CN113815464A - 充电桩的推荐方法、装置、车辆以及存储介质 - Google Patents
充电桩的推荐方法、装置、车辆以及存储介质 Download PDFInfo
- Publication number
- CN113815464A CN113815464A CN202111250819.XA CN202111250819A CN113815464A CN 113815464 A CN113815464 A CN 113815464A CN 202111250819 A CN202111250819 A CN 202111250819A CN 113815464 A CN113815464 A CN 113815464A
- Authority
- CN
- China
- Prior art keywords
- charging
- current
- charging pile
- abnormal
- per
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000001514 detection method Methods 0.000 claims abstract description 91
- 230000002159 abnormal effect Effects 0.000 claims description 121
- 230000008569 process Effects 0.000 claims description 43
- 238000009825 accumulation Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 description 15
- 230000035508 accumulation Effects 0.000 description 12
- 230000006855 networking Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- 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
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
-
- 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
-
- 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
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例提供了一种充电桩的推荐方法、装置、车辆以及存储介质，所述方法包括：通过获取充电桩的充电特征数据，该充电特征数据可以包括车辆电池的充电事件对应的电流信息，接着可以根据电流信息，对充电桩进行质量检测，生成与充电桩对应的检测结果，从而通过获取与车辆电池对应的充电特征数据，并通过充电特征数据对车辆曾经使用的充电桩进行质量检测，有效地识别出不同充电桩的质量，得到充电桩的检测结果，然后可以给根据该检测结果对充电桩进行推荐，进而在用户的车辆存在充电需求的情况下，能够为用户推荐充电风险较低的充电桩，保证车辆充电的安全性，有效保障了车辆电池的寿命。
Description
技术领域
本发明涉及充电桩技术领域，特别是涉及一种充电桩的推荐方法、一种充电桩的推荐装置、一种车辆以及一种计算机可读存储介质。
背景技术
随着车辆技术以及新能源技术的发展，越来越多的用户选择新能源汽车作为出行交通工具。在使用新能源汽车的过程中，尤其是进行能源补充的过程中，用户往往在不同品牌的充电桩上进行充电。在该过程中，由于充电桩本身的质量参差不齐，而用户无法从充电桩的外观上识别出质量的差异，且车辆在进行充电桩推荐的过程中也无法对充电桩进行分类，从而导致用户在使用质量较差的充电桩对车辆进行充电时，容易对车辆的电池造成不同程度的伤害，大大降低了车辆电池的使用寿命以及使用安全性。
发明内容
鉴于上述问题，提出了本发明实施例提供一种充电桩的推荐方法、装置、车辆以及计算机可读存储介质，以解决或部分解决相关技术中无法对充电桩进行质量识别导致所推荐的充电桩存在质量缺陷的问题。
本发明实施例公开了一种充电桩的推荐方法，包括：
获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
可选地，所述电流信息至少包括所述充电桩在单个充电时间对应的充电过程中的每秒请求电流、每秒充电电流以及每秒负载电流，所述根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果，包括：
采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值；
统计单个所述充电事件对应的充电过程中所述每秒电流差值大于预设电流阈值的异常发生次数，以及所述每秒电流差值大于所述预设电流阈值的异常持续时长；
根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果。
可选地，所述根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，包括：
统计在连续的第一预设时长各个所述充电事件对应的异常持续时长，获得所述充电特征数据对应的异常累积时长；
若所述异常累积时长大于预设时间阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积时长小于或等于预设时间阈值，则生成针对所述充电桩的质量合格结果。
可选地，所述根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，包括：
统计在连续的第一预设时长各个所述充电事件对应的异常发生次数，获得所述充电特征数据对应的异常累积次数；
若所述异常累积次数大于预设次数阈值，且所述异常累积次数对应的车辆数量大于预设数量阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积次数小于或等于预设次数阈值，和/或，所述异常累积次数对应的车辆数量小于或等于预设数量阈值，则生成针对所述充电桩的质量合格结果。
