CN111123108B - 一种电池管理方法、装置、电池及云服务器 - Google Patents

一种电池管理方法、装置、电池及云服务器 Download PDF

Info

Publication number
CN111123108B
CN111123108B CN201910643439.9A CN201910643439A CN111123108B CN 111123108 B CN111123108 B CN 111123108B CN 201910643439 A CN201910643439 A CN 201910643439A CN 111123108 B CN111123108 B CN 111123108B
Authority
CN
China
Prior art keywords
battery
information
service life
interval
charging
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
CN201910643439.9A
Other languages
English (en)
Other versions
CN111123108A (zh
Inventor
杨磊
艾光祥
曾兵
宋光伟
宋蒙
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.)
Shanghai Junzheng Network Technology Co Ltd
Original Assignee
Shanghai Junzheng Network 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 Shanghai Junzheng Network Technology Co Ltd filed Critical Shanghai Junzheng Network Technology Co Ltd
Priority to CN201910643439.9A priority Critical patent/CN111123108B/zh
Publication of CN111123108A publication Critical patent/CN111123108A/zh
Application granted granted Critical
Publication of CN111123108B publication Critical patent/CN111123108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285Testing apparatus
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供一种电池管理方法、装置、电池及云服务器,电池管理方法包括获取电池上传的电池信息、电池电压、电池温度以及充放电电流;根据电池电压、电池温度以及充放电电流,计算关于电池的使用寿命;获取关于电池的生产批次信息;依据电池的生产批次信息和使用寿命对电池信息进行分类;根据预设的神经网络算法,对分类的结果进行计算,以获得关于生产批次信息和使用寿命之间的关系曲线。本发明可以智能的根据电池的运行大数据,分析获取电池的生产批次信息和电池的使用寿命之间的关系,便于高效的了解电池的特性,节省大量的人力、物力和财力,可为开发下一款电池提供较有效的改善方案。

