预设百分比，进入步骤S505，反之，若每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比，进入步骤S509。
S509、判断中值滤波后的充电电流数据的电流最大值是否大于或等于第一预设电流阈值；若电流最大值小于第一预设电流阈值，进入步骤S511。反之，若电流最大值大于或等于第一预设电流阈值，进入步骤S510。
需要说明的是，在判定每个阶梯的结束点电流和涓流段起始点的电流大小之前，可以先判断当前分析的曲线是否处于涓流段。
上第一预设电流阈值和下面的第二预设电流阈值分别是指涓流段的最大值和最小值。例如，第一预设电流阈值为2A，第二预设电流阈值为0.7A。
S510、判断每个阶梯的结束点电流是否大于或等于第二预设电流阈值；若每个阶梯的结束点电流大于或等于第二预设电流阈值，进入步骤S512。反之，若每个阶梯的结束点电流小于第二预设电流阈值，进入步骤S505。
步骤S511、判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，进入步骤S505，反之，若每个阶梯的结束点的电流值大于涓流段起始点的电流值，进入步骤S512。
可以理解的是，涓流段是指充电过程的第三阶段。分别将每个阶梯的结束点的电流值和涓流段的起始点的电流值进行比较。
步骤S512、判定充电电流数据具备预设充电曲线特征。
可以看出，基于充电电流数据和预先定义的充电曲线特征，通过智能计算的方式直接判定该充电电流数据是否属于“多阶梯”型充电曲线，相较于其它充电曲线识别方式，本申请实施例提供的识别方式的识别精度更高。
本申请实施例提供的电动车电池老化识别技术方案可以应用于各种场景。下面将以基于图1所示的系统架构的充电桩场景进行介绍。
参见图6，为本申请实施例提供的电动车电池老化识别方法的另一种流程示意框图，该方法可以包括以下步骤：
步骤S601、获取电动车的用户的充电订单数据。
具体地，用户通过手机等终端设备生成充电订单后，用户终端设备将充电订单上传至服务器。其中，上述充电订单数据包括但是不限于用户ID、订单ID、订单电量、用户手机号、订单时长、充电桩的设备ID、充电桩的插座序号、订单结束原因码、充电桩的设备类型、订单开始时间、订单结束时间、充电桩的站点ID、充电桩的站点名称以及充电桩的盒子出厂编号等信息。
步骤S602、根据充电订单数据，检测电动车是否已经被分析过。若没有被分析过，则进入步骤S603。
具体地，服务器接收到用户充电订单数据之后，基于该充电订单数据的用户ID等唯一标识信息确定该用户的电动车是否已经进行过程充电曲线智能分析，如果已经分析过，则根据之前的分析结果生成提示信息，并将该提示信息发送至用户终端设备。如果没有被分析过，获取该订单对应的充电数据进行智能分析。
步骤S603、通过电动车的用户的充电订单数据，获取对应充电桩上传的遥测数据，遥测数据包括充电电流数据。
具体地，服务器根据充电订单数据中的用户ID、充电桩信息、充电站点信息和订单开始/结束时间等，从充电桩管理平台的数据库中查找相应的遥测数据，该遥测数据是充电桩上报的，其一般包括充电电流数据和充电电压数据。
步骤S604、确定充电电流数据是否具备预设充电曲线特征。
步骤S605、若充电电流数据具备预设充电曲线特征，则判定电动车的电池出现老化现象。
需要说明的是，步骤S604～S605与上述步骤S202～S203相同，相关介绍请参见上文相应内容，在此不再赘述。
步骤S606、生成电池老化的提示信息和/或建议信息。
步骤S607、将提示信息和/或建议信息发送至电动车的用户的终端设备，以指示终端设备将提示信息和/或建议信息呈现给电动车的用户。
具体地，服务器如果判定出电动车的电池出现老化现象，则可以生成提示或者建议信息。其中，提示信息是指用于提示用户电动车出现电池老化，而建议信息是指针对电池老化现象用户可以采用的应对措施。例如，服务器生成包括提示信息和建议信息的信息，该信息具体为“根据充电曲线智能分析，您虽长时间充电但电量变化很小，推测是电池老化导致，建议您维修或替换电池”。
可以理解的是，目前充电站起火或者电动车在充电过程中自燃等安全事故的发生，有很大一部分因素是电动车车主不关心或者不能及时了解到自身电动车的电池健康状况，从而不能及时或提前消除充电过程中的安全隐患。而本申请实施例通过对充电桩上报的电动车充电电流数据进行智能分析，判断用户的电动车电池是否出现电池老化现象，如果出现电池老化，则生成提示信息以警示用户，使得用户及时得知和关注自身电动车的电池健康状况，以降低或消除电动车充电过程中的安全隐患，提高电动车充电过程的安全性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的电动车电池老化识别方法，图7示出了本申请实施例提供的电动车电池老化识别装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图7，该装置包括：
获取模块71，用于获取电动车的充电电流数据；