可选地，所述采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值，包括：
采用所述每秒请求电流与所述每秒负载电流，计算第一电流差值；
将所述第一电流差值与所述每秒充电电流之间的第二电流差值作为每秒电流差值；
或，获取针对所述第一电流差值的电流系数，并采用所述第一电流差值与所述电流系数，计算第三电流差值；
将所述第三电流差值与所述每秒充电电流之间的第四电流差值作为每秒电流差值。
可选地，所述根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐，包括：
若所述充电桩的检测结果为所述质量合格结果，则将所述充电桩添加至充电桩推荐白名单；
若所述充电桩的检测结果为所述质量异常结果，则将所述充电桩添加至充电桩推荐黑名单。
可选地，还包括：
确定位于所述充电桩推荐黑名单的目标充电桩；
在所述目标充电桩被添加至所述充电桩推荐黑名单后，若检测到所述目标充电桩充电过程中存在所述每秒电流差值小于或等于所述预设电流阈值，则获取检测到所述每秒电流差值小于或等于所述预设电流阈值时的时间点；
若从所述时间点起在连续的第二预设时长所述目标充电桩在充电过程中所述每秒电流差值小于或等于所述预设电流阈值的正常累积时长大于预设时间阈值，且未出现所述每秒电流差值大于所述预设电流阈值，则将所述目标充电桩添加至充电桩推荐白名单。
本发明实施例还公开了一种充电桩的推荐装置，包括：
特征数据获取模块，用于获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
充电检测模块，用于根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
充电桩推荐模块，用于根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
可选地，所述电流信息至少包括所述充电桩在单个充电时间对应的充电过程中的每秒请求电流、每秒充电电流以及每秒负载电流，所述充电检测模块具体包括：
电流差值计算子模块，用于采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值；
异常信息确定子模块，用于统计单个所述充电事件对应的充电过程中所述每秒电流差值大于预设电流阈值的异常发生次数，以及所述每秒电流差值大于所述预设电流阈值的异常持续时长；
检测结果生成子模块，用于根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果。
可选地，所述检测结果生成子模块具体用于：
统计在连续的第一预设时长各个所述充电事件对应的异常持续时长，获得所述充电特征数据对应的异常累积时长；
若所述异常累积时长大于预设时间阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积时长小于或等于预设时间阈值，则生成针对所述充电桩的质量合格结果。
可选地，所述检测结果生成子模块具体用于：
统计在连续的第一预设时长各个所述充电事件对应的异常发生次数，获得所述充电特征数据对应的异常累积次数；
若所述异常累积次数大于预设次数阈值，且所述异常累积次数对应的车辆数量大于预设数量阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积次数小于或等于预设次数阈值，和/或，所述异常累积次数对应的车辆数量小于或等于预设数量阈值，则生成针对所述充电桩的质量合格结果。
可选地，所述电流差值计算子模块具体用于：
采用所述每秒请求电流与所述每秒负载电流，计算第一电流差值；
将所述第一电流差值与所述每秒充电电流之间的第二电流差值作为每秒电流差值；
或，获取针对所述第一电流差值的电流系数，并采用所述第一电流差值与所述电流系数，计算第三电流差值；
将所述第三电流差值与所述每秒充电电流之间的第四电流差值作为每秒电流差值。
可选地，所述充电桩推荐模块具体用于：
若所述充电桩的检测结果为所述质量合格结果，则将所述充电桩添加至充电桩推荐白名单；
若所述充电桩的检测结果为所述质量异常结果，则将所述充电桩添加至充电桩推荐黑名单。
可选地，还包括：
充电桩确定模块，用于确定位于所述充电桩推荐黑名单的目标充电桩；
时间点获取模块，用于在所述目标充电桩被添加至所述充电桩推荐黑名单后，若检测到所述目标充电桩充电过程中存在所述每秒电流差值小于或等于所述预设电流阈值，则获取检测到所述每秒电流差值小于或等于所述预设电流阈值时的时间点；
充电桩处理模块，用于若从所述时间点起在连续的第二预设时长所述目标充电桩在充电过程中所述每秒电流差值小于或等于所述预设电流阈值的正常累积时长大于预设时间阈值，且未出现所述每秒电流差值大于所述预设电流阈值，则将所述目标充电桩添加至充电桩推荐白名单。
本发明实施例还公开了一种车辆，包括：
一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行所述指令时，使得所述车辆执行如本发明实施例所述的方法。
本发明实施例还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行所述指令时，使得所述处理器执行如本发明实施例所述的方法。
本发明实施例包括以下优点：
在本发明实施例中，通过获取充电桩的充电特征数据，该充电特征数据可以包括车辆电池的充电事件对应的电流信息，接着可以根据电流信息，对充电桩进行质量检测，生成与充电桩对应的检测结果，从而通过获取与车辆电池对应的充电特征数据，并通过充电特征数据对车辆曾经使用的充电桩进行质量检测，有效地识别出不同充电桩的质量，得到充电桩的检测结果，然后可以给根据该检测结果对充电桩进行推荐，进而在用户的车辆存在充电需求的情况下，能够为用户推荐充电风险较低的充电桩，保证车辆充电的安全性，有效保障了车辆电池的寿命。
附图说明
图1是本发明实施例提供的一种充电桩的推荐方法的步骤流程图；
图2是本发明实施例提供的一种充电桩的推荐装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
