CN112763920A - 一种蓄电池监测方法、装置及计算机存储介质 - Google Patents

一种蓄电池监测方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN112763920A
CN112763920A CN202110130385.3A CN202110130385A CN112763920A CN 112763920 A CN112763920 A CN 112763920A CN 202110130385 A CN202110130385 A CN 202110130385A CN 112763920 A CN112763920 A CN 112763920A
Authority
CN
China
Prior art keywords
storage battery
time
vehicle
battery
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.)
Withdrawn
Application number
CN202110130385.3A
Other languages
English (en)
Inventor
李娜
张远
武秀根
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 Xiandou Intelligent Robot Co ltd
Shanghai Xianta Intelligent Technology Co Ltd
Original Assignee
Shanghai Xiandou Intelligent Robot Co ltd
Shanghai Xianta Intelligent 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 Xiandou Intelligent Robot Co ltd, Shanghai Xianta Intelligent Technology Co Ltd filed Critical Shanghai Xiandou Intelligent Robot Co ltd
Priority to CN202110130385.3A priority Critical patent/CN112763920A/zh
Publication of CN112763920A publication Critical patent/CN112763920A/zh
Withdrawn legal-status Critical Current

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
    • B60R16/033—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for characterised by the use of electrical cells or batteries
    • 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)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种蓄电池监测方法、装置及计算机存储介质，所述蓄电池监测方法包括：获取车辆此次熄火下电时的此次蓄电池信息；获取所述车辆的此次累计停驶时长；根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态；根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。本发明提供的蓄电池监测方法、装置及计算机存储介质，通过获取车辆每次熄火下电时的蓄电池信息及累计停驶时长，对蓄电池剩余荷电状态进行预测，操作便捷且智能，有效提高了蓄电池亏电预测的精准度，并提升了用户使用体验。

Description

一种蓄电池监测方法、装置及计算机存储介质
技术领域
本发明涉及车辆领域，特别是涉及一种蓄电池监测方法、装置及计算机存储介质。
背景技术
随着整车用电需求增加以及车联网技术的发展，对于蓄电池的电量状态监控越来越重要。目前现有的蓄电池监控系统主要依靠电池传感器(IBS，Intelligent BetterSensor)采集蓄电池状态，当发动机控制器(ECM，Engine Control Module)上电时，IBS将采集的蓄电池状态传输至ECM，从而实现对蓄电池状态进行监控，并根据已经发生亏电的蓄电池状态样本进行学习。然而，现有的蓄电池监控系统只能用于行车过程中(即ECM上电时)对蓄电池进行监控，当ECM在整车熄火进入休眠时无法对蓄电池进行监控，并且由于蓄电池亏电现象发生的复杂性及很多特征数据无法获取的原因，导致亏电预测的准确性不高，容易出现蓄电池亏电现象，给用户带来不便。
发明内容
本发明的目的在于提供一种蓄电池监测方法、装置及计算机存储介质，操作便捷且智能，有效提高了蓄电池亏电预测的精准度，并提升了用户使用体验。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，本发明实施例提供了一种蓄电池监测方法，所述蓄电池监测方法包括：
获取车辆此次熄火下电时的此次蓄电池信息；
获取所述车辆的此次累计停驶时长；
根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态；
根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。
