CN112819995B - 数据处理方法、装置、电子设备和可读存储介质 - Google Patents

数据处理方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN112819995B
CN112819995B CN202110129543.3A CN202110129543A CN112819995B CN 112819995 B CN112819995 B CN 112819995B CN 202110129543 A CN202110129543 A CN 202110129543A CN 112819995 B CN112819995 B CN 112819995B
Authority
CN
China
Prior art keywords
charge
target
value
state
data
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
CN202110129543.3A
Other languages
English (en)
Other versions
CN112819995A (zh
Inventor
杨磊
刘峰
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.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development 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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202110129543.3A priority Critical patent/CN112819995B/zh
Publication of CN112819995A publication Critical patent/CN112819995A/zh
Application granted granted Critical
Publication of CN112819995B publication Critical patent/CN112819995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]

Abstract

本发明实施例公开了一种数据处理方法、装置、电子设备和可读存储介质,所述数据处理方法根据运行数据确定目标数据和目标充电曲线,根据目标充电曲线构建荷电状态‑电量值对应表,并根据运行数据和荷电状态‑电量值对应表中的数据确定目标车辆的能耗属性,由此,使得计算出的能耗属性更加贴合实际,预测误差小,计算精度高,计算速度快,适用性强。

Description

数据处理方法、装置、电子设备和可读存储介质
技术领域
本发明涉及计算机技术领域,具体涉及一种数据处理方法、装置、电子设备和可读存储介质。
背景技术
计算运营期间电动车的能耗属性(例如:续航里程、实时能耗和平均能耗等)对于监控电动车运营属性,提高电动车使用性能具有重大意义。
然而,现有的电动车参数计算方法大多基于试验阶段数据测算得到,同时存在着预测误差大,或者计算精度高但计算方法过于复杂以及适用性差的问题。
发明内容
有鉴于此,本发明实施例提供一种数据处理方法、装置、电子设备和可读存储介质,在方便电动车能耗属性计算的同时,提高能耗属性计算的精度和速度。
第一方面,本发明实施例提供一种数据处理方法,所述方法包括:
根据运行数据确定目标数据,所述目标数据为荷电状态值在初始预设范围内对应的运行数据;
根据所述目标数据确定目标充电曲线,所述目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
根据所述目标充电曲线构建荷电状态-电量值对应表,所述荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表;
根据所述运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性。
进一步地,所述能耗属性包括实时能耗值、平均能耗值和满电续航值中的一项或多项。
进一步地,所述目标预设范围为0-100,所述初始预设范围小于目标预设范围,
所述根据所述目标数据确定目标充电曲线包括:
根据所述目标数据确定初始充电曲线,所述初始充电曲线包括荷电状态值在初始预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
基于线性插值外延的方法外延所述初始充电曲线,并确定所述目标充电曲线。