Description

一种电池管理方法、装置、电池及云服务器
技术领域
本发明涉及电池智能管理领域,特别是涉及一种电池管理方法、装置、电池及云服务器。
背景技术
随着共享出行和新能源的发展,电池已被广泛应用。目前对电池全生命周期管理的难点一:一款电池特性和许多因数有关如生产批次、电池运行工况等,因电池特性复杂需要大量的实验室数据作为支撑来实现对电池全生命周期管理;难点二:电池厂迭代一款新的电池需要在实验室环境下对生产出来的大量电池模拟复杂的工况测试,从而了解电池的特性为开发下一款电池提供改善方案,这样耗费大量的人力、物力和财力。
相比实验室测试数据作为研究电池特性的数据源,将电池投入市场后的实际运行数据更适合作为研究电池特性的数据源。因此研发一种电池大数据平台是管理电池生命周期的捷径。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种电池管理方法、装置、电池及云服务器,用于解决现有技术中不能高效便捷的对电池的使用寿命进行分析和管理等的问题。
为实现上述目的及其他相关目的,本发明提供一种电池管理方法,运行于云服务器中,所述云服务器与电池通信,所述电池管理方法包括:获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;获取关于所述电池的生产批次信息;依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
于本发明一具体实施例中,所述电池信息包括电池识别标签,识别所述电池识别标签获取关于所述电池的生产批次信息。
于本发明一具体实施例中,所述电池的生产批次信息至少包括以下中的一种:电池的配方以及电池的生产工艺。
于本发明一具体实施例中,根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间。
于本发明一具体实施例中,将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
为实现上述目的及其他相关目的,本发明还提供一种电池管理装置,运行于云服务器中,所述云服务器与电池通信,所述电池管理装置包括:信息获取模块,用以获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;使用寿命计算模块,用以根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;生产批次信息获取模块,用以获取关于所述电池的生产批次信息;分类模块,用以依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;关系曲线计算模块,用以根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
为实现上述目的及其他相关目的,本发明还提供一种云服务器,所述云服务器包括处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述云服务器执行如上任一项所述电池管理方法。
为实现上述目的及其他相关目的,本发明还提供一种电池管理方法,运行于电池中,所述电池与如上所述的云服务器通信,所述电池管理方法包括:向所述云服务器上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;且供根据所述云服务器对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
为实现上述目的及其他相关目的,本发明还提供一种电池管理装置,运行于电池中,所述电池与如上所述的云服务器通信,所述电池管理装置包括:信息上传模块,用以向所述云服务器上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;且供根据所述云服务器对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
为实现上述目的及其他相关目的,本发明还提供一种电池,所述电池包括处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电池执行如上所述的电池管理方法。
如上所述,本发明提供一种电池管理方法、装置、电池及云服务器,所述电池管理方法包括获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;获取关于所述电池的生产批次信息;依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。本发明可以智能的根据电池的运行大数据,分析获取电池的生产批次信息和电池的使用寿命之间的关系,便于高效的了解电池的特性,节省大量的人力、物力和财力,可为开发下一款电池提供较有效的改善方案。
附图说明
图1显示为本发明的电池管理方法在一具体实施例中的组成示意图。
图2显示为本发明一具体实施例中电池信息分类示意图。
图3显示为本发明的电池管理装置在一具体实施例中的组成示意图。
图4显示为本发明的云服务器在一具体实施例中的组成示意图。
图5显示为本发明的电池管理方法在一具体实施例中的流程示意图。
图6显示为本发明的电池管理装置在一具体实施例中的组成示意图。
图7显示为本发明的电池在一具体实施例中的组成示意图。
元件标号说明
1 电池管理装置
11 信息获取模块
12 使用寿命计算模块
13 生产批次信息获取模块
14 分类模块
15 关系曲线计算模块
2 云服务器
21 处理器
22 存储器
3 电池管理装置
31 信息上传模块
4 电池
41 处理器
42 存储器
S11~S15 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,显示为本发明的电池管理方法在一具体实施例中的组成示意图。所述电池管理方法,运行于云服务器中,所述云服务器与电池通信,所述电池管理方法包括:
S11:获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;所述电池增加网络功能,所述电池在使用时将每次采集到的单体电池电压、单体温度、充放电电流保存至本地。当电池处于空闲状态时将本地保存的数据和电池编号上传至云平台(云服务器)。且云平台(云服务器)收集电池的电池信息、电池电压、电池温度以及充放电电流的数据进行归类和分析。其中,电池的数量既可以是单个,也可以是多个。
S12:根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命。
S13:获取所述电池的生产批次信息。可以根据电池信息获取电池的生产批次信息,例如,可以先识别电池信息,然后根据识别结果获取电池的生产批次信息。
S14:依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类。根据生产批次信息和使用寿命将电池分为不同的类别。例如,处于同一生产批次,且使用寿命处于同一区间的电池可以归为一类。
