CN117407607B - 一种基于大数据的新能源汽车状态提取方法及系统 - Google Patents
一种基于大数据的新能源汽车状态提取方法及系统 Download PDFInfo
- Publication number
- CN117407607B CN117407607B CN202311722910.6A CN202311722910A CN117407607B CN 117407607 B CN117407607 B CN 117407607B CN 202311722910 A CN202311722910 A CN 202311722910A CN 117407607 B CN117407607 B CN 117407607B
- Authority
- CN
- China
- Prior art keywords
- information
- data
- charging station
- new energy
- energy automobile
- 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
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明适用于新能源汽车技术领域，提供了一种基于大数据的新能源汽车状态提取方法及系统，本申请按照集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台，对续航数据进行预处理，并构建续航数据标准库实时提取环境信息，并实时提取沿途中的充电站信息，将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据，分析续航数据和充电站信息，将充电站信息推送给用户个人APP的步骤提取新能源汽车状态的方法，使得用户在出发前就能够精确提取新能源汽车电池续航数据的目的，并且能够在整个行驶过程中，实时向用户个人APP推送充电站信息，从而便于用户快速新能源汽车电池充电，具备精确和方便的特点。
Description
技术领域
本发明涉及新能源汽车技术领域，具体是涉及一种基于大数据的新能源汽车状态提取方法及系统。
背景技术
公开号CN107122594B公开了一种新能源车辆的电池健康预测方法，该方法包括如下步骤：对实时获得的车辆数据进行数据分析处理，得到车辆工况数据；对所述车辆工况数据分别执行数据清洗、数据转换和数据归约处理；基于经过数据预处理的车辆工况数据，采用因子分析的方法，提取影响电池健康程度的数据，再采用监督学习方法，挖掘所述影响电池健康程度的数据与车辆工况数据间的潜在关系，构建初始电池健康预测模型；对所述初始电池健康预测模型进行模型评估和算法优化，得到最优的电池监控预测模型，完成实际工况下的电池健康预测，实现了新能源汽车电池健康状态的动态预测，提高了车辆动力性和经济性，操作简单，易于实现。
以上方案还存在以下缺陷：虽然现有技术中的车机系统可以自动实时显示电池的健康状态和续航里程，但是，由于电池的续航里程不仅受外界温度的影响，还会受到行驶路况等因素的影响，新能源汽车在实际行驶之前，无法根据预定的线路（路况和温度）自动实时获取电池的续航里程，容易出现行驶途中路况变差或温度降低导致电池续航数据不准确或误差较大的问题。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于大数据的新能源汽车状态提取方法及系统，以解决上述背景技术中存在的问题。
本发明是这样实现的，一种基于大数据的新能源汽车状态提取方法，所述方法包括以下步骤：
采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台；
对续航数据进行预处理，并构建续航数据标准库；
实时提取环境信息，并实时提取沿途中的充电站信息；
将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据；
分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
作为本发明进一步的方案：所述采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台的步骤，具体包括：
分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据；
将采集到的续航数据上传至大数据平台。
作为本发明进一步的方案：所述对续航数据进行预处理，并构建续航数据标准库的步骤，具体包括：
接收续航数据信息；
将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间；
将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
作为本发明进一步的方案：所述实时提取环境信息，并实时提取沿途中的充电站信息的步骤，具体包括：
获取新能源汽车的位置信息；
将位置信息上传至大数据平台；
分析位置信息，并输出环境信息和沿途中的充电站信息，所述环境信息包括路况信息和温度信息，所述充电站信息包括充电站距离信息和充电站剩余充电插头数量信息。
作为本发明进一步的方案：所述将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据的步骤，具体包括：
将环境信息上传至大数据平台；
将环境信息中的路况信息和温度信息与续航数据标准库匹配；
当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据。
作为本发明进一步的方案：所述分析续航数据和充电站信息，将充电站信息推送给用户个人APP的步骤，具体包括：
分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