进一步地,所述根据所述目标充电曲线构建荷电状态-电量值对应表包括:
根据目标车辆的额定满电电量和所述目标充电曲线中的满电参数确定电压衰减参数,所述满电参数为目标充电曲线中荷电状态值为100时对应的电压和/或电流值,所述电压衰减参数用于表征电池内阻增加导致的充电电压的变化量;
根据所述电压衰减参数和目标充电曲线中的电参数确定不同荷电状态值下目标车辆对应的电量值。
进一步地,所述满电续航值基于以下步骤确定:
根据目标车辆在预设运营时间段内的总里程变化值和总耗电量确定耗电率;
根据所述目标车辆的耗电率和满电电量确定所述满电续航值,所述满电电量为所述荷电状态-电量值对应表中的电池电量,所述满电续航值用于表征目标车辆在所述满电电量下行驶的最大里程。
进一步地,所述实时能耗值基于以下步骤确定:
根据目标车辆在预设行车时间段内的里程变化值和耗电量确定所述实时能耗值。
进一步地,所述平均能耗值基于以下步骤确定:
根据目标车辆在预设运营时间段内的总耗电量和总里程变化值确定所述平均能耗。
第二方面,本发明实施例提供一种数据处理装置,所述装置包括:
数据单元,用于根据运行数据确定目标数据,所述目标数据为荷电状态值在初始预设范围内对应的运行数据;
曲线单元,用于根据所述目标数据确定目标充电曲线,所述目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
构建单元,用于根据所述目标充电曲线构建荷电状态-电量值对应表,所述荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表;
计算单元,用于根据所述运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性。
第三方面,本发明实施例提供一种计算机程序产品,所述计算机程序指令被处理器执行时实现如上任一项所述的方法。
第四方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如上任一项所述的方法。
第五方面,本发明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内存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的方法步骤。
本发明实施例的技术方案基于运行数据计算目标车辆的能耗属性,使得计算出的能耗属性更加贴合实际,计算精度高,计算结果可靠,适用性强。再者,通过目标车辆的运行数据建立对应的荷电状态-电量值对应表,并在计算目标车辆能耗属性时,根据实时的运行数据和荷电状态-电量值对应表中的数据进行计算,预测误差小,计算速度快,适用性更强。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明实施例的数据处理方法的流程图;
图2是本发明实施例的确定目标数据的流程图;
图3是本发明实施例的确定目标充电曲线的流程图;
图4是本发明实施例的构建荷电状态-电量值的流程图;
图5是本发明实施例的确定满电续航值的流程图;
图6是本发明实施例的数据处理装置的示意图;
图7是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
运营期间电动车的能耗属性能够真实反映电动车的使用性能,通过计算运营期间电动车的能耗属性对于监控电动车的使用性能和运用属性具有重要意义。基于此,本发明实施例旨在提供一种数据处理方法、装置、电子设备和可读存储介质,以方便电动车的能耗属性(包括满电续航里程、实时能耗和平均能耗)的计算。
本实施例中,以共享电动单车运营期间的能耗属性的计算为例进行说明。本领域人员容易理解的是,本实施例的数据处理方法不仅可以应用于共享电单车,还可以用于电动汽车或其它依靠电力驱动的设备。
图1是本发明实施例的数据处理方法的流程图。如图1所示,本实施例的数据处理方法包括如下步骤:
在步骤S100,根据运行数据确定目标数据,目标数据为荷电状态值在初始预设范围内对应的运行数据。
在步骤S200,根据目标数据确定目标充电曲线。其中,目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线。
在步骤S300,根据目标充电曲线构建荷电状态-电量值对应表,荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表。
在步骤S400,根据运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性。
可选地,本实施例中的能耗属性包括实时能耗值、平均能耗值和满电续航值中的一项或多项。