S15:根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。其中,所述神经网络算法例如为BP(BackPropagation)神经网络算法。其中,BP神经网络算法是一种按误差逆传播算法训练的多层前馈网络。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。
在一具体实施例中,所述电池信息包括电池识别标签,识别所述电池识别标签获取关于所述电池的生产批次信息。所述电池识别标签例如为电池的ID。生产批次信息是在电池生产出来时就固定不变的,可以通过电池上传的电池信息中的ID进行识别。
在一具体实施例中,所述电池的生产批次信息至少包括以下中的一种:电池的配方以及电池的生产工艺。通过关系曲线可以获知生产批次信息与使用寿命之间的关系,进而获得电池的配方以及电池的生产工艺对使用寿命的影响,为电池的研发和迭代提供有力支持。
在一具体实施例中,参阅图2,显示为本发明一具体实施例中电池信息分类示意图。根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间。在电池的运行过程中,收集电池的历史运行数据,服务器对这些历史运行数据归入相应的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间。
在一具体实施例中,将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
针对该分类结果,采用公式一获取关于电池的使用寿命,且采用公式二分析获取电池配方、生产工艺等对电池寿命的影响,生产批次信息和所述使用寿命之间的关系曲线,对电池的生命周期实现准确和智能化的管理,节省了电池开发耗费的大量的人力、物力、财力。
公式一:
Figure BDA0002132701500000051
公式二:
Figure BDA0002132701500000061
其中,
ω1:历史数据与电池寿命关系。
ω2:电池配方、生产工艺与电池寿命的关系。
m1,m2,m3,m4,m5,m6分别为各层神经元的个数。
k1,k2,k3,k4,k5,k6分别为神经元的层数。
C,T,V分别代表电流区间,温度区间,电压区间。
H,W,M分别代表使用寿命区间,电池配方区间,生产工艺区间。
请参阅图3,显示为本发明的电池管理装置在一具体实施例中的组成示意图。
所述电池管理装置1运行于云服务器中,所述云服务器与电池通信,所述电池管理装置包括:信息获取模块11、使用寿命计算模块12、生产批次信息获取模块13、分类模块14以及关系曲线计算模块15。
所述信息获取模块11用以获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;
所述使用寿命计算模块12用以根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;
所述生产批次信息获取模块13用以获取关于所述电池的生产批次信息;具体的,识别所述电池信息,以根据所述识别结果获取关于所述电池的生产批次信息。
所述分类模块14用以依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;
所述关系曲线计算模块15用以根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
所述电池管理装置1为与图1所示的电池管理方法对应的装置项,所有关于图1所示的电池管理方法的描述均可应用于此实施例中,在此不加赘述。
请参阅图4,显示为本发明的云服务器在一具体实施例中的组成示意图。所述云服务器2,包括处理器21及存储器22。
所述存储器22用于存储计算机程序,所述处理器21用于执行所述存储器22存储的计算机程序,以使所述云服务器2执行如图1所示的电池管理方法S1。
所述存储器22可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储器22还可以包括远离一个或多个处理器21的存储器22,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WLAN)、存储局域网(SAN)等,或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器22的访问。
所述处理器21可操作地与存储器22和/或非易失性存储设备耦接。更具体地,处理器21可执行在存储器22和/或非易失性存储设备中存储的指令以在计算设备中执行操作,诸如生成图像数据和/或将图像数据传输到电子显示器。如此,处理器21可包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个现场可编程逻辑阵列(FPGA)、或它们的任何组合。
参阅图5,显示为本发明的电池管理方法在一具体实施例中的流程示意图。所述电池管理方法S2运行于电池中,所述电池与如图4所示的云服务器2通信,所述电池管理方法S2包括:
S21:向所述云服务器2上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器2根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;供根据所述云服务器2对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器2依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
参阅图6,显示为本发明的电池管理装置在一具体实施例中的组成示意图。
所述电池管理装置3,运行于电池中,所述电池与如图4所示的云服务器2通信,所述电池管理装置3包括信息上传模块31。
所述信息上传模块31用以向所述云服务器2上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器2根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;且供根据所述云服务器2对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器2依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。
参阅图7,显示为本发明的电池在一具体实施例中的组成示意图。所述电池4包括处理器41及存储器42;
所述存储器42用于存储计算机程序,所述处理器41用于执行所述存储器42存储的计算机程序,以使所述电池4执行如图5所示的电池管理方法S2。
所述存储器42可包括高速随机存取存储器,并且还可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中,存储器42还可以包括远离一个或多个处理器41的存储器42,例如经由RF电路或外部端口以及通信网络访问的网络附加存储器,其中所述通信网络可以是因特网、一个或多个内部网、局域网(LAN)、广域网(WLAN)、存储局域网(SAN)等,或其适当组合。存储器控制器可控制设备的诸如CPU和外设接口之类的其他组件对存储器22的访问。