当续航里程大于充电站与新能源汽车的实时距离时，将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
一种基于大数据的新能源汽车状态提取系统，所述系统包括：
采集模块，用于采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台；
处理模块，用于对续航数据进行预处理，并构建续航数据标准库；
提取模块，用于实时提取环境信息，并实时提取沿途中的充电站信息；
匹配模块，用于将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据；
分析模块，用于分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
作为本发明进一步的方案：所述处理模块包括：
信息接收单元，用于接收续航数据信息；
标记单元，用于将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间；
存储单元，用于将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
作为本发明进一步的方案：所述匹配模块包括：
第二数据传输单元，用于将环境信息上传至大数据平台；
匹配单元，用于将环境信息中的路况信息和温度信息与续航数据标准库匹配；
输出单元，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据。
作为本发明进一步的方案：所述分析模块包括：
计算单元，用于分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
信息推送单元，当续航里程大于充电站与新能源汽车的实时距离时，用于将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
与现有技术相比，本发明的有益效果是：用户在出发前就能够通过输入沿途路况信息和沿途温度变化区间信息的方式达到精确提取新能源汽车电池续航数据的目的，并且能够在整个行驶过程中，实时向用户个人APP推送充电站信息，从而便于用户快速新能源汽车电池充电，具备精确和方便的特点。
附图说明
图1为一种基于大数据的新能源汽车状态提取方法的流程图。
图2为一种基于大数据的新能源汽车状态提取方法中采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台的流程图。
图3为一种基于大数据的新能源汽车状态提取方法中分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据的流程图。
图4为一种基于大数据的新能源汽车状态提取方法中对续航数据进行预处理，并构建续航数据标准库的流程图。
图5为一种基于大数据的新能源汽车状态提取方法中实时提取环境信息，并实时提取沿途中的充电站信息的流程图。
图6为一种基于大数据的新能源汽车状态提取方法中将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据的流程图。
图7为一种基于大数据的新能源汽车状态提取方法中分析续航数据和充电站信息，将充电站信息推送给用户个人APP的流程图。
图8为一种基于大数据的新能源汽车状态提取系统的结构示意图。
图9为一种基于大数据的新能源汽车状态提取系统中采集模块的结构示意图。
图10为一种基于大数据的新能源汽车状态提取系统中处理模块的结构示意图。
图11为一种基于大数据的新能源汽车状态提取系统中提取模块的结构示意图。
图12为一种基于大数据的新能源汽车状态提取系统中匹配模块的结构示意图。
图13为一种基于大数据的新能源汽车状态提取系统中分析模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及具体实施例，对本发明进行进一步详细说明。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。
以下结合具体实施例对本发明的具体实现进行详细描述。
如图1所示，本发明实施例提供了一种基于大数据的新能源汽车状态提取方法，所述方法包括以下步骤：
S100，采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台；
S200，对续航数据进行预处理，并构建续航数据标准库；
S300，实时提取环境信息，并实时提取沿途中的充电站信息；
S400，将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据；
S500，分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
本发明实施例中，用户在出发前就能够通过输入沿途路况信息和沿途温度变化区间信息的方式达到精确提取新能源汽车电池续航数据的目的，并且能够在整个行驶过程中，实时向用户个人APP推送充电站信息，从而便于用户快速新能源汽车电池充电，具备精确和方便的特点。
如图2所示，作为本发明一个优选的实施例，所述采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台的步骤，具体包括：
S110，分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据；
S120，将采集到的续航数据上传至大数据平台。
本发明实施例中，静态路况表示路况为单一路况，例如新能源车辆一直在高速公路上行驶，动态路况表示路况是变化的，例如新能源车辆在市区公路和崎岖不平的乡间道路上来回行驶，在两种不同路况下的行车阻力不同，所消耗的电能也不同，因此同一电量下的电池的续航时间也不同。