作为其中一种实施方式，所述此次蓄电池信息至少包括以下一项：
此次蓄电池剩余荷电状态、此次蓄电池剩余寿命状态、此次蓄电池电压、此次蓄电池电流、此次蓄电池温度。
作为其中一种实施方式，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：
基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态。
作为其中一种实施方式，所述基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态，包括：
将所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长作为蓄电池剩余荷电状态预测模型的输入，以获得与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的预测蓄电池剩余荷电状态；其中，所述蓄电池剩余荷电状态预测模型是基于所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态进行训练获得的。
作为其中一种实施方式，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长实时对蓄电池剩余荷电状态进行预测，获取实时的预测蓄电池剩余荷电状态。
作为其中一种实施方式，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，还包括：
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取定时的预测蓄电池剩余荷电状态。
作为其中一种实施方式，所述根据所述预测蓄电池剩余荷电状态，发送亏电风险预警，包括：
在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，所述预测亏电时间为与预测蓄电池剩余荷电状态对应的时间。
作为其中一种实施方式，所述预设亏电阈值包括高风险亏电阈值、中风险亏电阈值、低风险亏电阈值，所述高风险亏电阈值小于所述中风险亏电阈值，所述中低风险亏电阈值小于所述低风险亏电阈值；
所述在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，包括：
在所述预测蓄电池剩余荷电状态小于不同的所述预设亏电阈值时，发送的所述亏电风险预警不同。
第二方面，本发明实施例提供了一种蓄电池监测装置，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第一方面所述蓄电池监测方法的步骤。
第三方面，本发明实施例提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述蓄电池监测方法的步骤。
本发明实施例提供的蓄电池监测方法、装置及计算机存储介质，所述蓄电池监测方法包括：获取车辆此次熄火下电时的此次蓄电池信息；获取所述车辆的此次累计停驶时长；根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态；根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。如此，通过获取车辆每次熄火下电时的蓄电池信息及累计停驶时长，对蓄电池剩余荷电状态进行预测，操作便捷且智能，有效提高了蓄电池亏电预测的精准度，并提升了用户使用体验。
附图说明
图1为本发明实施例提供的一种蓄电池监测方法的流程示意图；
图2为本发明实施例提供的一种蓄电池监测装置的结构示意图。
具体实施方式
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本发明不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
应该理解的是，虽然本发明实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
需要说明的是，在本文中，采用了诸如S101、S102等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S102后执行S101等，但这些均应在本发明的保护范围之内。
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图1，为本发明实施例提供的一种蓄电池监测方法，该蓄电池监测方法可以由本发明实施例提供的一种蓄电池监测装置来执行，该蓄电池监测装置可以采用软件和/或硬件的方式来实现，本实施例中以所述蓄电池监测方法应用于车辆的远程信息处理器(T-BOX，Telematics BOX)中为例进行说明，所述蓄电池监测方法包括以下步骤：
步骤S101：获取车辆此次熄火下电时的此次蓄电池信息；
具体地，通过车辆的远程信息处理器(T-BOX，Telematics BOX)采集所述车辆此次熄火下电时的此次蓄电池信息，监测车辆每次熄火下电前的最后有效电压等相关车况数据。在一实施方式中，所述此次蓄电池信息至少包括以下一项：此次蓄电池剩余荷电状态、此次蓄电池剩余寿命状态、此次蓄电池电压、此次蓄电池电流、此次蓄电池温度。
步骤S102：获取所述车辆的此次累计停驶时长；
这里，所述车辆的此次累计停驶时长可以是指车辆此次熄火下电到下次上电点火的累计停驶时长。
步骤S103：根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态；