本实施例的技术方案通过运行数据分别确定目标数据、目标充电曲线和荷电状态-电量值对应表,并基于运行数据和荷电状态-电量值对应表确定目标车辆的实时能耗值、平均能耗值和满电续航值中的一项或多项,使得计算出的能耗属性更加贴合实际,计算精度高,适用性强。再者,通过目标车辆的运行数据建立对应的荷电状态-电量值对应表,并在计算目标车辆能耗属性时,根据目标车辆的实时的运行数据和已经建立的荷电状态-电量值对应表中的数据进行计算,预测误差小。同时,无需反复确定电量值即可完成计算,计算速度快,适用性更强。
图2是本发明实施例的确定目标数据的流程图。如图2所示,本实施例在根据运行数据确定目标数据时,按照以下方法实现。
在步骤S210,获取源数据。其中,源数据为从云数据库中下载的预定时间区间内不同车型的运行车辆对应的数据。
可选地,本实施例中的源数据包括BMS(Battery Management System,电池管理系统)中不同车型的运行车辆的充电电池的电流、电压、荷电状态(SOC)、时间和其他运营期间产生的运营数据。其中,荷电状态是指电池中剩余电量值与电池标准容量的比值。
可选地,本实施例中的预定时间区间可以以月为单位设置。具体地,可以获取一个月时间区间(如2020年10月1日至2020年10月31日)内的所有运营车辆上传的BMS国际数据作为源数据。源数据的保存可是可以采用.xls、.xlsx、.csv或其他数据保存格式。
在步骤S220,根据源数据确定运行数据。
可选地,本实施例在获取源数据后,由于源数据中包含的数据种类繁多,数据量庞大,会对源数据进行数据清洗,并将数据清洗后的源数据确定为运行数据。
数据清洗是对数据进行重新审查和校验的过程,用于删除数据中的无用信息和重复信息,并纠正错误信息,以保持数据一致性。
本实施例中,采用各种已知的方式,例如通过Python的脚本程序对电池管理系统中的源数据进行数据清洗,并得到可用的目标车辆对应的运行数据。
在步骤S230,根据运行数据确定目标数据。
本实施例中,运行数据包括目标车辆在不同充电状态下的电流数据、电压数据、荷电状态、时间数据和里程数据。其中,充电状态包括未充电状态、充电状态和充电完成状态。并且,当目标车辆处于行车时间段内时不进行充电。充电时间段内的电流数据和电压数据为对应的充电电流数据和充电电压数据。
本实施例中,在确定目标车辆的运行数据后,会根据目标车辆的充电状态对运行数据进行数据分割,并从中选取目标车辆在充电状态下的运行数据,再将目标车辆在充电状态下的运行数据确定为目标数据。
在确定目标数据之后,本实施例的根据目标数据确定目标充电曲线按照以下方式实现。
本实施例所期望获得的目标数据包括荷电状态值在0-100范围对应的各种运行参数,其中,荷电状态值的单位为0.01。此时,初始预设范围和目标预设范围均为0-100。在确定目标充电曲线时,首先根据目标数据中的荷电状态、充电电流数据和/或充电电压数据确定初始充电曲线,初始曲线包括荷电状态值在0-100范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线,并将初始充电曲线作为目标充电曲线。
实际上,本实施例的目标数据中荷电状态值为0或100的数据极少,使用价值低。为使得构建的荷电状态-电量值对应表更加贴合目标车辆的实际使用性能,本实施例中的目标预设范围为0-100,初始预设范围小于目标预设范围。
可选地,本实施例中的初始预设范围为10-90。具体地,初始预设范围的取值可以根据目标车辆运行数据中较为集中的数据段对应的荷电状态值确定。
如图3所示,本实施例的根据目标数据确定目标充电曲线包括以下步骤:
在步骤S310,根据目标数据确定初始充电曲线,其中,初始充电曲线包括荷电状态值在初始预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线。
本实施例中,根据目标数据中的荷电状态、充电电流数据和/或充电电压数据确定初始充电曲线中的荷电状态值在10-90范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线。
在步骤S320,基于线性插值外延的方法外延初始充电曲线,并确定目标充电曲线。
本实施例中,使用初始充电曲线两端边界位置一定范围内对应的斜率和数据对初始充电曲线进行双向延伸,并得到目标充电曲线。由此,确定目标车辆在荷电状态值在0-100范围内对应的充电电流值和/或充电电压值。应理解,当目标车辆的充电电流和充电电压之间存在明确的对应关系或函数关系时,只需确定充电电流和充电电压中的其中一项即可。
图4是本发明实施例的构建荷电状态-电量值的流程图。如图4所示,本实施例的根据目标充电曲线构建荷电状态-电量值对应表通过按照以下方式实现。