如图3所示，作为本发明一个优选的实施例，所述分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据的步骤，具体包括：
S1101，多次采集新能源汽车从某一时刻至另一时刻行驶在市区公路的电池续航数据，并分别记录汽车启动和汽车关闭时的温度值；
S1102，多次采集新能源汽车从某一时刻至另一时刻行驶在崎岖路段的电池续航数据，并分别记录汽车启动和汽车关闭时的温度值；
S1103，将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
本发明实施例中，以一年四季中的春季举例说明：采集新能源汽车从早上八点至中午12点行驶在市区公路的电池续航数据，并分别记录汽车启动和汽车关闭时的温度值，此处假设汽车从早上八点启动，中午12点关闭，假设早上八点温度10℃，中午12点温度为18℃，此时便可以得出在市区公路行驶时该温度区间（10℃-18℃）对应的电池续航数据；
采集新能源汽车从中午12点至下午1点行驶在市区公路的电池续航数据，并分别记录汽车启动和汽车关闭时的温度值，假设中午12点温度18℃，中午1点温度为18.1℃，此时便可以得出在市区公路行驶时该温度区间（18℃-18.1℃）对应的电池续航数据；
按照以上方法采集全天候行驶在市区公路行驶时对应的电池续航数据，并将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
如图4所示，作为本发明一个优选的实施例，所述对续航数据进行预处理，并构建续航数据标准库的步骤，具体包括：
S210，接收续航数据信息；
S220，将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间；
S230，将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
本发明实施例中，当用户需要提取某一路况和某一温度区间下对应的续航数据时，可直接将将标记有路况和外界温度区间的续航数据输入至续航数据标准库内。
如图5所示，作为本发明一个优选的实施例，所述实时提取环境信息，并实时提取沿途中的充电站信息的步骤，具体包括：
S310，获取新能源汽车的位置信息；
S320，将位置信息上传至大数据平台；
S330，分析位置信息，并输出环境信息和沿途中的充电站信息，所述环境信息包括路况信息和温度信息，所述充电站信息包括充电站距离信息和充电站剩余充电插头数量信息。
本发明实施例中，新能源汽车在行驶时可自行将其动态位置信息上传至大数据平台，大数据平台通过分析计算该动态位置信息不仅能够自动获取该位置的气象信息，还能够获取沿途中的充电站信息。
如图6所示，作为本发明一个优选的实施例，所述将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据的步骤，具体包括：
S410，将环境信息上传至大数据平台；
S420，将环境信息中的路况信息和温度信息与续航数据标准库匹配；
S430，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据。
本发明实施例中，当输入至大数据平台的路况信息与续航数据标准库内的路况一致，且温度信息落入续航数据标准库内的温度区间时，输出新能源汽车电池的续航数据。
如图7所示，作为本发明一个优选的实施例，所述分析续航数据和充电站信息，将充电站信息推送给用户个人APP的步骤，具体包括：
S510，分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
S520，当续航里程大于充电站与新能源汽车的实时距离时，将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
本发明实施例中，当续航里程大于充电站与新能源汽车的实时距离时，将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP，当续航里程小于充电站与新能源汽车的实时距离时，如果该新能源汽车为纯电汽车时，大数据平台将道路救援部门的联系方式推送给用户个人APP，从而防止该新能源汽车因没电停在道路上，如果该新能源汽车为混动汽车时，新能源汽车自身的车机控制系统会自动切换为燃油驱动。
如图8所示，一种基于大数据的新能源汽车状态提取系统，其特征在于，所述系统包括：
采集模块100，用于采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台；
处理模块200，用于对续航数据进行预处理，并构建续航数据标准库；
提取模块300，用于实时提取环境信息，并实时提取沿途中的充电站信息；
匹配模块400，用于将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据；
分析模块500，用于分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
本发明实施例中，采集模块100将采集到的能源汽车电池在不同环境下的续航数据上传至大数据平台之后，处理模块200对续航数据进行预处理，并构建续航数据标准库，并且提取模块300实时提取环境信息和沿途中的充电站信息，匹配模块400接收环境信息和沿途中的充电站信，并将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据，最终分析模块500分析续航数据和充电站信息，将充电站信息推送给用户个人APP，使得用户在出发前就能够通过输入沿途路况信息和沿途温度变化区间信息的方式达到精确提取新能源汽车电池续航数据的目的，并且能够在整个行驶过程中，实时向用户个人APP推送充电站信息，从而便于用户快速新能源汽车电池充电，具备精确和方便的特点。
如图9所示，作为本发明一个优选的实施例，所述采集模块100包括：
数据采集单元101，分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据；