作为一种示例，随着新能源技术的发展，越来越多的用户选择新能源汽车作为出行交通工具。对于新能源汽车，其主要能源为电能，则用户在使用新能源汽车的过程中，必然需要通过充电桩对其进行充电。然而，充电桩本身的质量参差不齐，而一方面用户无法从充电桩的外观上识别出质量上的差异，另一方面车辆所搭载的车载导航系统只会为用户推荐充电桩，而无法为用户推荐质量风险较低的充电桩，从而导致用户在使用质量较差的充电桩对车辆进行充电时，容易对车辆的电池造成不同程度的伤害，大大降低了车辆电池的使用寿命以及使用安全性。
对此，本发明实施例的核心发明点之一在于通过获取与充电桩对应的充电特征数据，从中获取与车辆电池的充电事件对应的电流信息，接着根据电流信息，对充电桩进行质量检测，生成对应的检测结果，该检测结果可以包括充电桩质量合格结果以及质量异常结果，其中，质量合格结果可以用于表征该充电桩的质量满足条件，质量异常结果可以用于表征充电桩的质量不满足条件，在进行充电桩推荐时，只为用户推荐质量满足条件的充电桩，从而通过获取与车辆电池对应的充电特征数据，并通过充电特征数据对车辆曾经使用的充电桩进行质量检测，有效地识别出不同充电桩的质量，然后可以根据该检测结果对充电桩进行推荐，进而在用户的车辆存在充电需求的情况下，能够为用户推荐充电风险较低的充电桩，保证车辆充电的安全性，有效保障了车辆电池的寿命。
参照图1，示出了本发明实施例提供的一种充电桩的推荐方法的步骤流程图，具体可以包括如下步骤：
步骤101，获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
可选地，对于充电桩的质量检测，可以应用于车联网数据平台，车辆网数据平台可以与车辆进行通信，以获取车辆发送的电池上传数据，同时，车联网数据平台还可以与充电桩进行通信，以获取充电桩的充电数据，然后可以根据电池上传数据以及充电数据，提取充电桩对应的充电特征数据，再根据充电特征数据对充电桩进行质量检测。
在具体实现中，用户在使用车辆的过程中，车辆的车载系统可以对车辆电池的使用事件进行监测，并记录对应的数据。其中，使用事件可以包括充电事件、行车事件以及静止事件等，充电事件可以包括快充事件以及慢充事件，快充事件可以为用户通过快速充电的方式对车辆电池进行充电的事件，慢充事件可以为用户通过普通充电的方式对车辆电池进行充电的事件；行车事件可以为用户驱动车辆的事件；静止事件可以为车辆处于熄火状态的事件等等，从而车载系统可以通过使用事件对车辆电池进行监测，得到车辆电池的使用数据。例如，在车辆的一次快速充电的过程中，车辆可以获取充电过程中的相关信息，包括充电事件(快充工况下则为快充事件，慢充工况下则为慢充事件)、充电时间、充电桩的位置信息(如经纬度等)、充电桩的品牌标识、每秒请求电流、每秒充电电流、每秒负载电流、充电电压等等，然后车载系统可以根据这些信息生成对应的电池上传数据，并将其发送至车联网数据平台，以便平台进行对应的数据处理。可以理解的是，车辆还可以将行车事件、静止事件等对应的电池数据发送至车联网数据平台，以便车联网数据平台对车辆电池进行健康监控等，本发明对此不作限制。
对于充电桩，当有车辆使用其进行充电时，其可以监测充电过程对应的充电信息，包括充电时间、充电桩的位置信息(如经纬度等)、充电桩的品牌信息、每秒请求电流、每秒充电电流、充电电压等等，然后充电桩可以将根据这些信息生成对应的充电数据，并将其发送至车联网数据平台，以便平台进行对应的数据处理。
对于车联网数据平台，其在收到车辆发送的电池上传数据以及充电桩上传的充电数据后，可以根据电池上传数据中的充电桩位置信息以及充电数据中的充电桩位置信息进行匹配，从而筛选出车辆某一次充电事件所对应的充电桩，以及该充电桩的品牌标识等，并根据当次充电事件对应的充电特征数据对充电桩进行质量检测。其中，车联网数据平台可以将位置信息与充电时间均相同的充电桩作为车辆某次充电所使用的目标充电桩，接着从电池上传数据、充电数据中提取当次充电所对应的车辆标识、充电时间、位置信息、充电桩品牌标识以及电流信息等组成车辆在某次充电过程中对应的充电特征数据，如下表1所示：
| 车辆标识 | 充电时间 | 位置信息 | 品牌标识 | 请求电流 | 充电电流 | 负载电流 |
| ... | ... | ... | ... | ... | ... | ... |
| ... | ... | ... | ... | ... | ... | ... |
| ... | ... | ... | ... | ... | ... | ... |
表1
其中，车辆标识可以用于唯一标识具体的车辆；充电时间可以包括充电日期以及具体的充电时间；品牌标识可以用于标识充电桩的品牌以及对应的具体的充电桩；请求电流可以为车辆在充电过程中向充电桩请求的电流；充电电流可以为车辆在充电过程中充电桩向车辆实际传输的电流，即充电过程中，车辆电池实际获取到的电流；负载电流可以车辆在充电过程中车辆设备所使用的电流，在理想状态下，请求电流为负载电流与充电电流之间的和值。
步骤102，根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
在本发明实施例中，车联网数据平台可以从充电特征数据提取车辆在一次充电过程中的每秒请求电流、每秒充电电流以及每秒负载电流，然后可以根据每秒请求电流、每秒充电电流以及每秒负载电流，对充电桩进行质量检测，生成与充电桩对应的检测结果。其中，检测结果可以包括质量合格结果以及质量异常结果，质量合格结果可以用于表征该充电桩的质量满足条件，质量异常结果可以用于表征充电桩的质量不满足条件，在进行充电桩推荐时，只为用户推荐质量满足条件的充电桩。
在具体实现中，可以先采用每秒请求电流、每秒充电电流与每秒负载电流，计算每秒电流差值，接着统计单个充电事件对应的充电过程中每秒电流差值大于预设电流阈值的异常发生次数，以及每秒电流差值大于预设电流阈值的异常持续时长，然后根据至少一个充电事件对应的异常发生次数或异常持续时长，对充电桩进行质量检测，生成与充电桩对应的检测结果。
