CN111142038A - 一种蓄电池健康状态评估方法及装置 - Google Patents
一种蓄电池健康状态评估方法及装置 Download PDFInfo
- Publication number
- CN111142038A CN111142038A CN201911422603.XA CN201911422603A CN111142038A CN 111142038 A CN111142038 A CN 111142038A CN 201911422603 A CN201911422603 A CN 201911422603A CN 111142038 A CN111142038 A CN 111142038A
- Authority
- CN
- China
- Prior art keywords
- storage battery
- tested
- curve
- data packet
- state
- 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
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供一种蓄电池健康状态评估方法及装置,涉及蓄电池健康状态评估技术领域,包括:获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV‑SOC曲线;接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;根据所述第二数据包和所述出厂OCV‑SOC曲线确定曲线各点容量衰减百分比;对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。本方法具有适用性强、准确率高、速度快等优点。
Description
技术领域
本发明涉及蓄电池健康状态评估技术领域,特别涉及一种蓄电池健康状态评估方法及装置。
背景技术
据统计,全球汽车保有量突破10亿辆,人们的生活越来越离不开汽车。车辆在使用过程中,难免会出现一些异常或故障。汽车故障码的数量多达上万条,而且往往一个故障的发生原因有多种,目前还不存在可靠的蓄电池健康状态评估系统,一般都是故障发生后,驾驶员将车开到4S店或者修理厂,用OBD设备读取故障码,并逐一排查故障原因。
随着汽车向电动化、网联化、智能化发展,汽车的机械结构和电子系统越来越复杂,部件出现故障的数量和几率将会增加。一些故障会给驾驶带来非常大的安全隐患,还会导致时间和金钱上的损失,特别是新能源汽车,由于现阶段电池技术仍不成熟,相关故障引发的后果更加严重。
因此亟需提供一种蓄电池健康状态评估方法的技术方案,能够预测出故障的发生时间,在故障发生前,通知车主去检查维修或者保养,从而避免故障发生,提升汽车的安全性。
发明内容
为了解决上述问题,本发明提供一种蓄电池健康状态评估方法,包括:
获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;
当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
进一步地、所述第二数据包包括:有效放电参数;
所述方法还包括:
根据所述有效放电参数确定每个放电时间段的待测蓄电池内阻;
根据所述每个放电时间段的待测蓄电池内阻通过加权计算得到待测蓄电池当前内阻;
判断所述待测蓄电池当前内阻是否小于预设内阻阈值;
若所述待测蓄电池当前内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。
进一步地、所述第一数据包包括:充电参数和放电参数;
所述对所述第一数据包进行过滤,生成第二数据包,包括:
剔除所述充电参数和所述放电参数中的无效充电参数和无效放电参数,生成所述第二数据包,其中,所述第二数据包包括:所述有效放电参数和有效充电参数;
相应的,所述曲线各点容量衰减百分比是根据所述有效充电参数和所述出厂OCV-SOC曲线确定的。
进一步地、所述有效充电参数包括:多组荷电量和与所述荷电量对应的电压;
所述根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比,包括:
根据所述多组荷电量和与所述荷电量对应的电压拟合出完整的真实OCV-SOC曲线;
根据所述完整的真实OCV-SOC曲线确定各点的真实曲线斜率;
根据所述出厂OCV-SOC曲线确定各点的出厂曲线斜率;
根据所述真实曲线斜率和所述出厂曲线斜率确定出曲线各点容量衰减百分比。
进一步地、还包括:
当确认所述待测蓄电池处于健康状态时,根据所述第二评估分值和/或待测蓄电池内阻利用待测蓄电池健康状态识别模型策略,确定所述待测蓄电池处于不健康状态的发生时间,其中所述待测蓄电池健康状态识别模型策略包括:待测蓄电池健康状态识别策略和待测蓄电池健康状态识别模型组件,所述待测蓄电池健康状态识别模型组件是根据多个蓄电池的评估分值和/或蓄电池内阻与所述蓄电池的评估分值和/或蓄电池内阻对应的蓄电池处于不健康状态的发送时间之间的对应关系训练得到;
将所述待测蓄电池处于不健康状态的发生时间发送至所述待测蓄电池对应的车辆,以使得所述待测蓄电池根据所述发生时间生成对应的提示。
进一步地、所述待测蓄电池健康状态识别模型组件被设置为按照下述方式建立:
获取多个与所述待测蓄电池相同的蓄电池的状态信息,所述状态信息包括:蓄电池的评估分值和/或蓄电池内阻和与所述蓄电池的评估分值和/或蓄电池内阻对应的发生时间;
建立所述待测蓄电池健康状态识别模型组件,其中,所述待测蓄电池健康状态识别模型包括多个模型参数;
将所述状态信息中的蓄电池的评估分值和/或蓄电池内阻作为所述待测蓄电池健康状态识别模型组件的输入数据,将与所述待测蓄电池健康状态识别模型组件对应的发生时间作为所述待测蓄电池健康状态识别模型组件的输出数据,调整所述待测蓄电池健康状态识别模型组件的所述模型参数,直至所述待测蓄电池健康状态识别模型组件达到预设要求。