第一数据传输单元102，将采集到的续航数据上传至大数据平台。
本发明实施例中，数据采集单元101为里程表传感器。
如图10所示，作为本发明一个优选的实施例，所述处理模块200包括：
信息接收单元201，用于接收续航数据信息；
标记单元202，用于将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间；
存储单元203，用于将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
本发明实施例中，信息接收单元20接收续航数据信息之后，标记单元202自动将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间，存储单元203自动将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
如图11所示，作为本发明一个优选的实施例，所述提取模块300包括：
GPS单元301，获取新能源汽车的位置信息；
第三数据传输单元302，将位置信息上传至大数据平台；
信息分析单元303，分析位置信息，并输出环境信息和沿途中的充电站信息，所述环境信息包括路况信息和温度信息，所述充电站信息包括充电站距离信息和充电站剩余充电插头数量信息。
本发明实施例中，新能源汽车通过自带的GPS单元301实时记录位置信息，并且能够将自身位置信息通过第三数据传输单元302上传至大数据平台，大数据平台中的信息分析单元303通过分析位置信息的方式能够输出环境信息和沿途中的充电站信息。
如图12所示，作为本发明一个优选的实施例，所述匹配模块400木块包括：
第二数据传输单元401，用于将环境信息上传至大数据平台；
匹配单元402，用于将环境信息中的路况信息和温度信息与续航数据标准库匹配；
输出单元403，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据。
本发明实施例中，第二数据传输单元401将环境信息上传至大数据平台之后，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，大数据平台中的输出单元403输出新能源汽车电池的续航数据。
如图13所示，作为本发明一个优选的实施例，所述分析模块500包括：
计算单元501，用于分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
信息推送单元502，当续航里程大于充电站与新能源汽车的实时距离时，用于将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
本发明实施例中，计算单元501分析续航数据和充电站信息中的充电站距离信息之后，当续航里程大于充电站与新能源汽车的实时距离时，信息推送单元502将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
综上所述，用户在出发前就能够通过输入沿途路况信息和沿途温度变化区间信息的方式达到精确提取新能源汽车电池续航数据的目的，并且能够在整个行驶过程中，实时向用户个人APP推送充电站信息，从而便于用户快速新能源汽车电池充电，具备精确和方便的特点。
应该理解的是，虽然本发明各实施例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，这些步骤可以以其它的顺序执行。而且，各实施例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，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
Claims (6)
1.一种基于大数据的新能源汽车状态提取方法，其特征在于，所述方法包括以下步骤：
采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台，分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据；
将采集到的续航数据上传至大数据平台，接收续航数据信息，将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间，将标记有路况和外界温度区间的续航数据存储至续航数据标准库内，对续航数据进行预处理，并构建续航数据标准库；
实时提取环境信息，并实时提取沿途中的充电站信息，获取新能源汽车的位置信息，将位置信息上传至大数据平台，分析位置信息，并输出环境信息和沿途中的充电站信息，所述环境信息包括路况信息和温度信息，所述充电站信息包括充电站距离信息和充电站剩余充电插头数量信息；
将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据，将环境信息上传至大数据平台，将环境信息中的路况信息和温度信息与续航数据标准库匹配，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据；
分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
2.根据权利要求1所述的一种基于大数据的新能源汽车状态提取方法，其特征在于，所述分析续航数据和充电站信息，将充电站信息推送给用户个人APP的步骤，具体包括：
分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
当续航里程大于充电站与新能源汽车的实时距离时，将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
3.一种基于大数据的新能源汽车状态提取系统，其特征在于，所述系统包括：