在步骤S410,根据目标车辆的额定满电电量和目标充电曲线中的满电参数确定电压衰减参数。其中,满电参数为目标充电曲线中荷电状态值为100时对应的电压和/或电流值,电压衰减参数用于表征电池内阻增加导致的充电电压的变化量。
可选地,本实施例的步骤S410包括步骤S411和步骤S412。
在步骤S411,根据目标充电曲线中的满电参数确定实际满电电量。
本步骤中,满电参数包括荷电状态值为100时对应的电压值U和电流值I,实际满电电量根据以下公式确定:
kwha=∫Ua*Ia*dta
其中,kwha为实际满电电量,Ua为实际充电电压,Ia为实际充电电流,ta为充电时间。
在步骤S412,根据目标车辆的额定满电电量和实际满电电量确定电压衰减参数。
本实施例中的额定满电电量可以通过查询目标车辆的设计公告得到。电压衰减参数为电池实际充电电压与额定满电电量对应的理想充电电压之间的差值。
由于现有的电动车多采用锂电池,并且随着锂电池使用周期的延长,电池内部产生的氧化还原反应、电池分解、活性物质溶解和金属锂沉积等原因均会造成电池容量衰减和电池内阻变大,在电池充电时变现为充电电压曲线上升,上升后的充电电压与实际充电电压之间的差值即为电压衰减参数。具体地,本实施例中的电压衰减参数可以通过以下公式联立进行求解:
Figure GDA0002941170830000081
其中,kwh0为额定满电电量,kwha为实际满电电量,U0为额定充电电压,I0为额定充电电流,Ua为实际充电电压,Ia为实际充电电流,Udeta为电压衰减参数,ta为实际充电时间,t0为额定充电时间。
需要说明的是,本实施例的实际充电电压Ua、实际充电电流Ia和实际充电时间ta根据运行数据确定,额定满电电量kwh0可以通过查询目标车辆的设计公告得到,由此,基于数据平移的方法确定目标车辆对应的额定充电电压U0、额定充电电流I0和额定充电时间t0,并根据实际充电电压Ua和额定充电电流U0确定目标车辆对应的电压衰减参数Udeta
在步骤S420,根据电压衰减参数和目标充电曲线中的电参数确定不同荷电状态值下目标车辆对应的电量值。
本实施例中,在确定电压衰减参数之后,首先根据电压衰减参数确定目标充电曲线向下平移后对应的实际充电曲线,并基于以下计算公式和实际充电曲线中的数据确定不同荷电状态值下目标车辆对应的电量值。
kwhb=∫Ub*Ib*dtb
其中,kwhb为电池电量,Ub为实际充电曲线中的充电电压,Ib为实际充电曲线对应的充电电流,tb为充电时间。
可选地,本实施例在确定电池不同荷电状态值下的电量值之后,根据目标车辆的荷电状态和对应的电池电量值建立目标车辆的荷电状态-电池电量对应表。具体地,下表为示例性的目标车辆的荷电状态-电池电量对应表。
荷电状态SOC(%) 电池电量(kwh)
0 0
1 0.54
2 1.07
··· ···
98 39.8
99 40.5
100 41.4
可选地,本实施例的数据处理方法可以写入hive-SQL周期任务中,荷电状态-电池电量对应表也可以根据预设的时间周期定时进行更新,以提高荷电状态-电池电量对应表的实时性和能耗属性计算方法的适用性,使得计算出的目标车辆的能耗属性更提贴合目标车辆的实际性能。
图5是本发明实施例的确定满电续航值的流程图,如图5所示,在确定目标车辆的荷电状态-电池电量对应表之后,本实施例中的满电续航值的计算基于以下方法实现。
在步骤S510,根据目标车辆在预设运营时间段内的总里程变化值和总耗电量确定耗电率。
可选地,本实施例在确定耗电率时包括以下步骤:
在步骤S511,根据运行数据确定目标车辆在预设运营时间段内的总里程变化值Δm。
本实施例中,预设运营时间段Δt可以根据实际使用情况进行设定。可选地,本实施例的预设运营时间段按天设定。具体地,本实施例中以某天内目标车辆的运行数据计算目标车辆的满电续航。
进一步地,本步骤中,目标车辆在预设运营时间段Δt内的里程变化值Δm可以根据运行数据中的时间数据和对应的里程数据确定。
在步骤S512,确定目标车辆在预设运营时间段Δt内的总耗电量ΔW。
可选地,当目标车辆在预设运营时间段Δt内未进行充电时,在确定对应的总耗电量ΔW时,首先根据运行数据分别确定预设运营时间段Δt中的起始时刻t1对应荷电状态下的电池电量值kwh1和结束时刻t2对应荷电状态下的电池电量值kwh2,并将起始时刻和结束时刻的电池电量值的差值确定为预设运营时间段Δt内目标车辆的总耗电量ΔW。也即,
ΔW=kwh1-kwh2
可选地,当目标车辆在预设运营时间段Δt内有进行充电时,首先确定目标车辆在预设运营时间段Δt内的行车时间段Δta和充电时间段Δtb,根据行车时间段开始时刻和结束时刻对应的电池电量值的差值确定目标车辆的耗电电量ΔQ,根据充电时间段Δtb内的充电电压、充电电流和充电时间确定目标车辆在充电时间段内的充电电量ΔE。最后,将行车时间段内Δta目标车辆的耗电电量ΔQ与充电时间段Δtb内目标车辆的充电电量ΔE的和作为目标车辆在预设运营时间段内的总耗电量ΔW。也即,