本发明另一方面、提供一种蓄电池健康状态评估装置,包括:
信息获取模块,用于获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
数据包接收模块,用于接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
容量衰减百分比确定模块,用于根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
第二评估分值确定模块,用于对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;
待测蓄电池状态评估模块,用于当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
本发明另一方面、提供一种服务器,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述的蓄电池健康状态评估方法。
本发明另一方面、提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述的蓄电池健康状态评估方法。
本发明另一方面、提供一种车辆,所述车辆设置有动力电池检测系统,所述动力电池检测系统包括如上述所述的蓄电池健康状态评估装置。
由于上述技术方案,本发明具有以下有益效果:
1、本发明能够通过车辆远程上传的详细数据,通过大数据分析建模的方式,对后台存储的车辆实际运行数据进行分析统计,不要现场对车辆数据进行采集;
2、本发明可根据不同电池型号的动力蓄电池进行模型参数修正,从而对模型进行训练,可对批量车辆进行后台计算;
3、车辆的数据均为实时上传至云后台,后台保存了车辆所有的历史数据和实时数据,后台通过模型可将车辆动力蓄电池的健康度变化过程进行记录与展现;
4、后台存储了车辆动力蓄电池健康度的变化过程,从而可以通过变化的趋势以及车辆运行环境等因素,对动力蓄电池未来的健康度状况进行预测。
附图说明
为了更清楚地说明本发明的技术方案,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的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明实施例提供的一种蓄电池健康状态评估方法的流程图;
图2为本发明实施例提供的一种蓄电池OCV_SOC曲线图;
图3是本发明实施例提供的一种蓄电池容量衰减剩余百分比分布图;
图4是本发明实施例提供的一种蓄电池池内阻分布图;
图5是本发明实施例提供的一种蓄电池健康状态评估装置的框图;
图6是本发明实施例提供的一种电子设备的结构示意图;
图7是本发明实施例提供的一种存储介质的结构示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下以车辆的服务器为执行主体介绍本发明的一种蓄电池健康状态评估方法,行车电脑与服务器通过无线通信方式连接。其中,所述服务器可以是一台独立运行的服务器,也可以是由若干台服务器组成的服务器集群,或者是一个云计算服务中心。所述服务器可以包括网络通信单元、处理器和存储器等等。请参考说明书附图1,其示出了本发明实施例提供的一种蓄电池健康状态评估方法的流程。如图1所示,所述方法包括:
S102、获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
具体地,服务器可以实时或定时获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线,其中,第一评估分值为行车电脑确定的上一周期的蓄电池容量衰减的分值;出厂OCV-SOC曲线可以是车辆在出厂时,生产商在车辆行车电脑或其他存储设备中录入的曲线。其中,第一评估分值与第二评估分值的确定方法是相同的,只是对应不同周期,均为S104-S108的步骤。
需要说明的是,当前周期与当前周期的上一周期可以是不相同时间段的时间长度,周期的长度在本说明书实施例中不做具体限定,可以根据实际需要进行设置,其中,周期可以是待测蓄电池的放电过程的时间长度,也可以是待测蓄电池充电过程的时间长度。
S104、接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
具体的,服务器可以接收当前周期车载监控终端发送的第一数据包,并对第一数据包进行过滤,以生成第二数据包。车载监控终端可以用于检测待测蓄电池的运行参数,并将检测的全部运行参数进行封装,以生成第一数据包,进而将生成的第一数据包发送给服务器,其中第一数据包包括:充电时间周期、放电时间周期、与周期对应的最高蓄电池温度、与周期对应的工作电流和工作电压等一种或多种。
而后,服务器可以对第一数据包进行解压,并对解压后的第一数据包中的运行参数进行过滤,以得到第二数据包,第二数据包中的运行参数是能够准确反映待测蓄电池当前周期的运行参数。其中,过滤的方式在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
S106、根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
具体的,服务器可以根据第二数据包和出厂OCV-SOC曲线确定曲线各点容量衰减百分比。
示例地、图2为本发明实施例提供的一种蓄电池OCV_SOC曲线图,如图2所示,根据上述过滤,选择车辆的充电数据,通过真实汽车使用过程中的多个充电周期数据拟合得到完整的OCV_SOC曲线的区间,再配合待测蓄电池的开发数据OCV_SOC曲线进行拟合,得到待测蓄电池整体的真实容量,并根据待测蓄电池开发的数据对比,得到电池容量衰减百分比。