其中，在理想状态下，每秒请求电流可以为每秒充电电流与每秒负载电流之间的和值，而在实际充电过程中，每秒请求电流与每秒充电电流和每秒负载电流之间的和值并不一定相等，则可以通过计算其对应的每秒电流差值，判断当次充电过程是否存在异常，然后根据当次充电中发生异常的次数和/或异常持续时长等，实现对充电桩的质量检测，生成对应的检测结果。可选地，预设电流阈值可以为0，当每秒电流差值大于0时，表征对应的那一秒的充电发生异常；当每秒电流差值小于或等于0时，表征对应的那一秒的充电正常，从而可以统计一次充电过程中发生充电异常的次数，以及发生异常后充电异常的持续时长，进而实现对充电桩的质量检测。
对于每秒电流差值，在一种情况下，可以采用所述每秒请求电流与所述每秒负载电流，计算第一电流差值，接着将所述第一电流差值与所述每秒充电电流之间的第二电流差值作为每秒电流差值，然后将该每秒电流差值与预设电流阈值进行数值比较，若该每秒电流差值大于预设电流阈值，则可以判定这一秒的充电发生异常，如下公式(1)所示：
(I请求x-I负载x)-I充电x>0公式(1)
在另一种情况下，可以先获取针对第一电流差值的电流系数n，接着采用第一电流差值与电流系数，计算第三电流差值，然后将第三电流差值与每秒充电电流之间的第四电流差值作为每秒电流差值，再将该每秒电流差值与预设电流阈值进行数值比较，若该每秒电流差值大于预设电流阈值，则可以判定这一秒的充电发生异常，如下公式(2)所示：
n*(I请求x-I负载x)-I充电x>0公式(2)
可以理解的是，车辆在充电过程中，实际获取的电流一般会比实际请求的电流要大，对此，通过电流系数进行校正，可以有效保证数据处理的准确性，例如，电流系数n可以取值为1.08、1.05、1.03等等，本发明对此不作限制。
当根据电流信息检测出车辆在充电过程中发生充电异常时，可以统计在连续的第一预设时长各个充电事件对应的异常持续时长，获得充电特征数据对应的异常累积时长，若异常累积时长大于预设时间阈值，则生成针对充电桩的质量异常结果；若异常累积时长小于或等于预设时间阈值，则生成针对充电桩的质量合格结果。
也可以统计在连续的第一预设时长各个充电事件对应的异常发生次数，获得充电特征数据对应的异常累积次数，若异常累积次数大于预设次数阈值，且异常累积次数对应的车辆数量大于预设数量阈值，则生成针对充电桩的质量异常结果；若异常累积次数小于或等于预设次数阈值，和/或，异常累积次数对应的车辆数量小于或等于预设数量阈值，则生成针对充电桩的质量合格结果。
在具体实现中，当首次发生一次每秒电流差值大于预设电流阈值，则记录发生一次异常，异常持续时长为1秒，车辆数量为1(一次充电过程中无论发生多少次充电异常，均记录车辆数量为1)，在一次充电过程中，若发生M次每秒电流差值大于预设电流阈值，则记录发生M次，异常持续时长为T，从而得到一次充电事件对应的异常发生次数为M，异常持续时长为T，车辆数量为c(c取1或0)。由于充电特征数据中可以包括若干个充电事件对应的数据，如充电事件①、充电事件②、充电时间③…充电事件X等，充电事件①对应的异常发生次数为M1、异常持续时长为T1，车辆数量为C1，充电事件②对应的异常发生次数为M2、异常持续时长为T2、车辆数量为C2，充电事件③对应的异常发生次数为M3、异常持续时长为T3、车辆数量为C3，充电事件X对应的异常发生次数为Mx、异常持续时长为Tx、车辆数量为Cx等，然后可以统计连续的第一预设时长(如连续3天等)所对应的异常累积时长可以为M`＝M1+M2+M3+…+Mx，异常累积次数T`＝T1+T2+T3+…+Tx，车辆累积数量C`＝C1+C2+C3+…+Cx，同时，可以结合充电桩的品牌标识、位置信息、充电时间等生成对应的检测信息，如下表2所示：
| 品牌标识 | 位置信息 | 充电时间 | 异常累积次数 | 车辆累积数量 | 异常累积时长 |
| ... | ... | ... | ... | ... | ... |
| ... | ... | ... | ... | ... | ... |
表2
在一种示例中，当同一个充电桩在连续的3天内，发生异常次数大于6次，且大于2台车；或者同一个充电桩在连续的3天累计发生异常的时长超过600秒，则判断此充电桩不合格；若无前述情况，则判断此充电桩合格，从而通过统计一定时长内发生充电异常的累积次数、累积时长以及发生的车辆数量等，实现对充电桩的质量检测，进而当需要向用户推荐充电桩时，能够为用户推荐质量合格的充电桩，以保证车辆电池充电的稳定性与安全性。
步骤103，根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
在具体实现中，若充电桩的检测结果为质量合格结果，则将充电桩添加至充电桩推荐白名单；若充电桩的检测结果为质量异常结果，则将充电桩添加至充电桩推荐黑名单。其中，位于充电桩推荐白名单的充电桩，车联网数据平台可以将其推送至车辆的车载系统，如可以推送至车辆的车载导航系统，以便在用户的车辆存在充电需求的情况下，为用户推荐质量检测合格的充电桩，保证车辆充电的安全性，有效保障了车辆电池的寿命。
此外，当充电桩由于质量检测不合格被添加至充电桩推荐黑名单之后，车联网数据平台可以对其进行监测，当监测到其满足质量条件之后，可以将其重新添加至充电桩推荐白名单。具体的，可以先确定位于充电桩推荐黑名单的目标充电桩，在目标充电桩被添加至充电桩推荐黑名单后，若检测到目标充电桩充电过程中存在每秒电流差值小于或等于预设电流阈值，则获取检测到每秒电流差值小于或等于预设电流阈值时的时间点；若从时间点起在连续的第二预设时长目标充电桩在充电过程中每秒电流差值小于或等于预设电流阈值的正常累积时长大于预设时间阈值，且未出现每秒电流差值大于预设电流阈值，则将目标充电桩添加至充电桩推荐白名单。
例如，当被添加至充电桩推荐黑名单的充电桩再次被采集到充电特征数据，并且充电过程中检测到某一秒电流满足n*(I请求x-I负载x)-I充电x<＝0或满足(I请求x-I负载x)-I充电x<＝0等，则从该秒所对应的时间点起开始统计，连续7天内，每秒电流差值小于或等于预设电流阈值的充电时长大于28个小时，且未出现每秒电流差值大于预设电流阈值的情况，即可以将该充电桩从黑名单中移除，并添加至白名单中。
需要说明的是，充电桩添加至白名单后，车联网数据平台可以将其推送至车辆的车辆导航系统，当车辆导航系统响应于用户输入的充电桩导航请请求时，可以获取车辆的当前位置信息，接着选择与当前位置信息匹配的充电桩作为向用户推荐的充电桩，并在用户选定了某一个充电桩之后，在车载中控屏幕上显示对应的导航路径，以便用户驱车前往对应的目的地进行充电。