采集模块，用于采集新能源汽车电池在不同环境下的续航数据，并上传至大数据平台，分别多次采集新能源汽车电池在静态路况和不同外界温度区间内的续航数据以及动态路况和不同外界温度区间内的续航数据；
处理模块，用于将采集到的续航数据上传至大数据平台，接收续航数据信息，将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间，将标记有路况和外界温度区间的续航数据存储至续航数据标准库内，对续航数据进行预处理，并构建续航数据标准库；
提取模块，用于实时提取环境信息，并实时提取沿途中的充电站信息，获取新能源汽车的位置信息，将位置信息上传至大数据平台，分析位置信息，并输出环境信息和沿途中的充电站信息，所述环境信息包括路况信息和温度信息，所述充电站信息包括充电站距离信息和充电站剩余充电插头数量信息；
匹配模块，用于将环境信息上传至大数据平台进行匹配，输出新能源汽车电池的续航数据，将环境信息上传至大数据平台，将环境信息中的路况信息和温度信息与续航数据标准库匹配，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据；
分析模块，用于分析续航数据和充电站信息，将充电站信息推送给用户个人APP。
4.根据权利要求3所述的一种基于大数据的新能源汽车状态提取系统，其特征在于，所述处理模块包括：
信息接收单元，用于接收续航数据信息；
标记单元，用于将每一个续航数据上设置有透明框，透明框内标记有对应的路况和外界温度区间；
存储单元，用于将标记有路况和外界温度区间的续航数据存储至续航数据标准库内。
5.根据权利要求4所述的一种基于大数据的新能源汽车状态提取系统，其特征在于，所述匹配模块包括：
第二数据传输单元，用于将环境信息上传至大数据平台；
匹配单元，用于将环境信息中的路况信息和温度信息与续航数据标准库匹配；
输出单元，当路况信息和温度信息与续航数据标准库内的路况和外界温度区间匹配时，输出新能源汽车电池的续航数据。
6.根据权利要求5所述的一种基于大数据的新能源汽车状态提取系统，其特征在于，所述分析模块包括：
计算单元，用于分析续航数据和充电站信息中的充电站距离信息，所述续航数据为续航里程，所述充电站距离信息为充电站与新能源汽车的实时距离；
信息推送单元，当续航里程大于充电站与新能源汽车的实时距离时，用于将充电站距离信息和充电站剩余充电插头数量信息推送给用户个人APP。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311722910.6A CN117407607B (zh) | 2023-12-15 | 2023-12-15 | 一种基于大数据的新能源汽车状态提取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311722910.6A CN117407607B (zh) | 2023-12-15 | 2023-12-15 | 一种基于大数据的新能源汽车状态提取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117407607A CN117407607A (zh) | 2024-01-16 |
| CN117407607B true CN117407607B (zh) | 2024-03-08 |
Family
ID=89492938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311722910.6A Active CN117407607B (zh) | 2023-12-15 | 2023-12-15 | 一种基于大数据的新能源汽车状态提取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117407607B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102837697A (zh) * | 2011-06-24 | 2012-12-26 | 北汽福田汽车股份有限公司 | 一种电动汽车续航里程管理系统及工作方法 |
| CN104973057A (zh) * | 2014-04-03 | 2015-10-14 | 李治良 | 智能预测控制系统 |
| CN108955717A (zh) * | 2018-08-06 | 2018-12-07 | 长沙龙生光启新材料科技有限公司 | 一种电动汽车智能导航设备 |
| CN109606120A (zh) * | 2019-01-15 | 2019-04-12 | 深圳四海万联科技有限公司 | 基于大数据的电动汽车续航里程实时更新系统及方法 |
| CN110888908A (zh) * | 2019-11-01 | 2020-03-17 | 广州大学 | 一种可持续深度学习的充电站/桩推荐系统及推荐方法 |
| CN111845454A (zh) * | 2020-07-25 | 2020-10-30 | 汪永强 | 一种新能源汽车放电监控预警系统 |
| CN113175939A (zh) * | 2021-04-22 | 2021-07-27 | 重庆长安新能源汽车科技有限公司 | 纯电动汽车行程规划方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230389491A1 (en) * | 2022-06-06 | 2023-12-07 | Hydrogreen, Inc. | Methods and systems for hydroponically sprouted cereal grains as an enteric methane emission mitigation strategy for enteric methane emission, feedlot characteristics, and nutrient digestibility of beef cattle fed hydroponically sprouted cereal grains |