根据车辆真实充电周期数据,可以得到真实的OCV_SOC曲线,利用电池包出厂的OCV_SOC曲线,得到每次充电周期电池容量衰减百分比,如下公式确定。
同样方式计算下一段充电周期的容量衰减百分比。
S108、对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值。
具体地、服务器可以根据所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值。
需要说明的是,加权平均参数在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
示例地、如图3所示,图3是本发明实施例提供的一种蓄电池容量衰减剩余百分比分布图,图3中横坐标表示时间(以时间戳表示的),纵坐标表示电池容量衰减剩余百分比。从图3看出,容量衰减剩余百分比整体集中在80%以上,通过加权平均计算可以确认当前周期待测蓄电池容量衰减的第二评估分值为85。
S110、当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
具体的,预设分值阈值在本说明书实施例中不做具体限定,可以根据实际需要进行设置,优选的60-80。服务器在确定第二评估分值后,看分别判断第一评估分值和第二评估分值是否均小于预设分值阈值,当第一评估分值和第二评估分值均小于预设分值阈值时,服务器可以确定待测蓄电池为不健康状态。
在一些可能的实施例中,所述方法还包括:
向所述待测蓄电池的车辆发送提示,所述提示是在所述服务器确认所述待测蓄电池处于不健康状态的情况下发送的。
具体的,所述提示用于提醒驾驶员更换电池,当然,具体的提示方式可以是以下一种或多种:声音提示、震动提示、灯光提示。
本说明书实施例提供的一种蓄电池健康状态评估方法,通过获取上一周期的第一评估分值和确定当前周期的第二评估分值,并通过分别判断第一评估分值和第二评估分值是否均小于预设分钟阈值,服务器可以确定出待测蓄电池是否处于健康状态,本方法简单有效,能够准确判断待测蓄电池的健康状态,避免由于待测蓄电池损坏等原因造成交通事故。提高用户好感度。
在上述实施例基础上,本说明书一个实施例中,所述第二数据包包括:有效放电参数:
所述方法还包括:
根据所述有效放电参数确定每个放电时间段的待测蓄电池内阻;
根据所述每个放电时间段的待测蓄电池内阻通过加权计算得到待测蓄电池当前内阻;
判断所述待测蓄电池当前内阻是否小于预设内阻阈值;
若所述待测蓄电池当前内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。
具体的,图4是本发明实施例提供的一种蓄电池池内阻分布图;如图4所示,选取放电周期对应的运行参数,根据上述筛选条件筛选后,利用每个放电小片段的开始电压、结束电压、平均电流计算每个小片段的内阻。内阻计算公式见式:
当前电池内阻=(开始电压-结束电压)/平均电流。
如图电池内阻趋势变化,中横坐标表示时间,纵坐标表示电池电流,圈的半径表示内阻大小。可以看出电流主要集中在25-50A左右,并且电流较大时,内阻较小,随时间内阻半径越来越大,靠左的内阻整体偏小(圈的半径),靠右的内阻整体偏大(圈的半径)。
对每个小片段的内阻进行加权平均以得到待测蓄电池内阻;
当所述待测蓄电池内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。需要说明的是预设内阻阈值在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
本说明书实施例提供的一种蓄电池健康状态评估方法,根据所述有效放电参数确定待测蓄电池内阻可以确定出待测蓄电池是否处于健康状态,本方法可以与确定当前周期待测蓄电池容量衰减的第二评估分值并列进行,提高本方案的可靠性。
在上述实施例基础上,本说明书一个实施例中,所述第一数据包包括:充电参数和放电参数;
所述对所述第一数据包进行过滤,生成第二数据包,包括:
剔除所述充电参数和所述放电参数中的无效充电参数和无效放电参数,生成所述第二数据包,其中,所述第二数据包包括:所述有效放电参数和有效充电参数;
相应的,所述曲线各点容量衰减百分比是根据所述有效充电参数和所述出厂OCV-SOC曲线确定的。
具体的,剔除所述充电参数和所述放电参数中的无效充电参数和无效放电参数,生成所述第二数据包,可以包括:
1)充电行程:提取车辆充电数据,划分充电行程。
①充电之前的大功率放电停止时间不足10min;
充电之前的大功率放电停止时间不足10min,因为在10min内,电池的电流和电压比较不稳定。10min并不是一个确定值,后期也需要根据数据特征确定。
②充电起始电池温度收敛区间;
电池温度不确定,需要查看电池温度收敛区间,选取温度收敛区间时因为该部分区间内,电压值、电流比较稳定。
③充电持续时间过短,删除行程数据;
充电时间过短,数据量较少,电流也会不稳定,为了使结果更准确,建议充电时长不能过短。根据数据特征确定充电时长。
④充电桩电流不足,过早限流;
例如充电达到80%时候,电流逐渐变小,为避免充电桩的影响,选取电流幅度在内的数据。电流稳定幅度可以选取内,这里选取内,主要是因为选取数据量太少,不便于分析,因此选取,后期需要根据数据特征,再确定变化范围。
⑤充电之前或充电过程中有系统故障;
电池有故障的数据直接删除,导致电池指标数据不准确。这里的系统故障包括电池故障、和电池有关的车辆故障。
2)放电行程:对放电行程数据筛选,主要是保证电流、电压稳定,以保证结果的准确性。
①放电电流稳定在以内,持续时间为5~30s;
②确定电池收敛区间;
在上述实施例基础上,本说明书一个实施例中,所述有效充电参数包括:多组荷电量和与所述荷电量对应的电压;
所述根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比,包括:
根据所述多组荷电量和与所述荷电量对应的电压拟合出完整的真实OCV-SOC曲线;
根据所述完整的真实OCV-SOC曲线确定各点的真实曲线斜率;
根据所述出厂OCV-SOC曲线确定各点的出厂曲线斜率;
根据所述真实曲线斜率和所述出厂曲线斜率确定出曲线各点容量衰减百分比。
在上述实施例基础上,本说明书一个实施例中,还包括:
当确认所述待测蓄电池处于健康状态时,根据所述第二评估分值和/或待测蓄电池内阻利用待测蓄电池健康状态识别模型策略,确定所述待测蓄电池处于不健康状态的发生时间,其中所述待测蓄电池健康状态识别模型策略包括:待测蓄电池健康状态识别策略和待测蓄电池健康状态识别模型组件,所述待测蓄电池健康状态识别模型组件是根据多个蓄电池的评估分值和/或蓄电池内阻与所述蓄电池的评估分值和/或蓄电池内阻对应的蓄电池处于不健康状态的发送时间之间的对应关系训练得到;
将所述待测蓄电池处于不健康状态的发生时间发送至所述待测蓄电池对应的车辆,以使得所述待测蓄电池对应的车辆根据所述发生时间生成对应的提示。
在上述实施例基础上,本说明书一个实施例中,所述待测蓄电池健康状态识别模型组件被设置为按照下述方式建立:
获取多个与所述待测蓄电池相同的蓄电池的状态信息,所述状态信息包括:蓄电池的评估分值和/或蓄电池内阻和与所述蓄电池的评估分值和/或蓄电池内阻对应的发生时间;
建立所述待测蓄电池健康状态识别模型组件,其中,所述待测蓄电池健康状态识别模型包括多个模型参数;
将所述状态信息中的蓄电池的评估分值和/或蓄电池内阻作为所述待测蓄电池健康状态识别模型组件的输入数据,将与所述待测蓄电池健康状态识别模型组件对应的发生时间作为所述待测蓄电池健康状态识别模型组件的输出数据,调整所述待测蓄电池健康状态识别模型组件的所述模型参数,直至所述待测蓄电池健康状态识别模型组件达到预设要求。
本发明提供的蓄电池健康状态评估方法具有以下技术效果:
适用性强:不同的车辆类型均可以根据其需要进行蓄电池健康状态评估功能;
准确率高:利用聚类算法将相似使用状况的车辆分类,因此,一个类中的汽车也具有相似的蓄电池故障发生情况,利用大数据和机器学习,挖掘出用户群体之间的共性,及其背后的价值。
速度快:本发明可以根据待测蓄电池的出厂OCV-SOC曲线和过滤后得到的第二数据包确定待测蓄电池的健康状态,提高模型组件的运行速度。
安全性强:从驾驶行为和驾驶环境的数据中提取运行参数,并在待测蓄电池不健康时发送发生时间,降低车辆蓄电池故障发生的风险,提升用户好感度。
本发明实施例还提供一种蓄电池健康状态评估装置,如图5所示,图5是本发明实施例提供的一种蓄电池健康状态评估装置的框图;所述装置包括:
信息获取模块,用于获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
数据包接收模块,用于接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
容量衰减百分比确定模块,用于根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
第二评估分值确定模块,用于对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;
待测蓄电池状态评估模块,用于当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
在上述实施例的基础上,本说明书一个实施例中,还包括:
待测蓄电池内阻确定模块,用于根据所述有效放电参数确定每个放电时间段的待测蓄电池内阻;
当前内阻确定模块,用于根据所述每个放电时间段的待测蓄电池内阻通过加权计算得到待测蓄电池当前内阻;
预设内阻阈值判断模块,用于判断所述待测蓄电池当前内阻是否小于预设内阻阈值;
待测蓄电池状态评估模块,还用于若所述待测蓄电池当前内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。
在上述实施例的基础上,本说明书一个实施例中,所述装置还包括:
待测蓄电池内阻确定模块,用于根据所述有效放电参数确定每个放电时间段的待测蓄电池内阻;
不健康状态确定模块,用于当所述待测蓄电池内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。
在上述实施例的基础上,本说明书一个实施例中,所述数据包接收模块包括:
第二数据包生成单元,用于剔除所述充电参数和所述放电参数中的无效充电参数和无效放电参数,生成所述第二数据包,其中,所述第二数据包包括:所述有效放电参数和有效充电参数;
相应的,容量衰减百分比确定模块,还用于根据所述有效充电参数和所述出厂OCV-SOC曲线确定所述曲线各点容量衰减百分比。
在上述实施例的基础上,本说明书一个实施例中,所述容量衰减百分比确定模块包括:
真实OCV-SOC曲线拟合单元,用于根据所述多组荷电量和与所述荷电量对应的电压拟合出完整的真实OCV-SOC曲线;
真实曲线斜率确定单元,用于根据所述完整的真实OCV-SOC曲线确定各点的真实曲线斜率;
出厂曲线斜率确定单元,用于根据所述出厂OCV-SOC曲线确定各点的出厂曲线斜率;
容量衰减百分比确定单元,用于根据所述真实曲线斜率和所述出厂曲线斜率确定出曲线各点容量衰减百分比。
在上述实施例的基础上,本说明书一个实施例中,还包括:
模型确定模块,用于当确认所述待测蓄电池处于健康状态时,根据所述第二评估分值和/或待测蓄电池内阻利用待测蓄电池健康状态识别模型策略,确定所述待测蓄电池处于不健康状态的发生时间,其中所述待测蓄电池健康状态识别模型策略包括:待测蓄电池健康状态识别策略和待测蓄电池健康状态识别模型组件,所述待测蓄电池健康状态识别模型组件是根据多个蓄电池的评估分值和/或蓄电池内阻与所述蓄电池的评估分值和/或蓄电池内阻对应的蓄电池处于不健康状态的发送时间之间的对应关系训练得到;