确定模块72，用于确定充电电流数据是否具备预设充电曲线特征，预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；
判定模块73，用于若充电电流数据具备预设充电曲线特征，则判定电动车的电池出现老化现象。
在一种可能的实现方式中，上述确定模块具体用于：
对充电电流数据进行差分计算；
基于差分计算后的充电电流数据，获取充电电流数据中差分值小于0的位置信息；
根据位置信息寻找出充电电流数据中的阶梯；
分别判断每个阶梯的长度是否大于或等于预设长度阈值和每个阶梯的幅度是否小于预设电流阈值；
若每个阶梯的长度小于预设长度阈值和/或每个阶梯的幅度大于或等于预设电流阈值，判定充电电流数据不具备预设充电曲线特征；
若每个阶梯的长度大于或等于预设长度阈值，且每个阶梯的幅度小于预设电流阈值，判断充电电流数据中的电流下降次数是否大于第二预设数量阈值；
若电流下降次数小于或等于第二预设数量阈值，判定充电电流数据不具备预设充电曲线特征；
若电流下降次数大于第二预设数量阈值，判断充电电流数据中的阶梯是否具有连续性；
若阶梯不具有连续性，判定充电电流数据不具体预设充电曲线特征；
若阶梯具有连续性，判断每个阶梯的下降段电流差是否小于或等于平稳段电流的预设百分比；
若每个阶梯的下降段电流差大于平稳段电流的预设百分比，判定充电电流数据不具备预设充电曲线特征；
若每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比，判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；
若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，判定充电电流数据不具备预设充电曲线特征；
若每个阶梯的结束点的电流值大于涓流段起始点的电流值，判定充电电流数据具备预设充电曲线特征。
在一种可能的实现方式中，上述确定模块具体还用于：
对充电电流数据进行中值滤波处理；
对中值滤波处理后的充电电流数据进行差分计算。
在一种可能的实现方式中，上述确定模块具体还用于：
判断中值滤波后的充电电流数据的电流最大值是否大于或等于第一预设电流阈值；
若电流最大值小于第一预设电流阈值，进入判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值的步骤；
若电流最大值大于或等于第一预设电流阈值，判断每个阶梯的结束点电流是否大于或等于第二预设电流阈值；
若每个阶梯的结束点电流大于或等于第二预设电流阈值，判定充电电流数据具备预设充电曲线特征；
若每个阶梯的结束点电流小于第二预设电流阈值，判定充电电流数据不具备预设充电曲线特征。
在一种可能的实现方式中，上述装置还可以包括：
生成模块，用于生成电池老化的提示信息和/或建议信息；
提示模块，用于将提示信息和/或建议信息发送至电动车的用户的终端设备，以指示终端设备将提示信息和/或建议信息呈现给电动车的用户。
在一种可能的实现方式中，上述装置还可以包括：
订单数据获取模块，用于获取电动车的用户的充电订单数据；
检测模块，用于根据充电订单数据，检测电动车是否已经被分析过；若否，则进入获取充电桩上传的电动车的充电电流数据的步骤。
在一种可能的实现方式中，上述获取模块具体用于：
通过电动车的用户的充电订单数据，获取对应充电桩上传的遥测数据，遥测数据包括充电电流数据。
上述电动车电池老化识别装置具有实现上述电动车电池老化识别方法的功能，该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，硬件或软件包括一个或多个与上述功能相对应的模块，模块可以是软件和/或硬件。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图8为本申请一实施例提供的终端设备的结构示意图。如图8所示，该实施例的终端设备8包括：至少一个处理器80、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述任意各个方法实施例中的步骤。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的举例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、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，在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种电动车电池老化识别方法，其特征在于，包括：
获取电动车的充电电流数据；
确定所述充电电流数据是否具备预设充电曲线特征，所述预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；
若所述充电电流数据具备所述预设充电曲线特征，则判定所述电动车的电池出现老化现象；