在本发明实施例中，通过获取充电桩的充电特征数据，该充电特征数据可以包括车辆电池的充电事件对应的电流信息，接着可以根据电流信息，对充电桩进行质量检测，生成与充电桩对应的检测结果，从而通过获取与车辆电池对应的充电特征数据，并通过充电特征数据对车辆曾经使用的充电桩进行质量检测，有效地识别出不同充电桩的质量，得到充电桩的检测结果，然后可以给根据该检测结果对充电桩进行推荐，进而在用户的车辆存在充电需求的情况下，能够为用户推荐充电风险较低的充电桩，保证车辆充电的安全性，有效保障了车辆电池的寿命。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图2，示出了本发明实施例提供的一种充电桩的推荐装置的结构框图，具体可以包括如下模块：
特征数据获取模块201，用于获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
充电检测模块202，用于根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
充电桩推荐模块203，用于根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
在一种可选实施例中，所述电流信息至少包括所述充电桩在单个充电时间对应的充电过程中的每秒请求电流、每秒充电电流以及每秒负载电流，所述充电检测模块202包括：
电流差值计算子模块，用于采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值；
异常信息确定子模块，用于统计单个所述充电事件对应的充电过程中所述每秒电流差值大于预设电流阈值的异常发生次数，以及所述每秒电流差值大于所述预设电流阈值的异常持续时长；
检测结果生成子模块，用于根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果。
在一种可选实施例中，所述检测结果生成子模块具体用于：
统计在连续的第一预设时长各个所述充电事件对应的异常持续时长，获得所述充电特征数据对应的异常累积时长；
若所述异常累积时长大于预设时间阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积时长小于或等于预设时间阈值，则生成针对所述充电桩的质量合格结果。
在一种可选实施例中，所述检测结果生成子模块具体用于：
统计在连续的第一预设时长各个所述充电事件对应的异常发生次数，获得所述充电特征数据对应的异常累积次数；
若所述异常累积次数大于预设次数阈值，且所述异常累积次数对应的车辆数量大于预设数量阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积次数小于或等于预设次数阈值，和/或，所述异常累积次数对应的车辆数量小于或等于预设数量阈值，则生成针对所述充电桩的质量合格结果。
在一种可选实施例中，所述电流差值计算子模块具体用于：
采用所述每秒请求电流与所述每秒负载电流，计算第一电流差值；
将所述第一电流差值与所述每秒充电电流之间的第二电流差值作为每秒电流差值；
或，获取针对所述第一电流差值的电流系数，并采用所述第一电流差值与所述电流系数，计算第三电流差值；
将所述第三电流差值与所述每秒充电电流之间的第四电流差值作为每秒电流差值。
在一种可选实施例中，所述充电桩推荐模块203具体用于：
若所述充电桩的检测结果为所述质量合格结果，则将所述充电桩添加至充电桩推荐白名单；
若所述充电桩的检测结果为所述质量异常结果，则将所述充电桩添加至充电桩推荐黑名单。
在一种可选实施例中，还包括：
充电桩确定模块，用于确定位于所述充电桩推荐黑名单的目标充电桩；
时间点获取模块，用于在所述目标充电桩被添加至所述充电桩推荐黑名单后，若检测到所述目标充电桩充电过程中存在所述每秒电流差值小于或等于所述预设电流阈值，则获取检测到所述每秒电流差值小于或等于所述预设电流阈值时的时间点；
充电桩处理模块，用于若从所述时间点起在连续的第二预设时长所述目标充电桩在充电过程中所述每秒电流差值小于或等于所述预设电流阈值的正常累积时长大于预设时间阈值，且未出现所述每秒电流差值大于所述预设电流阈值，则将所述目标充电桩添加至充电桩推荐白名单。
对于装置实施例而言，由于其与方法实施例基本相似，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。
本发明实施例还提供了一种车辆，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行所述指令时，使得所述车辆执行本发明实施例所述的方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行所述指令时，使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例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，本发明实施例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用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器、EEPROM、Flash以及eMMC等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。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终端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终端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和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端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，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者终端设备不仅包括那些要素，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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种充电桩的推荐方法、一种充电桩的推荐装置、一种车辆以及一种计算机可读存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种充电桩的推荐方法，其特征在于，包括：