提示发送模块,用于将所述待测蓄电池处于不健康状态的发生时间发送至所述待测蓄电池对应的车辆,以使得所述待测蓄电池根据所述发生时间生成对应的提示。
在上述实施例的基础上,本说明书一个实施例中,所述模型确定模块包括:
状态信息获取单元,用于获取多个与所述待测蓄电池相同的蓄电池的状态信息,所述状态信息包括:蓄电池的评估分值和/或蓄电池内阻和与所述蓄电池的评估分值和/或蓄电池内阻对应的发生时间;
模型组件建立单元,用于建立所述待测蓄电池健康状态识别模型组件,其中,所述待测蓄电池健康状态识别模型包括多个模型参数;
收敛单元,用于将所述状态信息中的蓄电池的评估分值和/或蓄电池内阻作为所述待测蓄电池健康状态识别模型组件的输入数据,将与所述待测蓄电池健康状态识别模型组件对应的发生时间作为所述待测蓄电池健康状态识别模型组件的输出数据,调整所述待测蓄电池健康状态识别模型组件的所述模型参数,直至所述待测蓄电池健康状态识别模型组件达到预设要求。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能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模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
本发明另一方面、提供一种车辆,所述车辆设置有动力电池检测系统,所述动力电池检测系统包括如上述所述的蓄电池健康状态评估装置。
另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例还提供了一种电子设备,如图6所示,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如前述所述的蓄电池健康状态评估方法。
在一个具体的实施例中,如图6所示,其示出了本发明实施例提供的电子设备的结构示意图。所述电子设备800可以包括一个或一个以上计算机可读存储介质的存储器810、一个或者一个以上处理核心的处理器820、输入单元830、显示单元840、射频(RadioFrequency,RF)电路850、无线保真(wireless fidelity,WiFi)模块860以及电源870等部件。本领域技术人员可以理解,图7中示出的电子设备结构并不构成对电子设备800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,或者不同的部件布置。其中:
所述存储器810可用于存储软件程序以及模块,所述处理器820通过运行或执行存储在所述存储器810的软件程序以及模块,以及调用存储在存储器810内的数据,从而执行各种功能应用以及数据处理。所述存储器810可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据所述电子设备的使用所创建的数据等。此外,存储器810可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器810还可以包括存储器控制器,以提供处理器820对存储器810的访问。
所述处理器820是电子设备800的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器810内的软件程序和/或模块,以及调用存储在存储器810内的数据,执行电子设备800的各种功能和处理数据,从而对电子设备800进行整体监控。所述处理器820可以是中央处理器(Central Processing Unit,CPU),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。
所述输入单元830可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,输入单元830可包括图像输入设备831以及其他输入设备832。图像输入设备831可以是摄像头,也可以是光电扫描设备。除了图像输入设备831,输入单元830还可以包括其他输入设备832。具体地,其他输入设备832可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
所述显示单元840可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元840可包括显示面板841,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板841。
所述RF电路850可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器820处理;另外,将涉及上行的数据发送给基站。通常,RF电路850包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,RF电路850还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobilecommunication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
WiFi属于短距离无线传输技术,电子设备800通过WiFi模块860可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块860,但是可以理解的是,其并不属于电子设备800的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