ΔW=ΔQ+ΔE
进一步地,当预设运营时间段Δt内存在多个行车时间段Δta1、Δta2、···,Δtan或多个充电时间段Δtb1、Δtb2、···,Δtbn时,分别结算各行车时间段的耗电电量ΔQ1、ΔQ2、···和ΔQn和各充电时间段内的充电电量ΔE1、ΔE2、···和ΔEn,并将各行车时间段的耗电电量和各充电时间段内的充电电量求和得到的电量值确定为目标车辆在预设运营时间段内的总耗电量ΔW。也即:
ΔW=ΔQ1+ΔQ2+…ΔQn+ΔE1+ΔE2+…ΔEn
在步骤S513,根据总里程变化值和总耗电量确定目标车辆的耗电率。
本步骤中,将目标车辆在预设运营时间段内的总里程变化值和总耗电量的比值确定为目标车辆的耗电率η,也即,
Figure GDA0002941170830000111
在步骤S520,根据目标车辆的耗电率η和满电电量kwha确定满电续航值milefull。其中,满电电量kwha为荷电状态-电量值对应表中的电池电量,满电续航值milefull用于表征目标车辆在满电电量下行驶的最大里程。
本步骤中,将目标车辆的满电电量和耗电率的乘积确定为目标车辆的满电续航值。也即,
milefull=kwha×η
本实施例的技术方案通过运行数据中的时间数据和里程数据以及荷电状态-电池电量对应表确定目标车辆的满电续航里程,使得计算出的满电续航里程更加贴合实际,计算精度高,适用性强。同时,在涉及电池电量值时,只需查询荷电状态-电池电量对应表即可确定满电池电量值,而无需反复确定电量值即可完成计算,计算速度快,适用性更强。
本实施例中,在确定目标车辆的实时能耗值时,根据目标车辆在预设行车时间段内的里程变化值和耗电量确定。
可选地,在确定目标车辆的实时能耗时,首先确定目标车辆在预设行车时间段Δt_a内的里程变化值Δm和耗电量ΔW。
具体地,里程变化值Δm可以根据运行数据中的时间数据和对应的里程数据确定。在确定对应的总耗电量ΔW时,首先根据运行数据分别确定预设行车时间段Δt_a中的起始时刻t_a1对应荷电状态下的电池电量值kwh1和结束时刻t_a2对应荷电状态下的电池电量值kwh2,并将起始时刻和结束时刻的电池电量值的差值确定为预设运营时间段Δt_a内目标车辆的总耗电量ΔW。最后,将耗电量ΔW与里程变化值Δm的比值作为目标车辆的实时能耗值。也即,
Figure GDA0002941170830000121
本实施例的技术方案通过运行数据中的时间数据和里程数据以及荷电状态-电池电量对应表确定目标车辆的实时能耗值,使得计算出的实时能耗值更加贴合实际,计算精度高,适用性强。同时,在涉及电池电量值时,只需查询荷电状态-电池电量对应表即可确定对应的电池电量值,而无需反复确定电量值即可完成计算,计算速度快,适用性更强。
本实施例中,在确定目标车辆的平均能耗值时,根据目标车辆在预设运营时间段内的里程变化值和耗电量确定。
可选地,在确定目标车辆的平均能耗时,首先确定目标车辆在预设运营时间段Δta内的里程变化值Δm和耗电量ΔW。
具体地,里程变化值Δm可以根据运行数据中的时间数据和对应的里程数据确定。在确定对应的总耗电量ΔW时,可以按照步骤S512中介绍的方法进行。最后,将耗电量ΔW与里程变化值Δm的比值作为目标车辆的实时能耗值。
本发明实施例的技术方案基于运行数据计算目标车辆的平均能耗,使得计算出的平均能耗更加贴合实际,计算精度高,适用性强。再者,通过目标车辆的运行数据建立对应的荷电状态-电量值对应表,并在计算目标车辆平均能耗时,根据实时的运行数据和荷电状态-电量值对应表中的数据进行计算,预测误差小,计算速度快,适用性更强。
图6是本发明实施例的数据处理装置的示意图。如图6所示,本实施例的数据处理装置包括数据单元61、曲线单元62、构建单元63和计算单元64。其中,数据单元61用于根据运行数据确定目标数据,目标数据为荷电状态值在初始预设范围内对应的运行数据。曲线单元62用于根据目标数据确定初始充电曲线和目标充电曲线,初始充电曲线包括荷电状态值在初始预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线,目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线。构建单元63用于根据目标充电曲线构建荷电状态-电量值对应表,荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表。计算单元64用于根据运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性。其中,能耗属性包括实时能耗值、平均能耗值和满电续航值中的一项或多项。
