CN116424096A - 资源动态优化配置的新能源汽车电池采集总成方法及系统 - Google Patents
资源动态优化配置的新能源汽车电池采集总成方法及系统 Download PDFInfo
- Publication number
- CN116424096A CN116424096A CN202310335031.1A CN202310335031A CN116424096A CN 116424096 A CN116424096 A CN 116424096A CN 202310335031 A CN202310335031 A CN 202310335031A CN 116424096 A CN116424096 A CN 116424096A
- Authority
- CN
- China
- Prior art keywords
- battery
- temperature
- vibration
- vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005457 optimization Methods 0.000 title claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 239000000110 cooling liquid Substances 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 45
- 230000005684 electric field Effects 0.000 claims description 24
- 230000005856 abnormality Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 10
- 239000013256 coordination polymer Substances 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 239000002826 coolant Substances 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling 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
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
-
- 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
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/54—Drive Train control parameters related to batteries
- B60L2240/545—Temperature
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及新能源汽车技术领域,更具体地,涉及资源动态优化配置的新能源汽车电池采集总成方法及系统。该方案包括设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,进行自适应调整采样频率,更新预设的资源系数;判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。该方案提供一种能够自适应进行采集资源人工智能优化的方式,提升新能源汽车车辆运行可靠性。
Description
技术领域
本发明涉及新能源汽车技术领域,更具体地,涉及资源动态优化配置的新能源汽车电池采集总成方法及系统。
背景技术
在新能源汽车领域,数据采集系统的核心功能是根据各车型的特性以及整车厂的要求,通过后台收集车辆行驶过程中的各项参数数据。采集数据可以包括:瞬时功率、瞬时电流、电池电压等多个参数,并可以实时显示车辆运行状态。采集的数据可以有多种形式,包括:1)连续采集车辆实时运行参数,如行驶速度、电流电压、温度等;2)每秒记录一次数据,保存在车载硬盘或云服务器上;3)用户可以对每辆车进行单独测量,也可以将测量的结果保存在云端或本地。
在本发明技术之前,现有的新能源汽车电池采集总成在设计过程中在如何进行数据的采集、数据汇总、数据传输、特征提取和数据分析等方面做了一些研究工作。但是,新能源汽车本身的硬件设备有限,尤其,现有车辆大量集成了各类的智能驾驶和控制功能,导致车辆运行过程中常常出现运作资源不足。新能源汽车电池的运行状态在某些情况下时变性不强,某些情况下的运行又波动性较大,必须精确获知数据,因此,亟需进行采集总成的人工智能优化,使得采集总成中各个设备的采样方法、采样频率和采样点数能够实现资源最优配置,实现提升汽车运行的可靠。
发明内容
鉴于上述问题,本发明提出了资源动态优化配置的新能源汽车电池采集总成方法及系统,提供一种能够自适应进行采集资源人工智能优化的方式,提升新能源汽车车辆运行可靠性。
根据本发明实施例第一方面,提供资源动态优化配置的新能源汽车电池采集总成方法。
在一个或多个实施例中,优选地,所述资源动态优化配置的新能源汽车电池采集总成方法包括:
设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
根据天气状态和微型的交变电场传感器更新预设的资源系数;
判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