所述电子设备800还包括给各个部件供电的电源870(比如电池),优选的,电源可以通过电源管理系统与处理器820逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源870还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
需要说明的是,尽管未示出,所述电子设备800还可以包括蓝牙模块等,在此不再赘述。
本发明实施例还提供了一种存储介质,如图7所示,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、该至少一段程序、该代码集或指令集可由电子设备的处理器执行以完成上述任一所述的蓄电池健康状态评估方法。
可选地,在本发明实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备和存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种蓄电池健康状态评估方法,其特征在于,包括:
获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;
当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
2.根据权利要求1所述的方法,其特征在于,所述第二数据包包括:有效放电参数:
所述方法还包括:
根据所述有效放电参数确定每个放电时间段的待测蓄电池内阻;
根据所述每个放电时间段的待测蓄电池内阻通过加权计算得到待测蓄电池当前内阻;
判断所述待测蓄电池当前内阻是否小于预设内阻阈值;
若所述待测蓄电池当前内阻小于预设内阻阈值时,则确认所述待测蓄电池处于不健康状态。
3.根据权利要求2所述的方法,其特征在于,所述第一数据包包括:充电参数和放电参数;
所述对所述第一数据包进行过滤,生成第二数据包,包括:
剔除所述充电参数和所述放电参数中的无效充电参数和无效放电参数,生成所述第二数据包,其中,所述第二数据包包括:所述有效放电参数和有效充电参数;
相应的,所述曲线各点容量衰减百分比是根据所述有效充电参数和所述出厂OCV-SOC曲线确定的。
4.根据权利要求3所述的方法,其特征在于,所述有效充电参数包括:多组荷电量和与所述荷电量对应的电压;
所述根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比,包括:
根据所述多组荷电量和与所述荷电量对应的电压拟合出完整的真实OCV-SOC曲线;
根据所述完整的真实OCV-SOC曲线确定各点的真实曲线斜率;
根据所述出厂OCV-SOC曲线确定各点的出厂曲线斜率;
根据所述真实曲线斜率和所述出厂曲线斜率确定出曲线各点容量衰减百分比。
5.根据权利要求1所述的方法,其特征在于,还包括:
当确认所述待测蓄电池处于健康状态时,根据所述第二评估分值和/或待测蓄电池内阻利用待测蓄电池健康状态识别模型策略,确定所述待测蓄电池处于不健康状态的发生时间,其中所述待测蓄电池健康状态识别模型策略包括:待测蓄电池健康状态识别策略和待测蓄电池健康状态识别模型组件,所述待测蓄电池健康状态识别模型组件是根据多个蓄电池的评估分值和/或蓄电池内阻与所述蓄电池的评估分值和/或蓄电池内阻对应的蓄电池处于不健康状态的发送时间之间的对应关系训练得到;
将所述待测蓄电池处于不健康状态的发生时间发送至所述待测蓄电池对应的车辆,以使得所述待测蓄电池根据所述发生时间生成对应的提示。
6.根据权利要求1所述的方法,其特征在于,所述待测蓄电池健康状态识别模型组件被设置为按照下述方式建立:
获取多个与所述待测蓄电池相同的蓄电池的状态信息,所述状态信息包括:蓄电池的评估分值和/或蓄电池内阻和与所述蓄电池的评估分值和/或蓄电池内阻对应的发生时间;
建立所述待测蓄电池健康状态识别模型组件,其中,所述待测蓄电池健康状态识别模型包括多个模型参数;
将所述状态信息中的蓄电池的评估分值和/或蓄电池内阻作为所述待测蓄电池健康状态识别模型组件的输入数据,将与所述待测蓄电池健康状态识别模型组件对应的发生时间作为所述待测蓄电池健康状态识别模型组件的输出数据,调整所述待测蓄电池健康状态识别模型组件的所述模型参数,直至所述待测蓄电池健康状态识别模型组件达到预设要求。
7.一种蓄电池健康状态评估装置,其特征在于,包括:
信息获取模块,用于获取当前周期的上一周期待测蓄电池容量衰减的第一评估分值和当前温度对应的待测蓄电池的出厂OCV-SOC曲线;
数据包接收模块,用于接收当前周期车载监控终端发送的第一数据包,并对所述第一数据包进行过滤,生成第二数据包;
容量衰减百分比确定模块,用于根据所述第二数据包和所述出厂OCV-SOC曲线确定曲线各点容量衰减百分比;
第二评估分值确定模块,用于对所述曲线各点容量衰减百分比进行加权平均确定当前周期待测蓄电池容量衰减的第二评估分值;
待测蓄电池状态评估模块,用于当所述第一评估分值和所述第二评估分值均小于预设分值阈值时,则确认所述待测蓄电池处于不健康状态。
8.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-6任一项所述的蓄电池健康状态评估方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-6任一项所述的蓄电池健康状态评估方法。
10.一种车辆,其特征在于,所述车辆设置有动力电池检测系统,所述动力电池检测系统包括如权利要求7所述的蓄电池健康状态评估装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422603.XA CN111142038A (zh) | 2019-12-31 | 2019-12-31 | 一种蓄电池健康状态评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422603.XA CN111142038A (zh) | 2019-12-31 | 2019-12-31 | 一种蓄电池健康状态评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111142038A true CN111142038A (zh) | 2020-05-12 |