所述处理器41可操作地与存储器42和/或非易失性存储设备耦接。更具体地,处理器41可执行在存储器42和/或非易失性存储设备中存储的指令以在计算设备中执行操作,诸如生成图像数据和/或将图像数据传输到电子显示器。如此,处理器41可包括一个或多个通用微处理器、一个或多个专用处理器(ASIC)、一个或多个现场可编程逻辑阵列(FPGA)、或它们的任何组合。
综上所述,本发明提供一种电池管理方法、装置、电池及云服务器,所述电池管理方法包括获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;对所述电池信息进行识别,以根据所述识别结果获取关于所述电池的生产批次信息;依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线。本发明可以智能的根据电池的运行大数据,分析获取电池的生产批次信息和电池的使用寿命之间的关系,便于高效的了解电池的特性,节省大量的人力、物力和财力,可为开发下一款电池提供较有效的改善方案。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种电池管理方法,其特征在于,运行于云服务器中,所述云服务器与电池通信,所述电池管理方法包括:
获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;
根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;
获取所述电池的生产批次信息;
依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;
根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线;
其中,依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类的步骤包括:根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间;
将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
2.根据权利要求1所述的电池管理方法,其特征在于,所述电池信息包括电池识别标签,识别所述电池识别标签获取关于所述电池的生产批次信息。
3.根据权利要求1所述的电池管理方法,其特征在于,所述电池的生产批次信息至少包括以下中的一种:电池的配方以及电池的生产工艺。
4.一种电池管理装置,其特征在于,运行于云服务器中,所述云服务器与电池通信,所述电池管理装置包括:
信息获取模块,用以获取所述电池上传的电池信息、电池电压、电池温度以及充放电电流;
使用寿命计算模块,用以根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;
生产批次信息获取模块,获取关于所述电池的生产批次信息;
分类模块,用以依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类;
关系曲线计算模块,用以根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线;
其中,所述分类模块依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类的过程包括:根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间;将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
5.一种云服务器,其特征在于,所述云服务器包括处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述云服务器执行如权利要求1至3中任一项所述电池管理方法。
6.一种电池管理方法,其特征在于,运行于电池中,所述电池与如权利要求5所述的云服务器通信,所述电池管理方法包括:
向所述云服务器上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;且供根据所述云服务器对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线;
其中,所述服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类的步骤包括:根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间;
将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
7.一种电池管理装置,其特征在于,运行于电池中,所述电池与如权利要求5所述的云服务器通信,所述电池管理装置包括:
信息上传模块,用以向所述云服务器上传所述电池的电池信息、电池电压、电池温度以及充放电电流,以供所述云服务器根据所述电池电压、电池温度以及充放电电流,计算关于所述电池的使用寿命;且供根据所述云服务器对所述电池信息进行识别,获取关于所述电池的生产批次信息,以供所述云服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类,且根据预设的神经网络算法,对所述分类的结果进行计算,以获得关于所述生产批次信息和所述使用寿命之间的关系曲线;
其中,所述服务器依据所述电池的生产批次信息和所述使用寿命对所述电池信息进行分类的过程包括:根据预设的充放电电流范围、温度范围、电压范围、使用寿命范围、电池配方范围以及生产工艺范围划分多个电池区间,每个所述电池区间对应指定的充放电电流区间、温度区间、电压区间、使用寿命区间、电池配方区间以及生产工艺区间;
将所述电池信息按照所述电池信息对应的充放电电流所在的充放电电流区间、所述电池信息对应的温度所在的温度区间、所述电池信息对应的电压所在的电压区间、所述电池信息对应的使用寿命所在的使用寿命区间、所述电池信息对应的电池配方所在的电池配方区间以及所述电池信息对应的生产工艺所在的生产工艺区间进行分类。
8.一种电池,其特征在于,所述电池包括处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电池执行如权利要求6所述的电池管理方法。
CN201910643439.9A 2019-07-17 2019-07-17 一种电池管理方法、装置、电池及云服务器 Active CN111123108B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910643439.9A CN111123108B (zh) 2019-07-17 2019-07-17 一种电池管理方法、装置、电池及云服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910643439.9A CN111123108B (zh) 2019-07-17 2019-07-17 一种电池管理方法、装置、电池及云服务器