在一个或多个实施例中,优选地,所述设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量,具体包括:
在电池边设置至少一处振动和温度的传感测点,进行振动和温度测量;
设置测点进行冷却液的温度的测定;
设置测量整个电池内部的电流传感器,用于判断电池内部是否存在不均衡的环流;
设置传感器在电池的输出口测量SOE、功率和出口电压。
在一个或多个实施例中,优选地,所述根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,具体包括:
在云端数据中心读取全部历史数据中的振动和温度,并确定振动和温度数据对应的电池异常告警的次数;
以4℃和4mm/s的间隔将原始的历史数据中的振动和温度划分成网格状的若干区域块;
对每个区块利用第一计算公式计算单位时间内的电池异常频次;
判断每个区块的电池异常频次是否满足第二计算公式,若满足则作为上报类型区块;
获取在采集运算的边缘设备中提取当前时刻的振动和温度;
判断当前时刻的振动和温度不满足第三计算公式时,发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,否则不做处理;
所述第一计算公式:
其中,P为电池异常频次,Ci为第i组测历史数据中电池异常告警的次数,Ti为第i组测历史数据中监测时间总长度;
所述第二计算公式:
P>Y
其中,Y为预设的异常判断裕度;
所述第三计算公式为:
其中,z为当前时刻的振动,t为当前时刻的温度,TS为区块的温度上限,TX为区块的温度下限,ZS为区块的振动上限,ZX为区块的振动下限。
在一个或多个实施例中,优选地,所述获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率,具体包括:
获取所述车辆控制中心发送过来的车辆运行状态,其中,所述车辆运行状态包括放置状态、充放电状态和正常行驶;
当车辆处于充放电状态时,采样频率最高,每分钟1次;
当车辆处于放置状态时,采样频率设置为最低每小时1次;
当车辆处于正常行驶中时,读取预设的资源系数利用第四计算公式计算采样频率;
所述第四计算公式为:
CP=Xs×(1-B)
其中,CP为所述采样频率,Xs为所述资源系数,B为所述车辆控制中心反馈的资源占用比例。
在一个或多个实施例中,优选地,所述根据天气状态和微型的交变电场传感器更新预设的资源系数,具体包括:
通过云端获取雷电与雨水天气数据,当存在雷电与雨水天气时,利用第五计算公式更新预设的资源系数;
通过微型的交变电场传感器在线进行判断强辐射是否大于预设定值,若大于则利用第六计算公式更新预设的资源系数;
所述第五计算公式为:
XsT+=K1×XsT-
其中,K1为天气异常修正系数,XsT+为天气异常修正后的资源系数,XsT-为天气异常修正前的资源系数;
所述第六计算公式为:
XsC+=K2×XsC-
其中,K2为电场异常修正系数,XsC+为电场异常修正后的资源系数,XsC-为电场异常修正后的资源系数。
在一个或多个实施例中,优选地,所述判断当前电池是否需要停止监测,若需要则临时停止电池状态监测,具体包括:
判断车辆若处于电池电量过低导致的无法行驶且电池未损坏,停止电池状态监测;
判断当前电池已拆卸后,停止电池状态监测。
在一个或多个实施例中,优选地,所述判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源,具体包括:
车辆没有在运行状态下时,停止车辆的冷却液温度的采集;
判断当前的运算资源无法满足第七计算公式时,则通过在采集总成内部的边缘算法对SOE和功率的平均化处理后,按照一个较长的上送间隔上送SOE和功率;
所述第七计算公式为:
ys×CP+B>1
其中,ys为预设的运算比例系数。
根据本发明实施例第二方面,提供资源动态优化配置的新能源汽车电池采集总成系统。
在一个或多个实施例中,优选地,所述资源动态优化配置的新能源汽车电池采集总成系统包括:
传感设置模块,用于设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
综合分析模块,用于根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
第一采样控制模块,用于获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
第二采样控制模块,用于根据天气状态和微型的交变电场传感器更新预设的资源系数;
第三采样控制模块,用于判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
运算控制模块,用于判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,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本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,提供了一种基于人工智能优化的方式提升新能源汽车运行可靠性的方式。
本发明方案中,提供了一种自动进行电池采集总成中各个采样的采样频率、采样点数和采样方法的手段,实现资源的综合最优化使用。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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他的附图。
图1是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法的流程图。