具体地，根据步骤S101中获取的所述此次蓄电池信息及步骤S102中获取的所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态。
在一实施方式中，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：
基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态。
需要说明的是，所述车辆的远程信息处理器(T-BOX，Telematics BOX)可记录车辆每一次熄火下电时的蓄电池信息及累计停驶时长与对应的蓄电池剩余荷电状态。所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长可以是在当前时间之前的预设时长如180天或365天等在内的车辆熄火下电时的蓄电池信息及累计停驶时长，所述对应的历史蓄电池剩余荷电状态可以是指所述车辆的远程信息处理器(T-BOX，Telematics BOX)在车辆经过累计停驶时长后上电点火时所记载的蓄电池剩余荷电状态。例如，假设车辆此次熄火下电的时间是2021年1月15日12：00，蓄电池剩余荷电状态为80％，下次上电点火的时间是2021年1月16日8：00，蓄电池剩余荷电状态为75％，则所述车辆此次熄火下电时的此次蓄电池信息为蓄电池剩余荷电状态80％，此次累计停驶时长为20小时，蓄电池剩余荷电状态为75％。如此，基于车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据车辆此次熄火下电时的此次蓄电池信息及此次累计停驶时长对蓄电池剩余荷电状态进行预测，能够准确对蓄电池剩余荷电状态进行预测，进一步提升了预测精准度和用户使用体验。
在一实施方式中，所述基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态，包括：
将所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长作为蓄电池剩余荷电状态预测模型的输入，以获得与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的预测蓄电池剩余荷电状态；其中，所述蓄电池剩余荷电状态预测模型是基于所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态进行训练获得的。
可以理解地，所述蓄电池剩余荷电状态预测模型是预先构建的，且预先存储在车辆的远程信息处理器(T-BOX，Telematics BOX)中。所述蓄电池剩余荷电状态预测模型是基于所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态进行训练获得的，首先获取车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，并将历史蓄电池信息及历史累计停驶时长作为通过人工智能算法如神经网络算法建立的蓄电池剩余荷电状态预测模型的输入，将对应的历史蓄电池剩余荷电状态作为所述蓄电池剩余荷电状态预测模型的输出，以训练所述蓄电池剩余荷电状态预测模型。在获取到所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长之后，通过调用所述蓄电池剩余荷电状态预测模型，并将所述此次蓄电池信息及所述此次累计停驶时长作为所述蓄电池剩余荷电状态预测模型的输入，便获得与所述此次蓄电池信息及所述此次累计停驶时长对应的预测蓄电池剩余荷电状态。这里，在根据所述此次蓄电池信息及所述此次累计停驶时长获取到对应的预测蓄电池剩余荷电状态之后，可以再将所述此次蓄电池信息及所述此次累计停驶时长与对应的预测蓄电池剩余荷电状态作为历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，以继续对所述蓄电池剩余荷电状态预测模型进行训练。如此，根据历史蓄电池信息及历史累计停驶时长与历史蓄电池剩余荷电状态建立蓄电池剩余荷电状态预测模型，以根据此次蓄电池信息及此次累计停驶时长快速预测蓄电池剩余荷电状态，操作便捷且智能，进一步提升了用户使用体验。
在一实施方式中，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长实时对蓄电池剩余荷电状态进行预测，获取实时的预测蓄电池剩余荷电状态。
具体地，车辆的远程信息处理器(T-BOX，Telematics BOX)可以根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长实时对蓄电池剩余荷电状态进行预测，在车辆行程结束的时刻，采集车辆此次熄火下电时的此次蓄电池信息并对蓄电池剩余荷电状态进行预测，以获取实时的预测蓄电池剩余荷电状态。
在一实施方式中，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，还包括：根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取定时的预测蓄电池剩余荷电状态。
具体地，车辆的远程信息处理器(T-BOX，Telematics BOX)也可以进行离线计算，获取定时的预测蓄电池剩余荷电状态，例如，采集前一天的最后一条行程结束并熄火下电时的蓄电池信息并对蓄电池剩余荷电状态进行预测，预测车辆在停驶2/4/8/12/24小时后的亏电风险。所述计算过程可移植到车机端进行。
步骤S104：根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。