其中，确定所述充电电流数据是否具备预设充电曲线特征，包括：
对所述充电电流数据进行差分计算；
基于差分计算后的充电电流数据，获取所述充电电流数据中差分值小于0的位置信息；
根据所述位置信息寻找出所述充电电流数据中的阶梯；
分别判断每个阶梯的长度是否大于或等于所述预设长度阈值和每个阶梯的幅度是否小于所述预设电流阈值；
若每个阶梯的长度小于所述预设长度阈值和/或每个阶梯的幅度大于或等于所述预设电流阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的长度大于或等于所述预设长度阈值，且每个阶梯的幅度小于所述预设电流阈值，判断所述充电电流数据中的电流下降次数是否大于第二预设数量阈值；
若电流下降次数小于或等于所述第二预设数量阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若电流下降次数大于所述第二预设数量阈值，判断所述充电电流数据中的阶梯是否具有连续性；
若阶梯不具有连续性，判定所述充电电流数据不具体所述预设充电曲线特征；
若阶梯具有连续性，判断每个阶梯的下降段电流差是否小于或等于平稳段电流的所述预设百分比；
若每个阶梯的下降段电流差大于平稳段电流的所述预设百分比，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的下降段电流差小于或等于平稳段电流的所述预设百分比，判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；
若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的结束点的电流值大于涓流段起始点的电流值，判定所述充电电流数据具备所述预设充电曲线特征。
2.如权利要求1所述的方法，其特征在于，在所述对所述充电电流数据进行差分计算之前，包括：
对所述充电电流数据进行中值滤波处理；
所述对所述充电电流数据进行差分计算，包括：
对中值滤波处理后的充电电流数据进行差分计算。
3.如权利要求2所述的方法，其特征在于，在所述判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值之前，还包括：
判断中值滤波后的充电电流数据的电流最大值是否大于或等于第一预设电流阈值；
若电流最大值小于第一预设电流阈值，进入所述判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值的步骤；
若电流最大值大于或等于第一预设电流阈值，判断每个阶梯的结束点电流是否大于或等于第二预设电流阈值；
若每个阶梯的结束点电流大于或等于第二预设电流阈值，判定所述充电电流数据具备所述预设充电曲线特征；
若每个阶梯的结束点电流小于第二预设电流阈值，判定所述充电电流数据不具备所述预设充电曲线特征。
4.如权利要求1至3任一项所述的方法，其特征在于，在判定所述电动车的电池出现老化现象之后，还包括：
生成电池老化的提示信息和/或建议信息；
将所述提示信息和/或所述建议信息发送至所述电动车的用户的终端设备，以指示所述终端设备将所述提示信息和/或建议信息呈现给所述电动车的用户。
5.如权利要求4所述的方法，其特征在于，在所述获取电动车的充电电流数据之前，还包括：
获取所述电动车的用户的充电订单数据；
根据所述充电订单数据，检测所述电动车是否已经被分析过；
若否，则进入所述获取电动车的充电电流数据的步骤。
6.如权利要求4所述的方法，其特征在于，所述获取电动车的充电电流数据，包括：
通过所述电动车的用户的充电订单数据，获取对应充电桩上传的遥测数据，所述遥测数据包括所述充电电流数据。
7.一种电动车电池老化识别装置，其特征在于，包括：
获取模块，用于获取电动车的充电电流数据；
确定模块，用于确定所述充电电流数据是否具备预设充电曲线特征，所述预设充电曲线特征为包括阶梯数量大于或等于第一预设数量阈值、单个阶梯幅度小于预设电流阈值、单个阶梯的长度大于或等于预设长度阈值、每个阶梯的下降段电流差小于或等于平稳段电流的预设百分比和每个阶梯的结束点的电流值大于涓流段起始点的电流值的特征；
判定模块，用于若所述充电电流数据具备所述预设充电曲线特征，则判定所述电动车的电池出现老化现象；
其中，所述确定模块具体用于：
对所述充电电流数据进行差分计算；
基于差分计算后的充电电流数据，获取所述充电电流数据中差分值小于0的位置信息；
根据所述位置信息寻找出所述充电电流数据中的阶梯；
分别判断每个阶梯的长度是否大于或等于所述预设长度阈值和每个阶梯的幅度是否小于所述预设电流阈值；
若每个阶梯的长度小于所述预设长度阈值和/或每个阶梯的幅度大于或等于所述预设电流阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的长度大于或等于所述预设长度阈值，且每个阶梯的幅度小于所述预设电流阈值，判断所述充电电流数据中的电流下降次数是否大于第二预设数量阈值；