Family
ID=70522993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911422603.XA Pending CN111142038A (zh) | 2019-12-31 | 2019-12-31 | 一种蓄电池健康状态评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111142038A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111969263A (zh) * | 2020-07-20 | 2020-11-20 | 浙江吉智新能源汽车科技有限公司 | 一种充换电站更新电池包soh的方法及装置 |
CN113771676A (zh) * | 2021-07-26 | 2021-12-10 | 深圳市兆兴博拓科技股份有限公司 | 新能源充电装置的智能提醒方法、装置、设备及存储介质 |
EP4087008A1 (en) * | 2021-05-06 | 2022-11-09 | Beijing Xiaomi Mobile Software Co., Ltd. | Determination method for battery state, electronic apparatus, and storage medium |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102445663A (zh) * | 2011-09-28 | 2012-05-09 | 哈尔滨工业大学 | 一种电动汽车电池健康状态估算的方法 |
CN103163480A (zh) * | 2013-03-29 | 2013-06-19 | 长城汽车股份有限公司 | 锂电池健康状态的评估方法 |
CN104459552A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
CN106951984A (zh) * | 2017-02-28 | 2017-07-14 | 深圳市华傲数据技术有限公司 | 一种系统健康度动态分析预测方法及装置 |
WO2018019101A1 (zh) * | 2016-07-28 | 2018-02-01 | 中兴通讯股份有限公司 | 一种蓄电池实时荷电状态的测算方法及测算装置、存储介质 |
CN107785624A (zh) * | 2016-08-30 | 2018-03-09 | 郑州思辩科技有限公司 | 一种评估锂电池性能的方法 |
CN108254696A (zh) * | 2017-12-29 | 2018-07-06 | 上海电气集团股份有限公司 | 电池的健康状态评估方法及系统 |
WO2018126901A1 (zh) * | 2017-01-05 | 2018-07-12 | 中兴通讯股份有限公司 | 电池健康状态检测方法及装置 |
CN108572327A (zh) * | 2018-05-23 | 2018-09-25 | 华霆(合肥)动力技术有限公司 | 电池健康状态分析方法及装置 |
CN109061518A (zh) * | 2018-10-18 | 2018-12-21 | 国家电网有限公司 | 一种通信蓄电池健康度在线监测方法 |
CN109061514A (zh) * | 2018-09-30 | 2018-12-21 | 北京理工大学 | 一种基于大数据的动力电池衰退情况分析方法及系统 |
CN109932663A (zh) * | 2019-03-07 | 2019-06-25 | 清华四川能源互联网研究院 | 电池健康状态评估方法、装置、存储介质及电子装置 |
CN110058179A (zh) * | 2019-05-27 | 2019-07-26 | 爱驰汽车有限公司 | 基于容量衰减的soh估算方法、系统、设备及存储介质 |
CN110133508A (zh) * | 2019-04-24 | 2019-08-16 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
-
2019
- 2019-12-31 CN CN201911422603.XA patent/CN111142038A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102445663A (zh) * | 2011-09-28 | 2012-05-09 | 哈尔滨工业大学 | 一种电动汽车电池健康状态估算的方法 |
CN103163480A (zh) * | 2013-03-29 | 2013-06-19 | 长城汽车股份有限公司 | 锂电池健康状态的评估方法 |
CN104459552A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
WO2018019101A1 (zh) * | 2016-07-28 | 2018-02-01 | 中兴通讯股份有限公司 | 一种蓄电池实时荷电状态的测算方法及测算装置、存储介质 |
CN107785624A (zh) * | 2016-08-30 | 2018-03-09 | 郑州思辩科技有限公司 | 一种评估锂电池性能的方法 |
WO2018126901A1 (zh) * | 2017-01-05 | 2018-07-12 | 中兴通讯股份有限公司 | 电池健康状态检测方法及装置 |