具体地，根据步骤S103中获得的预测蓄电池剩余荷电状态，通过车机大屏消息中心、手机APP、短信等方式向用户发送亏电风险预警，以使用户能够根据所述亏电风险预警快速或及时进行相应处理。
需要说明的是，车辆的远程信息处理器(T-BOX，Telematics BOX)主要用于和后台系统/手机APP通信，实现手机APP的车辆信息显示与控制。当用户通过手机APP发送控制命令后，TSP后台会发出监控请求指令到车辆的远程信息处理器(T-BOX，Telematics BOX)，车辆在获取到控制命令后，通过CAN总线发送控制报文并实现对车辆的控制，最后反馈操作结果到用户的手机APP上。这里，车辆的远程信息处理器(T-BOX，Telematics BOX)发送亏电风险预警可以是在车机大屏消息中心显示包含有所述亏电风险预警的弹窗，也可以是通过车辆的发声装置如扬声器语音播报所述亏电风险预警，还可以向用户的手机APP、短信等发送所述亏电风险预警。
综上，上述实施例提供的蓄电池监测方法中，获取车辆此次熄火下电时的此次蓄电池信息及所述车辆的此次累计停驶时长，然后根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，接着根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。通过获取车辆每次熄火下电时的蓄电池信息及累计停驶时长，对蓄电池剩余荷电状态进行预测，操作便捷且智能，有效提高了蓄电池亏电预测的精准度，并提升了用户使用体验。
在一实施方式中，所述根据所述预测蓄电池剩余荷电状态，发送亏电风险预警，包括：在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，所述预测亏电时间为与预测蓄电池剩余荷电状态对应的时间。
这里，所述预设亏电阈值可以根据不同厂家、不同品牌电池的特性来设定，也可以根据厂家的监控需求灵活配置。所述在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，可以是指车辆的远程信息处理器(T-BOX，Telematics BOX)获得蓄电池在预测亏电时间的预测蓄电池剩余荷电状态小于预设亏电阈值后，相对预测亏电时间提前预设时间向用户发送亏电风险预警。所述预设时间可以根据据实际应用提前设置并存储在车辆的远程信息处理器(T-BOX，Telematics BOX)中，比如设置为1小时、2小时、3小时等。如此，相对预测亏电时间提前预设时间向用户发送亏电风险预警，以使用户能够根据所述亏电风险预警快速或及时进行相应处理，进一步提升了用户使用体验。
在一实施方式中，所述预设亏电阈值包括高风险亏电阈值、中风险亏电阈值、低风险亏电阈值，所述高风险亏电阈值小于所述中风险亏电阈值，所述中低风险亏电阈值小于所述低风险亏电阈值；
所述在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，包括：
在所述预测蓄电池剩余荷电状态小于不同的所述预设亏电阈值时，发送的所述亏电风险预警不同。
这里，所述预设亏电阈值可进一步分为高风险亏电阈值(SOC_high_threshold)、中风险亏电阈值(SOC_mid_threshold)、低风险亏电阈值(SOC_low_threshold)，所述高风险亏电阈值(SOC_high_threshold)小于所述中风险亏电阈值(SOC_mid_threshold)，所述中低风险亏电阈值(SOC_mid_threshold)小于所述低风险亏电阈值(SOC_low_threshold)，并可以根据高风险亏电阈值(SOC_high_threshold)、中风险亏电阈值(SOC_mid_threshold)、低风险亏电阈值(SOC_low_threshold)，向用户发送不同的亏电风险预警，还可以结合车辆的需求对不同的亏电风险预警选择性进行提醒。
基于前述实施例相同的发明构思，本发明实施例提供了一种蓄电池监测装置，如图2所示，该蓄电池监测装置包括：处理器110和用于存储能够在处理器110上运行的计算机程序的存储器111；其中，图2中示意的处理器110并非用于指代处理器110的个数为一个，而是仅用于指代处理器110相对其他器件的位置关系，在实际应用中，处理器110的个数可以为一个或多个；同样，图2中示意的存储器111也是同样的含义，即仅用于指代存储器111相对其他器件的位置关系，在实际应用中，存储器111的个数可以为一个或多个。所述处理器110用于运行所述计算机程序时，实现所述蓄电池监测方法。
该蓄电池监测装置还可包括：至少一个网络接口112。该蓄电池监测装置中的各个组件通过总线系统113耦合在一起。可理解，总线系统113用于实现这些组件之间的连接通信。总线系统113除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统113。
其中，存储器111可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器111旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器111用于存储各种类型的数据以支持该蓄电池监测装置的操作。这些数据的示例包括：用于在该蓄电池监测装置上操作的任何计算机程序，如操作系统和应用程序；联系人数据；电话簿数据；消息；图片；视频等。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。这里，实现本发明实施例方法的程序可以包含在应用程序中。
基于前述实施例相同的发明构思，本实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，计算机存储介质可以是磁性随机存取存储器(FRAM，ferromagnetic random access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。所述计算机存储介质中存储的计算机程序被处理器运行时，实现上述所述的蓄电池监测方法。所述计算机程序被处理器执行时实现的具体步骤流程请参考图1所示实施例的描述，在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种蓄电池监测方法，其特征在于，所述蓄电池监测方法包括：
获取车辆此次熄火下电时的此次蓄电池信息；
获取所述车辆的此次累计停驶时长；
根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态；
根据所述预测蓄电池剩余荷电状态，发送亏电风险预警。
2.根据权利要求1所述的蓄电池监测方法，其特征在于，所述此次蓄电池信息至少包括以下一项：
此次蓄电池剩余荷电状态、此次蓄电池剩余寿命状态、此次蓄电池电压、此次蓄电池电流、此次蓄电池温度。
3.根据权利要求1所述的蓄电池监测方法，其特征在于，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：
基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态。
4.根据权利要求3所述的蓄电池监测方法，其特征在于，所述基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态，根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态，包括：
将所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长作为蓄电池剩余荷电状态预测模型的输入，以获得与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的预测蓄电池剩余荷电状态；其中，所述蓄电池剩余荷电状态预测模型是基于所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态进行训练获得的。
5.根据权利要求1所述的蓄电池监测方法，其特征在于，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，包括：
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长实时对蓄电池剩余荷电状态进行预测，获取实时的预测蓄电池剩余荷电状态。
6.根据权利要求1所述的蓄电池监测方法，其特征在于，所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取预测蓄电池剩余荷电状态，还包括：
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测，获取定时的预测蓄电池剩余荷电状态。
7.根据权利要求1所述的蓄电池监测方法，其特征在于，所述根据所述预测蓄电池剩余荷电状态，发送亏电风险预警，包括：
在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，所述预测亏电时间为与预测蓄电池剩余荷电状态对应的时间。
8.根据权利要求7所述的蓄电池监测方法，其特征在于，所述预设亏电阈值包括高风险亏电阈值、中风险亏电阈值、低风险亏电阈值，所述高风险亏电阈值小于所述中风险亏电阈值，所述中低风险亏电阈值小于所述低风险亏电阈值；
所述在所述预测蓄电池剩余荷电状态小于预设亏电阈值时，相对预测亏电时间提前预设时间发送亏电风险预警，包括：
在所述预测蓄电池剩余荷电状态小于不同的所述预设亏电阈值时，发送的所述亏电风险预警不同。
9.一种蓄电池监测装置，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8任一项所述蓄电池监测方法的步骤。
10.一种计算机存储介质，所述计算机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8任一项所述蓄电池监测方法的步骤。
CN202110130385.3A 2021-01-29 2021-01-29 一种蓄电池监测方法、装置及计算机存储介质 Withdrawn CN112763920A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110130385.3A CN112763920A (zh) 2021-01-29 2021-01-29 一种蓄电池监测方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110130385.3A CN112763920A (zh) 2021-01-29 2021-01-29 一种蓄电池监测方法、装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112763920A true CN112763920A (zh) 2021-05-07

Family

ID=75703991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110130385.3A Withdrawn CN112763920A (zh) 2021-01-29 2021-01-29 一种蓄电池监测方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112763920A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113635847A (zh) * 2021-07-14 2021-11-12 江铃汽车股份有限公司 一种蓄电池电量补偿方法、装置、存储介质及车辆网关