若电流下降次数小于或等于所述第二预设数量阈值，判定所述充电电流数据不具备所述预设充电曲线特征；
若电流下降次数大于所述第二预设数量阈值，判断所述充电电流数据中的阶梯是否具有连续性；
若阶梯不具有连续性，判定所述充电电流数据不具体所述预设充电曲线特征；
若阶梯具有连续性，判断每个阶梯的下降段电流差是否小于或等于平稳段电流的所述预设百分比；
若每个阶梯的下降段电流差大于平稳段电流的所述预设百分比，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的下降段电流差小于或等于平稳段电流的所述预设百分比，判断每个阶梯的结束点的电流值是否大于涓流段起始点的电流值；
若每个阶梯的结束点的电流值小于或等于涓流段起始点的电流值，判定所述充电电流数据不具备所述预设充电曲线特征；
若每个阶梯的结束点的电流值大于涓流段起始点的电流值，判定所述充电电流数据具备所述预设充电曲线特征。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
CN201911203645.4A 2019-11-29 2019-11-29 电动车电池老化识别方法、装置、终端设备及存储介质 Active CN111060832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911203645.4A CN111060832B (zh) 2019-11-29 2019-11-29 电动车电池老化识别方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911203645.4A CN111060832B (zh) 2019-11-29 2019-11-29 电动车电池老化识别方法、装置、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN111060832A CN111060832A (zh) 2020-04-24
CN111060832B true CN111060832B (zh) 2021-05-14

Family

ID=70299276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911203645.4A Active CN111060832B (zh) 2019-11-29 2019-11-29 电动车电池老化识别方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN111060832B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112622693A (zh) * 2020-12-25 2021-04-09 广州橙行智动汽车科技有限公司 一种电池管理方法、装置及车辆
CN115219930B (zh) * 2022-03-29 2024-04-19 广州汽车集团股份有限公司 车辆蓄电池老化预警方法、装置、电子设备以及存储介质
CN115856669B (zh) * 2022-12-09 2023-09-26 东莞先知大数据有限公司 一种确定电动车改装电池的方法、电子设备和存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10231700B4 (de) * 2002-07-13 2006-06-14 Vb Autobatterie Gmbh & Co. Kgaa Verfahren zur Ermittlung des Alterungszustandes einer Speicherbatterie hinsichtlich der entnehmbaren Ladungsmenge und Überwachungseinrichtung
CN101122631A (zh) * 2007-08-17 2008-02-13 中兴通讯股份有限公司 测试电池充电效果及电子产品功耗的方法及装置
JP5381664B2 (ja) * 2009-12-02 2014-01-08 トヨタ自動車株式会社 組電池の異常検出装置
FR2994745B1 (fr) * 2012-08-21 2016-07-01 Centre Nat D' Etudes Spatiales (Cnes) Procede d'estimation du vieillissement d'une batterie
WO2015109592A1 (en) * 2014-01-27 2015-07-30 Beihang University Method for estimating li-ion battery capacity degradation
CN104062594B (zh) * 2014-03-27 2017-04-05 浙江超威创元实业有限公司 锂离子动力电池配组方法