CN106951984A (zh) * | 2017-02-28 | 2017-07-14 | 深圳市华傲数据技术有限公司 | 一种系统健康度动态分析预测方法及装置 |
CN108254696A (zh) * | 2017-12-29 | 2018-07-06 | 上海电气集团股份有限公司 | 电池的健康状态评估方法及系统 |
CN108572327A (zh) * | 2018-05-23 | 2018-09-25 | 华霆(合肥)动力技术有限公司 | 电池健康状态分析方法及装置 |
CN109061514A (zh) * | 2018-09-30 | 2018-12-21 | 北京理工大学 | 一种基于大数据的动力电池衰退情况分析方法及系统 |
CN109061518A (zh) * | 2018-10-18 | 2018-12-21 | 国家电网有限公司 | 一种通信蓄电池健康度在线监测方法 |
CN109932663A (zh) * | 2019-03-07 | 2019-06-25 | 清华四川能源互联网研究院 | 电池健康状态评估方法、装置、存储介质及电子装置 |
CN110133508A (zh) * | 2019-04-24 | 2019-08-16 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
CN110058179A (zh) * | 2019-05-27 | 2019-07-26 | 爱驰汽车有限公司 | 基于容量衰减的soh估算方法、系统、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
姜久春 等: "基于开路电压特性的动力电池健康状态诊断与估计", 北京交通大学学报, no. 04 * |
寇志华 等: "基于容量衰减速率的三元锂电池健康状态预测", 电源技术, no. 02 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111969263A (zh) * | 2020-07-20 | 2020-11-20 | 浙江吉智新能源汽车科技有限公司 | 一种充换电站更新电池包soh的方法及装置 |
EP4087008A1 (en) * | 2021-05-06 | 2022-11-09 | Beijing Xiaomi Mobile Software Co., Ltd. | Determination method for battery state, electronic apparatus, and storage medium |
CN113771676A (zh) * | 2021-07-26 | 2021-12-10 | 深圳市兆兴博拓科技股份有限公司 | 新能源充电装置的智能提醒方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111142038A (zh) | 一种蓄电池健康状态评估方法及装置 | |
CN109604186B (zh) | 动力电池性能柔性评估分选方法 | |
CN110873841B (zh) | 一种基于数据驱动与电池特性相结合的电池寿命预测方法 | |
CN114072684A (zh) | 在服务器侧表征能重复充电的电池 | |
CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN113033860A (zh) | 一种汽车故障预测方法、装置、电子设备及存储介质 | |
CN111890933A (zh) | 车辆的电池管理方法和系统、车辆和服务器 | |
CN112816875A (zh) | 电动车辆电池云端管理系统、方法、介质及云端服务器 | |
US20230349982A1 (en) | Method and device for predicting state of health of battery, electronic equipment and readable storage medium | |
CN111969263B (zh) | 一种充换电站更新电池包soh的方法及装置 | |
CN116609676A (zh) | 一种基于大数据处理的混合储能电池状态监控方法及系统 | |
CN113595174A (zh) | 电池管理方法、装置、设备和服务器 | |
CN113311346B (zh) | 一种电芯预警方法、装置、云平台及存储介质 | |
CN113787914A (zh) | 动力电池的监控方法、装置、服务器及存储介质 | |
CN105678021A (zh) | 车辆模型的参数确定方法及系统 | |
CN112765199A (zh) | 一种车辆检测方法、系统及可读存储介质 | |
CN112765726A (zh) | 一种寿命预测方法及装置 | |
CN115049241A (zh) | 基于大数据的新能源设备安全检测检修方法、系统及装置 | |
CN111319510A (zh) | 一种预估电动车辆续驶里程的方法和装置 | |
CN115236512A (zh) | 电池健康状态评估方法、装置、电子设备及可读存储介质 | |
CN114966452A (zh) | 一种电池状态确定方法及相关装置 | |
CN115499315A (zh) | Ota升级任务的执行方法、装置和电子设备 | |
CN110751747A (zh) | 一种数据处理方法及装置 | |
JP2008268082A (ja) | 携帯端末用バッテリの検査装置及び検査方法 |
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 |