获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
2.根据权利要求1所述的方法，其特征在于，所述电流信息至少包括所述充电桩在单个充电时间对应的充电过程中的每秒请求电流、每秒充电电流以及每秒负载电流，所述根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果，包括：
采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值；
统计单个所述充电事件对应的充电过程中所述每秒电流差值大于预设电流阈值的异常发生次数，以及所述每秒电流差值大于所述预设电流阈值的异常持续时长；
根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果。
3.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，包括：
统计在连续的第一预设时长各个所述充电事件对应的异常持续时长，获得所述充电特征数据对应的异常累积时长；
若所述异常累积时长大于预设时间阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积时长小于或等于预设时间阈值，则生成针对所述充电桩的质量合格结果。
4.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述充电事件对应的异常发生次数或异常持续时长，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，包括：
统计在连续的第一预设时长各个所述充电事件对应的异常发生次数，获得所述充电特征数据对应的异常累积次数；
若所述异常累积次数大于预设次数阈值，且所述异常累积次数对应的车辆数量大于预设数量阈值，则生成针对所述充电桩的质量异常结果；
若所述异常累积次数小于或等于预设次数阈值，和/或，所述异常累积次数对应的车辆数量小于或等于预设数量阈值，则生成针对所述充电桩的质量合格结果。
5.根据权利要求2所述的方法，其特征在于，所述采用所述每秒请求电流、所述每秒充电电流与所述每秒负载电流，计算每秒电流差值，包括：
采用所述每秒请求电流与所述每秒负载电流，计算第一电流差值；
将所述第一电流差值与所述每秒充电电流之间的第二电流差值作为每秒电流差值；
或，获取针对所述第一电流差值的电流系数，并采用所述第一电流差值与所述电流系数，计算第三电流差值；
将所述第三电流差值与所述每秒充电电流之间的第四电流差值作为每秒电流差值。
6.根据权利要求1所述的方法，其特征在于，所述根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐，包括：
若所述充电桩的检测结果为所述质量合格结果，则将所述充电桩添加至充电桩推荐白名单；
若所述充电桩的检测结果为所述质量异常结果，则将所述充电桩添加至充电桩推荐黑名单。
7.根据权利要求6所述的方法，其特征在于，还包括：
确定位于所述充电桩推荐黑名单的目标充电桩；
在所述目标充电桩被添加至所述充电桩推荐黑名单后，若检测到所述目标充电桩充电过程中存在所述每秒电流差值小于或等于所述预设电流阈值，则获取检测到所述每秒电流差值小于或等于所述预设电流阈值时的时间点；
若从所述时间点起在连续的第二预设时长所述目标充电桩在充电过程中所述每秒电流差值小于或等于所述预设电流阈值的正常累积时长大于预设时间阈值，且未出现所述每秒电流差值大于所述预设电流阈值，则将所述目标充电桩添加至充电桩推荐白名单。
8.一种充电桩的推荐装置，其特征在于，包括：
特征数据获取模块，用于获取充电桩的充电特征数据，所述充电特征数据包括若干个充电事件对应的电流信息；
充电检测模块，用于根据所述电流信息，对所述充电桩进行质量检测，生成与所述充电桩对应的检测结果，所述检测结果包括质量合格结果以及质量异常结果；
充电桩推荐模块，用于根据所述质量合格结果与所述质量异常结果对所述充电桩进行推荐。
9.一种车辆，其特征在于，包括：
一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行所述指令时，使得所述车辆执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行所述指令时，使得所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111250819.XA CN113815464B (zh) | 2021-10-26 | 2021-10-26 | 充电桩的推荐方法、装置、车辆以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111250819.XA CN113815464B (zh) | 2021-10-26 | 2021-10-26 | 充电桩的推荐方法、装置、车辆以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113815464A true CN113815464A (zh) | 2021-12-21 |
| CN113815464B CN113815464B (zh) | 2023-06-30 |
Family