图2是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量的流程图。
图3是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心的流程图。
图4是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率的流程图。
图5是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的根据天气状态和微型的交变电场传感器更新预设的资源系数的流程图。
图6是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的判断当前电池是否需要停止监测,若需要则临时停止电池状态监测的流程图。
图7是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源的流程图。
图8是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,本领域技术人员在没有作出创造性劳动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。
在新能源汽车领域,数据采集系统的核心功能是根据各车型的特性以及整车厂的要求,通过后台收集车辆行驶过程中的各项参数数据。采集数据可以包括:瞬时功率、瞬时电流、电池电压等多个参数,并可以实时显示车辆运行状态。采集的数据可以有多种形式,包括:1)连续采集车辆实时运行参数,如行驶速度、电流电压、温度等;2)每秒记录一次数据,保存在车载硬盘或云服务器上;3)用户可以对每辆车进行单独测量,也可以将测量的结果保存在云端或本地。
在本发明技术之前,现有的新能源汽车电池采集总成在设计过程中在如何进行数据的采集、数据汇总、数据传输、特征提取和数据分析等方面做了一些研究工作。但是,新能源汽车本身的硬件设备有限,尤其,现有车辆大量集成了各类的智能驾驶和控制功能,导致车辆运行过程中常常出现运作资源不足。新能源汽车电池的运行状态在某些情况下时变性不强,某些情况下的运行又波动性较大,必须精确获知数据,因此,亟需进行采集总成的人工智能优化,使得采集总成中各个设备的采样方法、采样频率和采样点数能够实现资源最优配置,实现提升汽车运行的可靠。
本发明实施例中,提供了资源动态优化配置的新能源汽车电池采集总成方法及系统。该方案提供一种能够自适应进行采集资源人工智能优化的方式,提升新能源汽车车辆运行可靠性。
根据本发明实施例第一方面,提供资源动态优化配置的新能源汽车电池采集总成方法。
图1是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法的流程图。
在一个或多个实施例中,优选地,所述资源动态优化配置的新能源汽车电池采集总成方法包括:
S101、设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
S102、根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
S103、获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
S104、根据天气状态和微型的交变电场传感器更新预设的资源系数;
S105、判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
S106、判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
在本发明实施例中,首先设置传感器,其次判断电源处于一种紧急状态,供给车辆进行综合分析,进而自适应设置采样频率,并明确何种情况下,车机认为应该主动关注电池的状态和停止关注电池状态,最终明确设置采样点数、采样后的运算方式。
图2是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量的流程图。
如图2所示,在一个或多个实施例中,优选地,所述设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量,具体包括:
S201、在电池边设置至少一处振动和温度的传感测点,进行振动和温度测量;
S202、设置测点进行冷却液的温度的测定;
S203、设置测量整个电池内部的电流传感器,用于判断电池内部是否存在不均衡的环流;
S204、设置传感器在电池的输出口测量SOE、功率和出口电压。
在本发明实施例中,明确了如何设置传感器,需要设置的传感器包括振动、温度、湿度、冷却液相关、功率、电压、电流和SOE;其中,特别关注的传感器为温度和振动,因为需要温度和振动的数据上传云端;设置至少1个测点进行冷却液的温度的测定;设置测量整个电池内部多个点的电流;设置传感器测量电池的电压、功率和SOE。
图3是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心的流程图。
如图3所示,在一个或多个实施例中,优选地,所述根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,具体包括:
S301、在云端数据中心读取全部历史数据中的振动和温度,并确定振动和温度数据对应的电池异常告警的次数;
S302、以4℃和4mm/s的间隔将原始的历史数据中的振动和温度划分成网格状的若干区域块;
S303、对每个区块利用第一计算公式计算单位时间内的电池异常频次;