CN114156550A (zh) * 2021-11-26 2022-03-08 东风商用车有限公司 铅酸蓄电池的电压提醒方法、装置、设备及存储介质
CN114801880A (zh) * 2022-05-25 2022-07-29 中国第一汽车股份有限公司 动力电池补电的控制方法及装置、车辆和处理器
CN115166562A (zh) * 2022-07-29 2022-10-11 重庆长安汽车股份有限公司 一种蓄电池剩余可存放时长估算方法、装置及汽车
CN115436818A (zh) * 2022-09-19 2022-12-06 广州汽车集团股份有限公司 一种蓄电池亏电分析方法及其装置、存储介质
WO2023221775A1 (zh) * 2022-05-16 2023-11-23 长城汽车股份有限公司 一种电池预警方法、装置、车辆和存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113635847A (zh) * 2021-07-14 2021-11-12 江铃汽车股份有限公司 一种蓄电池电量补偿方法、装置、存储介质及车辆网关
CN114156550A (zh) * 2021-11-26 2022-03-08 东风商用车有限公司 铅酸蓄电池的电压提醒方法、装置、设备及存储介质
WO2023221775A1 (zh) * 2022-05-16 2023-11-23 长城汽车股份有限公司 一种电池预警方法、装置、车辆和存储介质
CN114801880A (zh) * 2022-05-25 2022-07-29 中国第一汽车股份有限公司 动力电池补电的控制方法及装置、车辆和处理器
CN115166562A (zh) * 2022-07-29 2022-10-11 重庆长安汽车股份有限公司 一种蓄电池剩余可存放时长估算方法、装置及汽车
CN115436818A (zh) * 2022-09-19 2022-12-06 广州汽车集团股份有限公司 一种蓄电池亏电分析方法及其装置、存储介质

Similar Documents

Publication Publication Date Title
CN112763920A (zh) 一种蓄电池监测方法、装置及计算机存储介质
CN110723029B (zh) 一种充电策略的确定方法及装置
US11955827B2 (en) Rule based smart charging
US20210083497A1 (en) Battery control device, charge and discharge system, parking lot system, secondary battery reuse system, battery control method, and non-transitory strage medium
US11502529B2 (en) Battery charging method employing historical data
CN110783970B (zh) 一种充电方法、装置、充电终端及计算机可读存储介质
CN112053011A (zh) 电源优化管理方法、装置、电子设备和存储介质
CN110190643B (zh) 提醒用户充电的方法、装置、可穿戴设备及存储介质
CN115649111A (zh) 车辆外部的监控方法、装置、电子设备及存储介质
CN113022484B (zh) 一种蓄电池监测方法、装置、车辆及计算机存储介质
CN113595164B (zh) 用于充电管控的方法和装置
CN112015813B (zh) 配电网的数据共享方法、系统、装置和计算机设备
CN116480226A (zh) 一种智能门锁的用电调整方法及设备
CN116562427A (zh) 充电站的充电负荷预测方法及装置、存储介质、设备
CN115226069B (zh) 减少车载设备响应等待时间的方法、装置、设备及汽车
CN111564165B (zh) 数据存储方法、装置、设备及存储介质
CN109212417A (zh) 机器人电量的监控方法、装置及系统
CN114779657A (zh) 管理方法、装置、系统及计算机存储介质
CN116262442A (zh) 电动汽车的高压输入欠压故障检测方法、装置及存储介质
CN111845456A (zh) 电池温度的控制方法和装置
CN117301936B (zh) 电动汽车充电负荷控制方法、装置、电子设备及存储介质
CN110212601B (zh) 充电提醒方法、装置、可穿戴设备及存储介质
US20230001819A1 (en) Information processing device, information processing method, and storage medium
CN109117387B (zh) 一种inode缓存空间的管理方法、系统及相关组件
CN116166881A (zh) 车辆充电信息推荐方法及装置、存储介质、计算机设备

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210507

WW01 Invention patent application withdrawn after publication