ID=78917337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111250819.XA Active CN113815464B (zh) | 2021-10-26 | 2021-10-26 | 充电桩的推荐方法、装置、车辆以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113815464B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114693150A (zh) * | 2022-04-11 | 2022-07-01 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
| CN116739718A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市泰科动力系统有限公司 | 一种新能源动力电池性能检测推荐系统 |
| CN117374970A (zh) * | 2023-11-23 | 2024-01-09 | 国网山东省电力公司东营供电公司 | 一种充电桩充电负载平衡调度方法 |
| CN117853274B (zh) * | 2024-03-07 | 2024-05-10 | 天津光电华典科技有限公司 | 一种基于大数据的新能源汽车充电桩运行数据分析管理系统 |
| CN114693150B (zh) * | 2022-04-11 | 2024-05-24 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2792538A2 (en) * | 2013-04-19 | 2014-10-22 | Honda Motor Co., Ltd. | System and method for selecting an electric vehicle charging station |
| CN204559175U (zh) * | 2015-04-10 | 2015-08-12 | 江苏德和新能源科技有限公司 | 一种电动汽车充电桩智能监控装置 |
| CN107634995A (zh) * | 2017-09-08 | 2018-01-26 | 深圳市智物联网络有限公司 | 一种基于物联网的充电桩管理方法及管理平台 |
| CN108829778A (zh) * | 2018-05-30 | 2018-11-16 | 蔚来汽车有限公司 | 充电桩智能推荐方法、装置和系统 |
| CN109552104A (zh) * | 2018-12-07 | 2019-04-02 | 广州小鹏汽车科技有限公司 | 一种充电控制方法、装置、设备、介质及充电桩 |
| CN109760542A (zh) * | 2018-12-24 | 2019-05-17 | 长园深瑞继保自动化有限公司 | 充电桩控制方法及其控制器 |
| WO2019105052A1 (en) * | 2017-11-30 | 2019-06-06 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for electric vehicle charging |
| CN111845420A (zh) * | 2020-07-07 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 充电防护方法、装置、电子设备、服务器及存储介质 |
| CN111897800A (zh) * | 2020-08-05 | 2020-11-06 | 全球能源互联网研究院有限公司 | 一种基于联邦学习的电动汽车充电设施推荐方法及系统 |
| CN112319299A (zh) * | 2020-10-09 | 2021-02-05 | 合肥阳光新能源科技有限公司 | 充电站的确定方法、确定装置、处理器和充电系统 |
| CN112440809A (zh) * | 2019-08-29 | 2021-03-05 | 北京新能源汽车股份有限公司 | 一种信息生成、发送方法及服务器和终端设备 |
-
2021
- 2021-10-26 CN CN202111250819.XA patent/CN113815464B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2792538A2 (en) * | 2013-04-19 | 2014-10-22 | Honda Motor Co., Ltd. | System and method for selecting an electric vehicle charging station |
| CN204559175U (zh) * | 2015-04-10 | 2015-08-12 | 江苏德和新能源科技有限公司 | 一种电动汽车充电桩智能监控装置 |
| CN107634995A (zh) * | 2017-09-08 | 2018-01-26 | 深圳市智物联网络有限公司 | 一种基于物联网的充电桩管理方法及管理平台 |
| WO2019105052A1 (en) * | 2017-11-30 | 2019-06-06 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for electric vehicle charging |
| US20200294078A1 (en) * | 2017-11-30 | 2020-09-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for electric vehicle charging |
| CN108829778A (zh) * | 2018-05-30 | 2018-11-16 | 蔚来汽车有限公司 | 充电桩智能推荐方法、装置和系统 |
| CN109552104A (zh) * | 2018-12-07 | 2019-04-02 | 广州小鹏汽车科技有限公司 | 一种充电控制方法、装置、设备、介质及充电桩 |
| CN109760542A (zh) * | 2018-12-24 | 2019-05-17 | 长园深瑞继保自动化有限公司 | 充电桩控制方法及其控制器 |
| CN112440809A (zh) * | 2019-08-29 | 2021-03-05 | 北京新能源汽车股份有限公司 | 一种信息生成、发送方法及服务器和终端设备 |