S304、判断每个区块的电池异常频次是否满足第二计算公式,若满足则作为上报类型区块;
S305、获取在采集运算的边缘设备中提取当前时刻的振动和温度;
S306、判断当前时刻的振动和温度不满足第三计算公式时,发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,否则不做处理;
所述第一计算公式:
其中,P为电池异常频次,Ci为第i组测历史数据中电池异常告警的次数,Ti为第i组测历史数据中监测时间总长度;
所述第二计算公式:
P>Y
其中,Y为预设的异常判断裕度;
所述第三计算公式为:
其中,z为当前时刻的振动,t为当前时刻的温度,TS为区块的温度上限,TX为区块的温度下限,ZS为区块的振动上限,ZX为区块的振动下限。
在本发明实施例中,判断过程注意基于历史数据,首先在设置传感采集过程中,已经确定了在采集过程中,每次的采集数据中的振动、温度以及在上次上传到此次上次过程中发生电池异常告警的次数都将会间隔一定时间的传输到一个云端,进而则可以分段进行电池状态的概率分析,形成一个以振动为横轴坐标、以温度为纵轴坐标、以振动和温度对应单位时间告警频次为坐标值的一个图像,并筛选出全部的异常坐标点位,以±2度和±2mm/s为边界,形成全部的紧急区段对应紧急区段的数据上送到车辆终端。
图4是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率的流程图。
如图4所示,在一个或多个实施例中,优选地,所述获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率,具体包括:
S401、获取所述车辆控制中心发送过来的车辆运行状态,其中,所述车辆运行状态包括放置状态、充放电状态和正常行驶;
S402、当车辆处于充放电状态时,采样频率最高,每分钟1次;
S403、当车辆处于放置状态时,采样频率设置为最低每小时1次;
S404、当车辆处于正常行驶中时,读取预设的资源系数利用第四计算公式计算采样频率;
所述第四计算公式为:
CP=Xs×(1-B)
其中,CP为所述采样频率,Xs为所述资源系数,B为所述车辆控制中心反馈的资源占用比例。
在本发明实施例中,设置采样频率,并进行上传,采样频率的控制,主要受到车辆当前状态的控制;当车辆处于放置状态时,采样频率设置为最低每小时1次;当车辆处于充放电状态时,采样频率最高,每分钟1次;当车辆处于正常行驶中时,根据当前车辆基本安全功能的运算资源剩余比例,进行自适应调整采样频率。
图5是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的根据天气状态和微型的交变电场传感器更新预设的资源系数的流程图。
如图5所示,在一个或多个实施例中,优选地,所述根据天气状态和微型的交变电场传感器更新预设的资源系数,具体包括:
S501、通过云端获取雷电与雨水天气数据,当存在雷电与雨水天气时,利用第五计算公式更新预设的资源系数;
S502、通过微型的交变电场传感器在线进行判断强辐射是否大于预设定值,若大于则利用第六计算公式更新预设的资源系数;
所述第五计算公式为:
XsT+=K1×XsT-
其中,K1为天气异常修正系数,XsT+为天气异常修正后的资源系数,XsT-为天气异常修正前的资源系数;
所述第六计算公式为:
XsC+=K2×XsC-
其中,K2为电场异常修正系数,XsC+为电场异常修正后的资源系数,XsC-为电场异常修正后的资源系数。
在本发明实施例中,明确了何种情况下,车机认为应该主动关注电池的状态,雷电与雨水天气情况下,由气象数据的反馈,车机自动调整自适应调整频率中的计算的资源系数,使得在行驶过程中更多关注电池的状态;此外,通过微型的交变电场传感器在线进行判断,若出现强辐射,则通过传感器发出异常信号进行资源系数的第2次调整。
图6是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的判断当前电池是否需要停止监测,若需要则临时停止电池状态监测的流程图。
如图6所示,在一个或多个实施例中,优选地,所述判断当前电池是否需要停止监测,若需要则临时停止电池状态监测,具体包括:
S601、判断车辆若处于电池电量过低导致的无法行驶且电池未损坏,停止电池状态监测;
S602、判断当前电池已拆卸后,停止电池状态监测。
在本发明实施例中,明确了何种情况下,车机认为需要停止关注电池状态,首先判断电池是否处于低电量状态,若电量极低,该种情况下车辆已经无法行驶,进入保护状态,则需要进行的是电池各项指标自检,若各项状态合格则认为无需监测运行状态,直接停止关注电池状态;第二中情况是,当前的电池已经拆卸了,这种情况下应该停止相关的监测功能。
图7是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成方法中的判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源的流程图。
如图7所示,在一个或多个实施例中,优选地,所述判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源,具体包括:
S701、车辆没有在运行状态下时,停止车辆的冷却液温度的采集;
S702、判断当前的运算资源无法满足第七计算公式时,则通过在采集总成内部的边缘算法对SOE和功率的平均化处理后,按照一个较长的上送间隔上送SOE和功率;
所述第七计算公式为:
ys×CP+B>1
其中,ys为预设的运算比例系数。