CN105629172B (zh) * 2014-10-27 2018-12-07 中国移动通信集团甘肃有限公司 一种混合蓄电池故障检测的方法及装置
CN106154180B (zh) * 2016-08-18 2019-02-05 中国科学院自动化研究所 储能电池充/放电异常行为检测方法及检测系统
CN106443474B (zh) * 2016-10-09 2019-03-26 北京理工大学 一种动力电池系统寿命衰退特征快速识别的方法
WO2018099561A1 (en) * 2016-12-01 2018-06-07 Volvo Truck Corporation A method and system for controlling a battery in a vehicle
CN107748330A (zh) * 2017-09-20 2018-03-02 镇江恒驰科技有限公司 一种动力锂电池的老化预警方法
CN108072845B (zh) * 2017-12-20 2019-12-24 上海理工大学 基于不完整充电电压曲线的锂电池容量估计方法
CN108896911B (zh) * 2018-04-26 2021-04-30 广东小天才科技有限公司 一种电子设备的充电异常检测方法及装置
CN109934473B (zh) * 2019-02-28 2021-10-15 深圳智链物联科技有限公司 充电健康指数评分方法、装置、终端设备及存储介质
CN109948664B (zh) * 2019-02-28 2021-05-14 深圳智链物联科技有限公司 充电模式识别方法、装置、终端设备及存储介质
CN109919217B (zh) * 2019-02-28 2021-03-02 深圳智链物联科技有限公司 充电行为识别方法、装置、终端设备及存储介质
CN110098437A (zh) * 2019-05-10 2019-08-06 天津科技大学 一种新能源汽车动力电池老化分析系统
CN110187225B (zh) * 2019-06-17 2020-12-15 广东恒翼能科技有限公司 一种锂电池内短路电压电流异常检测方法及系统

Also Published As

Publication number Publication date
CN111060832A (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
CN109948664B (zh) 充电模式识别方法、装置、终端设备及存储介质
CN111060832B (zh) 电动车电池老化识别方法、装置、终端设备及存储介质
CN110012002B (zh) 报文解析方法、装置及服务器、计算机可读存储介质
CN109934955B (zh) 充电模式识别方法、装置、终端设备及存储介质
CN109934473B (zh) 充电健康指数评分方法、装置、终端设备及存储介质
CN111060831B (zh) 电动车电池异常的检测方法、装置、智能设备及存储介质
CN109871985B (zh) 充电时长预估方法、装置、终端设备及存储介质
CN109872186B (zh) 充满自停预收费用计算方法、装置、终端设备及存储介质
CN111002859B (zh) 识别充电桩私接插排的方法、装置、终端设备及存储介质
CN111025159B (zh) 电动车电池异常检测方法、装置、智能设备及存储介质
CN109934271B (zh) 充电行为识别方法、装置、终端设备及存储介质
CN110060420B (zh) 充电计费方法、装置、终端设备及计算机可读存储介质
CN112977145A (zh) 直流充电桩故障预警方法及装置
CN110766434B (zh) 一种充电行为信息获取方法及装置
CN111186333B (zh) 电动车充电识别方法、装置、终端设备及存储介质
CN111016717B (zh) 识别多辆电动车同时充电的方法和装置
CN111055725B (zh) 电动车电池老化识别方法、装置、终端设备及存储介质
CN107150603B (zh) 一种快速获取与电动车匹配度高的充电桩的方法和装置
CN112406615A (zh) 电动汽车充电管理方法及装置、计算机可读存储介质
CN112848958B (zh) 充电模式识别方法、装置
CN114801834B (zh) 新能源汽车剩余充电时长预估方法、装置、设备及介质
CN115879963A (zh) 电池包溯源方法、系统、计算机及可读存储介质
CN111209937B (zh) 一种充电曲线模型的分类方法、装置以及服务器
CN110861496B (zh) 电池soh值调整方法及系统
CN114970648A (zh) 一种新能源设备识别方法、装置及介质

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