图7是本发明实施例的电子设备的示意图。如图7所示,本实施例的电子设备包括通用的计算机硬件结构,其至少包括处理器71和存储器72。处理器71和存储器72通过总线73连接。存储器72适于存储处理器71可执行的指令或程序。处理器71可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器71通过执行存储器72所存储的指令,从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线73将上述多个组件连接在一起,同时将上述组件连接到显示控制器74、显示装置以及输入/输出(I/O)装置75。输入/输出(I/O)装置75可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置75通过输入/输出(I/O)控制器76与系统相连。
其中,存储器72可以存储软件组件,例如操作系统、通信模块、交互模块以及应用程序。以上所述的每个模块和应用程序都对应于完成一个或多个功能和在发明实施例中描述的方法的一组可执行程序指令。
本领域的技术人员应明白,本申请的实施例可提供为方法、装置(设备)或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。
本发明的另一实施例涉及一种计算机程序指令,计算机程序指令用于在被处理器执行时实现上述部分或全部的方法实施例中的部分或全部步骤。这些计算机程序指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现流程图一个流程或多个流程中指定的功能。也可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
本发明的另一实施例涉及一种计算机可读存储介质,可以是非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理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)

1.一种数据处理方法,其特征在于,所述方法包括:
根据运行数据确定目标数据,所述目标数据为荷电状态值在初始预设范围内对应的运行数据;
根据所述目标数据确定目标充电曲线,所述目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
根据所述目标充电曲线构建荷电状态-电量值对应表,所述荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表;
根据所述运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性;
其中,所述目标数据为目标车辆在充电状态下的运行数据;
所述根据所述目标充电曲线构建荷电状态-电量值对应表包括:
根据目标车辆的额定满电电量和所述目标充电曲线中的满电参数确定电压衰减参数,所述满电参数为目标充电曲线中荷电状态值为90-100区间时对应的电压和/或电流值,所述电压衰减参数用于表征电池内阻增加导致的充电电压的变化量;
根据电压衰减参数确定目标充电曲线向下平移后对应的实际充电曲线;
根据所述实际充电曲线确定不同荷电状态值下目标车辆对应的电量值。
2.根据权利要求1所述的数据处理方法,其特征在于,所述能耗属性包括实时能耗值、平均能耗值和满电续航值中的一项或多项。
3.根据权利要求1所述的数据处理方法,其特征在于,所述目标预设范围为0-100,所述初始预设范围小于目标预设范围;
所述根据所述目标数据确定目标充电曲线包括:
根据所述目标数据确定初始充电曲线,所述初始充电曲线包括荷电状态值在初始预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
基于线性插值外延的方法外延所述初始充电曲线,并确定所述目标充电曲线。
4.根据权利要求1所述的数据处理方法,其特征在于,所述满电参数为所述荷电状态值为100时对应的电压和/或电流值。
5.根据权利要求2所述的数据处理方法,其特征在于,所述满电续航值基于以下步骤确定:
根据目标车辆在预设运营时间段内的总里程变化值和总耗电量确定耗电率;
根据所述目标车辆的耗电率和满电电量确定所述满电续航值,所述满电电量为所述荷电状态-电量值对应表中的电池电量,所述满电续航值用于表征目标车辆在所述满电电量下行驶的最大里程。
6.根据权利要求2所述的数据处理方法,其特征在于,所述实时能耗值基于以下步骤确定:
根据目标车辆在预设行车时间段内的里程变化值和耗电量确定所述实时能耗值。
7.根据权利要求2所述的数据处理方法,其特征在于,所述平均能耗值基于以下步骤确定:
根据目标车辆在预设运营时间段内的总耗电量和总里程变化值确定所述平均能耗。
8.一种数据处理装置,其特征在于,所述装置包括:
数据单元,用于根据运行数据确定目标数据,所述目标数据为荷电状态值在初始预设范围内对应的运行数据;
曲线单元,用于根据所述目标数据确定目标充电曲线,所述目标充电曲线包括荷电状态值在目标预设范围内对应的荷电状态-充电电流关系曲线和/或荷电状态-充电电压关系曲线;
构建单元,用于根据所述目标充电曲线构建荷电状态-电量值对应表,所述荷电状态-电量值对应表为目标车辆的电池荷电状态值和电池电量值的对应表;
计算单元,用于根据所述运行数据和荷电状态-电量值对应表中的数据确定目标车辆的能耗属性;
其中,所述目标数据为目标车辆在充电状态下的运行数据;
所述根据所述目标充电曲线构建荷电状态-电量值对应表包括:
根据目标车辆的额定满电电量和所述目标充电曲线中的满电参数确定电压衰减参数,所述满电参数为目标充电曲线中荷电状态值为90-100区间时对应的电压和/或电流值,所述电压衰减参数用于表征电池内阻增加导致的充电电压的变化量;
根据电压衰减参数确定目标充电曲线向下平移后对应的实际充电曲线;
根据所述实际充电曲线确定不同荷电状态值下目标车辆对应的电量值。
9.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法步骤。
CN202110129543.3A 2021-01-29 2021-01-29 数据处理方法、装置、电子设备和可读存储介质 Active CN112819995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110129543.3A CN112819995B (zh) 2021-01-29 2021-01-29 数据处理方法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110129543.3A CN112819995B (zh) 2021-01-29 2021-01-29 数据处理方法、装置、电子设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN112819995A CN112819995A (zh) 2021-05-18
CN112819995B true CN112819995B (zh) 2022-09-09

Family

ID=75860325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110129543.3A Active CN112819995B (zh) 2021-01-29 2021-01-29 数据处理方法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN112819995B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399278A (zh) * 2013-07-31 2013-11-20 清华大学 电池单体的容量和荷电状态的估计方法
JP5948518B1 (ja) * 2016-02-04 2016-07-06 本田技研工業株式会社 蓄電装置、該蓄電装置を有する輸送機器、故障判断方法、および故障判断プログラム
WO2017016385A1 (zh) * 2015-07-27 2017-02-02 中兴通讯股份有限公司 电池荷电状态值的估算方法及装置
WO2020021888A1 (ja) * 2018-07-25 2020-01-30 パナソニックIpマネジメント株式会社 管理装置、及び電源システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105158699B (zh) * 2015-09-14 2018-05-25 北京新能源汽车股份有限公司 电池健康状态的检测方法和装置
CN106597288A (zh) * 2015-10-20 2017-04-26 郑州宇通客车股份有限公司 一种电源soc估算方法
KR102336723B1 (ko) * 2017-12-27 2021-12-06 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
CN109541479A (zh) * 2018-10-26 2019-03-29 东软睿驰汽车技术(沈阳)有限公司 一种电池剩余能量的预估方法及装置