在本发明实施例中,进行设置采样点数、采样后的运算,由于正常工作时采样点是较多的,这会导致采集数据是较多的,但是在一些特殊的运行工况下,可以无需关注那么多的采样点,比如车辆没有在运行状态下就无需关注车辆的冷却液的状态;另一方面是自适应运行可能会出现资源超限的情况,当出现时,则由车辆向采集总成发出命令,使得采集总成通过边缘计算的方式降低运算资源的占用。
根据本发明实施例第二方面,提供资源动态优化配置的新能源汽车电池采集总成系统。
图8是本发明一个实施例的资源动态优化配置的新能源汽车电池采集总成系统的结构图。
在一个或多个实施例中,优选地,所述资源动态优化配置的新能源汽车电池采集总成系统包括:
传感设置模块801,用于设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
综合分析模块802,用于根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
第一采样控制模块803,用于获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
第二采样控制模块804,用于根据天气状态和微型的交变电场传感器更新预设的资源系数;
第三采样控制模块805,用于判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
运算控制模块806,用于判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
在本发明实施例中,通过一系列的模块化设计,实现一个适用于不同结构下的系统,该系统能够通过采集、分析和控制,实现闭环的、可靠的、高效的执行。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用资源动态优化配置的新能源汽车电池采集总成装置,其包括通用的计算机硬件结构,其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901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901通过执行存储器902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903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904和显示装置以及输入/输出(I/O)装置905。输入/输出(I/O)装置905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905通过输入/输出(I/O)控制器906与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,提供了一种基于人工智能优化的方式提升新能源汽车运行可靠性的方式。
本发明方案中,提供了一种自动进行电池采集总成中各个采样的采样频率、采样点数和采样方法的手段,实现资源的综合最优化使用。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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设备上,使得在计算机或其他可编程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。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,该方法包括:
设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
根据天气状态和微型的交变电场传感器更新预设的资源系数;
判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
2.如权利要求1所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量,具体包括:
在电池边设置至少一处振动和温度的传感测点,进行振动和温度测量;
设置测点进行冷却液的温度的测定;
设置测量整个电池内部的电流传感器,用于判断电池内部是否存在不均衡的环流;
设置传感器在电池的输出口测量SOE、功率和出口电压。
3.如权利要求1所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,具体包括:
在云端数据中心读取全部历史数据中的振动和温度,并确定振动和温度数据对应的电池异常告警的次数;
以4℃和4mm/s的间隔将原始的历史数据中的振动和温度划分成网格状的若干区域块;
对每个区块利用第一计算公式计算单位时间内的电池异常频次;
判断每个区块的电池异常频次是否满足第二计算公式,若满足则作为上报类型区块;
获取在采集运算的边缘设备中提取当前时刻的振动和温度;
判断当前时刻的振动和温度不满足第三计算公式时,发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心,否则不做处理;
所述第一计算公式:
其中,P为电池异常频次,Ci为第i组测历史数据中电池异常告警的次数,Ti为第i组测历史数据中监测时间总长度;
所述第二计算公式:
P>Y
其中,Y为预设的异常判断裕度;
所述第三计算公式为:
其中,z为当前时刻的振动,t为当前时刻的温度,TS为区块的温度上限,TX为区块的温度下限,ZS为区块的振动上限,ZX为区块的振动下限。
4.如权利要求3所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率,具体包括:
获取所述车辆控制中心发送过来的车辆运行状态,其中,所述车辆运行状态包括放置状态、充放电状态和正常行驶;