-
2023
- 2023-12-15 CN CN202311722910.6A patent/CN117407607B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102837697A (zh) * | 2011-06-24 | 2012-12-26 | 北汽福田汽车股份有限公司 | 一种电动汽车续航里程管理系统及工作方法 |
| CN104973057A (zh) * | 2014-04-03 | 2015-10-14 | 李治良 | 智能预测控制系统 |
| CN108955717A (zh) * | 2018-08-06 | 2018-12-07 | 长沙龙生光启新材料科技有限公司 | 一种电动汽车智能导航设备 |
| CN109606120A (zh) * | 2019-01-15 | 2019-04-12 | 深圳四海万联科技有限公司 | 基于大数据的电动汽车续航里程实时更新系统及方法 |
| CN110888908A (zh) * | 2019-11-01 | 2020-03-17 | 广州大学 | 一种可持续深度学习的充电站/桩推荐系统及推荐方法 |
| CN111845454A (zh) * | 2020-07-25 | 2020-10-30 | 汪永强 | 一种新能源汽车放电监控预警系统 |
| CN113175939A (zh) * | 2021-04-22 | 2021-07-27 | 重庆长安新能源汽车科技有限公司 | 纯电动汽车行程规划方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117407607A (zh) | 2024-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111381170A (zh) | 基于大数据的电动汽车电池包健康状态预测方法及系统 | |
| JP5343168B2 (ja) | 電池の劣化度を取得するための方法及びそのシステム | |
| CN114493191B (zh) | 一种基于网约车数据的驾驶行为建模分析方法 | |
| CN112598169B (zh) | 交通运行态势评估方法、系统及装置 | |
| WO2022174679A1 (zh) | 单体电池电压不一致故障预测方法、装置及服务器 | |
| CN112509317B (zh) | 基于机器学习算法的公交实时到站预测方法、装置和设备 | |
| JP2014013245A (ja) | 電池劣化度モデルの生成及び更新方法 | |
| CN110807123A (zh) | 车辆长度计算方法、装置、系统、计算机设备及存储介质 | |
| CN112562330A (zh) | 评估道路运行指数的方法和装置、电子设备、存储介质 | |
| CN111325285A (zh) | 基于自动机器学习的疲劳驾驶预测方法、装置及存储介质 | |
| CN112560186A (zh) | 电动汽车行程能耗预测方法、装置、设备及可存储介质 | |
| CN117407607B (zh) | 一种基于大数据的新能源汽车状态提取方法及系统 | |
| Hiller et al. | The L3Pilot Common Data Format—Enabling efficient automated driving data analysis | |
| Weis et al. | Rapid deployment of IoT enabled system for automobile fuel range and gas price location | |
| CN116796158A (zh) | 收集车辆智能化评估数据的方法、系统及车辆 | |
| CN114495519B (zh) | 一种高速公路智慧可视化展示系统 | |
| CN114407661A (zh) | 基于数据驱动的电动车能耗预测方法、系统、设备及介质 | |
| Topić et al. | Analysis of City Bus Driving Cycle Features for the Purpose of Multidimensional Driving Cycle Synthesis | |
| CN114043948A (zh) | 车辆能耗测算方法、装置、电子设备及存储介质 | |
| Romano et al. | Development of the Vastra Gotaland operating cycle for long-haul heavy-duty vehicles | |
| CN117350519B (zh) | 基于新能源乘用车充电需求预测的充电站规划方法及系统 | |
| Zhuo et al. | Digital Twin-Based Remaining Driving Range Prediction for Connected Electric Vehicles | |
| CN114013285B (zh) | 一种电动汽车实际续驶里程评估方法 | |
| CN114861516B (zh) | 一种车辆动力性能确定方法、装置及存储介质 | |
| Ginting | Vehicle Detection Simulation using YOLOv4 on Autonomous Vehicle System |
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 |