CN111985069A (zh) * 2019-05-21 2020-11-24 彩虹无线(北京)新技术有限公司 电池续航里程确定方法、装置、设备和可读存储介质
CN111929596B (zh) * 2020-07-31 2023-04-25 蜂巢能源科技股份有限公司 获取电池容量的方法、装置、存储介质和电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399278A (zh) * 2013-07-31 2013-11-20 清华大学 电池单体的容量和荷电状态的估计方法
WO2017016385A1 (zh) * 2015-07-27 2017-02-02 中兴通讯股份有限公司 电池荷电状态值的估算方法及装置
CN106405421A (zh) * 2015-07-27 2017-02-15 中兴通讯股份有限公司 电池荷电状态soc值的估算方法及装置
JP5948518B1 (ja) * 2016-02-04 2016-07-06 本田技研工業株式会社 蓄電装置、該蓄電装置を有する輸送機器、故障判断方法、および故障判断プログラム
WO2020021888A1 (ja) * 2018-07-25 2020-01-30 パナソニックIpマネジメント株式会社 管理装置、及び電源システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电动汽车动力性能计算与仿真;刘峰;《北京汽车》;20110331;全文 *

Also Published As

Publication number Publication date
CN112819995A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN103630843B (zh) 电池状态推测装置及推测方法、电池控制装置、电池系统
US10001528B1 (en) Battery deterioration degree estimating apparatus and estimating method
JP5918477B2 (ja) 電気自動車の残り走行距離適応型初期値設定装置及び方法
CN107179512A (zh) 预测电池寿命的方法及装置
CN110658460B (zh) 一种电池包的电池寿命预测方法及装置
CN106055775B (zh) 一种粒子滤波与机理模型相结合的二次电池寿命预测方法
JP6305988B2 (ja) 処理方法に由来するデータに基づいてエネルギ状態を判定するデバイス及び方法
TW201400336A (zh) 哩程計算裝置、哩程計算方法及電動車控制器
JP2013089424A (ja) バッテリの状態予測システム、方法及びプログラム
CN101276949A (zh) 一种用于混合动力汽车电池性能检测装置及检测方法
JP2013243899A (ja) 電気自動車の走行可能距離算出方法
CN106249168B (zh) 一种电池曲线修正方法和装置
CN103529400A (zh) 一种具有温度自适应补偿的电池容量预测方法
CN109342950A (zh) 一种用于锂电池荷电状态的评估方法、装置及其设备
CN109572483A (zh) 一种纯电动汽车的剩余里程计算方法及装置
CN111505511B (zh) 一种电动汽车单体电芯容量测定方法、电子设备及存储介质
CN110133515B (zh) 电池剩余能量确定方法及其装置
CN109991545A (zh) 一种电池包电量检测方法、装置及终端设备
CN103884990A (zh) 一种电池soc估计系统
Fang et al. Estimation of lithium-ion battery soc model based on aga-foukf algorithm
CN108398648A (zh) 分析电池衰减率的方法、装置与充电桩
CN112819995B (zh) 数据处理方法、装置、电子设备和可读存储介质
Shichun et al. All-climate state-of-charge estimation and equilibrium management for lithium-ion batteries based on diffusion equivalent model
CN106154170B (zh) 电池剩余容量的估算方法及系统
CN112630658A (zh) 一种蓄电池寿命损耗评估方法和系统

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