当车辆处于充放电状态时,采样频率最高,每分钟1次;
当车辆处于放置状态时,采样频率设置为最低每小时1次;
当车辆处于正常行驶中时,读取预设的资源系数利用第四计算公式计算采样频率;
所述第四计算公式为:
CP=Xs×(1-B)
其中,CP为所述采样频率,Xs为所述资源系数,B为所述车辆控制中心反馈的资源占用比例。
5.如权利要求3所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述根据天气状态和微型的交变电场传感器更新预设的资源系数,具体包括:
通过云端获取雷电与雨水天气数据,当存在雷电与雨水天气时,利用第五计算公式更新预设的资源系数;
通过微型的交变电场传感器在线进行判断强辐射是否大于预设定值,若大于则利用第六计算公式更新预设的资源系数;
所述第五计算公式为:
XsT+=K1×XsT-
其中,K1为天气异常修正系数,XsT+为天气异常修正后的资源系数,XsT-为天气异常修正前的资源系数;
所述第六计算公式为:
XsC+=K2×XsC-
其中,K2为电场异常修正系数,XsC+为电场异常修正后的资源系数,XsC-为电场异常修正后的资源系数。
6.如权利要求1所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述判断当前电池是否需要停止监测,若需要则临时停止电池状态监测,具体包括:
判断车辆若处于电池电量过低导致的无法行驶且电池未损坏,停止电池状态监测;
判断当前电池已拆卸后,停止电池状态监测。
7.如权利要求1所述的资源动态优化配置的新能源汽车电池采集总成方法,其特征在于,所述判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源,具体包括:
车辆没有在运行状态下时,停止车辆的冷却液温度的采集;
判断当前的运算资源无法满足第七计算公式时,则通过在采集总成内部的边缘算法对SOE和功率的平均化处理后,按照一个较长的上送间隔上送SOE和功率;
所述第七计算公式为:
ys×CP+B>1
其中,ys为预设的运算比例系数。
8.资源动态优化配置的新能源汽车电池采集总成系统,其特征在于,该系统用于实施如权利要求1-7中任一项所述的方法,该系统包括:
传感设置模块,用于设置传感器位置,进行振动、温度、冷却液温度、功率、电压和内部电流的测量;
综合分析模块,用于根据云端数据中心的全部历史数据,进行异常的振动和温度的判断发出综合分析指令,并按照预设的频率上送监测数据到车辆控制中心;
第一采样控制模块,用于获取所述车辆控制中心发送过来的车辆运行状态,并自适应调整采样频率;
第二采样控制模块,用于根据天气状态和微型的交变电场传感器更新预设的资源系数;
第三采样控制模块,用于判断当前电池是否需要停止监测,若需要则临时停止电池状态监测;
运算控制模块,用于判断当前运行状态,进行采样点监测信息的选择和边缘计算方式自适应调整上送数据的占用资源。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,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任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335031.1A CN116424096B (zh) | 2023-03-28 | 2023-03-28 | 资源动态优化配置的新能源汽车电池采集总成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310335031.1A CN116424096B (zh) | 2023-03-28 | 2023-03-28 | 资源动态优化配置的新能源汽车电池采集总成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116424096A true CN116424096A (zh) | 2023-07-14 |
CN116424096B CN116424096B (zh) | 2023-09-29 |
Family
ID=87088429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310335031.1A Active CN116424096B (zh) | 2023-03-28 | 2023-03-28 | 资源动态优化配置的新能源汽车电池采集总成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116424096B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116952354A (zh) * | 2023-09-18 | 2023-10-27 | 江苏普达迪泰科技有限公司 | 一种驱动测量传感器数据优化采集方法 |
CN117656846A (zh) * | 2024-02-01 | 2024-03-08 | 临沂大学 | 一种汽车电驱动故障数据动态存储方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111381166A (zh) * | 2018-12-29 | 2020-07-07 | 北京骑胜科技有限公司 | 一种监测电池状态的方法及系统 |
US20200335979A1 (en) * | 2019-04-18 | 2020-10-22 | Hyundai Mobis Co., Ltd. | Apparatus and method for managing battery |
CN115071490A (zh) * | 2021-03-12 | 2022-09-20 | 丰田自动车株式会社 | 控制系统和能量管理方法 |
CN217689155U (zh) * | 2022-06-28 | 2022-10-28 | 四川爱创科技有限公司 | 电压采样电路 |
WO2023016065A1 (zh) * | 2021-08-09 | 2023-02-16 | 宁德时代新能源科技股份有限公司 | 电池包安全监控方法、装置、设备、系统及存储介质 |
-
2023
- 2023-03-28 CN CN202310335031.1A patent/CN116424096B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111381166A (zh) * | 2018-12-29 | 2020-07-07 | 北京骑胜科技有限公司 | 一种监测电池状态的方法及系统 |
US20200335979A1 (en) * | 2019-04-18 | 2020-10-22 | Hyundai Mobis Co., Ltd. | Apparatus and method for managing battery |
CN115071490A (zh) * | 2021-03-12 | 2022-09-20 | 丰田自动车株式会社 | 控制系统和能量管理方法 |
WO2023016065A1 (zh) * | 2021-08-09 | 2023-02-16 | 宁德时代新能源科技股份有限公司 | 电池包安全监控方法、装置、设备、系统及存储介质 |
CN217689155U (zh) * | 2022-06-28 | 2022-10-28 | 四川爱创科技有限公司 | 电压采样电路 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116952354A (zh) * | 2023-09-18 | 2023-10-27 | 江苏普达迪泰科技有限公司 | 一种驱动测量传感器数据优化采集方法 |
CN116952354B (zh) * | 2023-09-18 | 2023-12-08 | 江苏普达迪泰科技有限公司 | 一种驱动测量传感器数据优化采集方法 |
CN117656846A (zh) * | 2024-02-01 | 2024-03-08 | 临沂大学 | 一种汽车电驱动故障数据动态存储方法 |
CN117656846B (zh) * | 2024-02-01 | 2024-04-19 | 临沂大学 | 一种汽车电驱动故障数据动态存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116424096B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116424096B (zh) | 资源动态优化配置的新能源汽车电池采集总成方法及系统 | |
CN110492186B (zh) | 一种基于云端控制技术的动力电池模组的管理方法 | |
CN107656216A (zh) | 一种铅酸蓄电池在线监测维护及预警系统及性能评估方法 | |
CN113555939B (zh) | 一种分布式bms电池主动均衡管理系统 | |
CN111103860A (zh) | 一种基于数字孪生平台的工厂管理系统及方法 | |
CN115102290A (zh) | 一种智能电网实时安全预警系统 | |
CN115951230B (zh) | 一种锂电池储能箱的异常检测方法及系统 | |
CN112330488B (zh) | 基于迁移学习的电网频率态势预测方法 | |
CN105634077A (zh) | 一种充电方法和电子设备 | |
CN117148154A (zh) | 电池的异常状态或故障感测方法及执行其的电池管理系统 | |
CN116845391A (zh) | 一种锂电池储能管理系统 | |
CN115129011A (zh) | 基于边缘计算的工业资源管理方法 | |
CN113326585B (zh) | 燃气锅炉的能效异常预警方法、装置和计算机设备 | |
CN117080624B (zh) | 一种电池加热控制方法及系统 | |
CN102095953B (zh) | 一种蓄电池充电机性能在线检测方法 | |
CN116488578A (zh) | 一种基于ai视觉辅助的光伏设备分析方法 | |
CN113064075B (zh) | 一种基于边缘计算及深度学习的电机寿命预估方法 | |
CN112083340B (zh) | 蓄电池组性能检测方法及装置、存储介质、终端 | |
CN112684403A (zh) | 一种基于数据检测的智能电表的故障检测方法 | |
CN116626514B (zh) | 一种失效电芯筛查方法、系统及设备 | |
CN116613864B (zh) | 一种蓄电池在线核容巡检方法及装置 | |
CN116626514A (zh) | 一种失效电芯筛查方法、系统及设备 | |
CN115603402A (zh) | 一种自适应战术变化的模块化储能方法及系统 | |
CN117633678A (zh) | 一种抄表问题及原因分析系统及其分析方法 | |
CN117081194A (zh) | 电池系统的充电控制方法及电池系统 |
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 |