Publications (2)

Publication Number Publication Date
CN111123108A CN111123108A (zh) 2020-05-08
CN111123108B true CN111123108B (zh) 2022-04-22

Family

ID=70495192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910643439.9A Active CN111123108B (zh) 2019-07-17 2019-07-17 一种电池管理方法、装置、电池及云服务器

Country Status (1)

Country Link
CN (1) CN111123108B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003004825A (ja) * 2001-06-21 2003-01-08 Japan Storage Battery Co Ltd 蓄電池群の残存寿命推定方法
CN103941191B (zh) * 2014-03-26 2016-05-04 海博瑞恩电子科技无锡有限公司 一种储能装置综合管理的方法及储能装置
JP2016157267A (ja) * 2015-02-24 2016-09-01 富士通株式会社 携帯端末装置及び機器ネットワーク設定方法
CN107632262A (zh) * 2017-08-07 2018-01-26 北京长城华冠汽车科技股份有限公司 一种动力电池组循环寿命的检测方法及装置
CN108258338A (zh) * 2017-12-29 2018-07-06 江苏博强新能源科技股份有限公司 电池的管理系统和方法
CN108318825B (zh) * 2018-01-31 2019-12-13 胡继业 利旧蓄电池的残值评估方法
CN108400395A (zh) * 2018-02-12 2018-08-14 国家电网公司 智能蓄电池及其远程管理系统
CN109263514B (zh) * 2018-09-11 2023-05-05 众声物联(天津)科技有限公司 传统动力车辆升级物联网动力车辆的装置及方法

Also Published As

Publication number Publication date
CN111123108A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
US11714853B2 (en) Efficient storage and searching of vector datasets
Zhao et al. Machine learning for predicting battery capacity for electric vehicles
CN111162575B (zh) 一种充电曲线更新方法、装置、云服务器及电池
CN113536676B (zh) 基于特征迁移学习的锂电池健康状况监测方法
CN111008726B (zh) 一种电力负荷预测中类图片转换方法
CN111435463A (zh) 数据处理方法及相关设备、系统
CN110995459A (zh) 异常对象识别方法、装置、介质及电子设备
CN116450486B (zh) 多元异构计算系统内节点的建模方法、装置、设备及介质
CN110134379A (zh) 计算机系统、编程方法及非暂态计算机可读介质
CN115796434A (zh) 一种用于配电网的管控方法、装置、电子设备及存储介质
CN114241230A (zh) 目标检测模型剪枝方法和目标检测方法
CN114565196B (zh) 基于政务热线的多事件趋势预判方法、装置、设备及介质
CN115964668A (zh) 一种基于大数据的供热监控分析方法、装置、设备及介质
CN111157909B (zh) 一种电量曲线更新方法、装置、云服务器及电池
CN111123108B (zh) 一种电池管理方法、装置、电池及云服务器
CN111106415B (zh) 一种电池管理方法、装置及云服务器
WO2020133492A1 (zh) 一种神经网络压缩方法及装置
US20220121999A1 (en) Federated ensemble learning from decentralized data with incremental and decremental updates
CN116524296A (zh) 设备缺陷检测模型的训练方法、装置和设备缺陷检测方法
CN111652282A (zh) 基于大数据的用户偏好分析方法、装置及电子设备
CN115965160A (zh) 一种数据中心能耗预测方法、装置、存储介质及电子设备
CN116682506A (zh) 数据处理方法、训练方法、确定方法、设计方法和装置
CN116151323A (zh) 模型生成方法、装置、电子设备及存储介质
Chen et al. EDGE AI for heterogeneous and massive IoT networks
CN114971062A (zh) 一种光伏功率预测方法和装置

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