| CN111845420A (zh) * | 2020-07-07 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 充电防护方法、装置、电子设备、服务器及存储介质 |
| CN111897800A (zh) * | 2020-08-05 | 2020-11-06 | 全球能源互联网研究院有限公司 | 一种基于联邦学习的电动汽车充电设施推荐方法及系统 |
| CN112319299A (zh) * | 2020-10-09 | 2021-02-05 | 合肥阳光新能源科技有限公司 | 充电站的确定方法、确定装置、处理器和充电系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114693150A (zh) * | 2022-04-11 | 2022-07-01 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
| CN114693150B (zh) * | 2022-04-11 | 2024-05-24 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
| CN116739718A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市泰科动力系统有限公司 | 一种新能源动力电池性能检测推荐系统 |
| CN116739718B (zh) * | 2023-08-11 | 2024-01-09 | 深圳市泰科动力系统有限公司 | 一种新能源动力电池性能检测推荐系统 |
| CN117374970A (zh) * | 2023-11-23 | 2024-01-09 | 国网山东省电力公司东营供电公司 | 一种充电桩充电负载平衡调度方法 |
| CN117374970B (zh) * | 2023-11-23 | 2024-04-26 | 国网山东省电力公司东营供电公司 | 一种充电桩充电负载平衡调度方法 |
| CN117853274B (zh) * | 2024-03-07 | 2024-05-10 | 天津光电华典科技有限公司 | 一种基于大数据的新能源汽车充电桩运行数据分析管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113815464B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113815464B (zh) | 充电桩的推荐方法、装置、车辆以及存储介质 | |
| CN107967640B (zh) | 移动电源归还方法、装置、终端和计算机可读存储介质 | |
| CN108803559B (zh) | 车辆故障分析方法、装置和系统 | |
| CN112188534B (zh) | 一种异常检测方法和装置 | |
| KR20180037708A (ko) | 배터리를 관리하는 방법 및 장치 | |
| US10050467B2 (en) | Vehicle battery status detection by tracking a temperature gradient | |
| CN108257021B (zh) | 车险理赔方法和装置 | |
| CN111812306A (zh) | 油品监测方法、电子设备及存储介质 | |
| CN115230723A (zh) | 一种车辆预警方法、装置、电子设备与存储介质 | |
| CN112268696B (zh) | 离合器检测方法、设备、存储介质及装置 | |
| CN117368782A (zh) | 数据分析方法、电池soh估算方法及装置 | |
| CN108875240B (zh) | 一种发动机故障诊断方法、装置及一种电子设备 | |
| CN114691668B (zh) | 适用于多维计量资产管理的稽查数据自动处理方法 | |
| CN113985288A (zh) | 车辆电池的组件异常提醒方法、装置、车辆以及存储介质 | |
| CN115877238A (zh) | 电池容量的检测方法、装置、可读存储介质及电子设备 | |
| CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
| CN114550466B (zh) | 一种车位状态检测方法、装置和电子设备 | |
| CN113470367A (zh) | 基于多种识别设备的停车检测方法及装置 | |
| CN112183798B (zh) | 租车服务方法、装置、服务器及存储介质 | |
| CN111369791B (zh) | 落脚点确定方法、装置、电子设备及存储介质 | |
| CN114200331A (zh) | 车辆电池的检测方法、装置、车辆以及存储介质 | |
| CN113592191A (zh) | 提示更换停车点的方法、装置及终端设备 | |
| CN107909809B (zh) | 断电报警验证方法、设备及计算机可读存储介质 | |
| CN113807731B (zh) | 车辆预警信息的处理方法、装置、计算机设备及存储介质 | |
| CN111708561B (zh) | 算法模型更新系统、方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231206 Address after: Room 482, room 406, No. 1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou 510000, Guangdong Province Patentee after: Guangzhou Zhipeng Manufacturing Co.,Ltd. Address before: 510000 No.8 Songgang street, Cencun, Tianhe District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |