CN117669713A - 电池信息处理方法、装置、电子设备和存储介质 - Google Patents
电池信息处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117669713A CN117669713A CN202410133637.1A CN202410133637A CN117669713A CN 117669713 A CN117669713 A CN 117669713A CN 202410133637 A CN202410133637 A CN 202410133637A CN 117669713 A CN117669713 A CN 117669713A
- Authority
- CN
- China
- Prior art keywords
- battery
- information
- knowledge
- nodes
- network
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000004519 manufacturing process Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000011161 development Methods 0.000 claims abstract description 27
- 238000012827 research and development Methods 0.000 claims description 62
- 238000013461 design Methods 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000012502 risk assessment Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 230000018109 developmental process Effects 0.000 description 23
- 239000000463 material Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 229910052744 lithium Inorganic materials 0.000 description 6
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 238000003475 lamination Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000003792 electrolyte Substances 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本申请提供一种电池信息处理方法、装置、电子设备和存储介质,涉及数据处理领域。方法包括:基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点;基于各所述节点关联的电池知识点,所述电池知识网络中的节点进行分类,得到多个子网络;响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。本申请实施例可以提高电池信息的获取速度和准确度。
Description
技术领域
本申请涉及数据处理领域,特别是涉及一种电池信息处理方法、装置、电子设备和存储介质。
背景技术
随着电池的开发周期越来越短,电池研发设计体系的各项能力、电芯的研发现状、电池的故障分析数据等电池信息的获取将直接影响电池的研发周期、成本及交付质量。
然而,相关技术中获取电池信息的方式大多靠人力进行大量的历史数据调研和分析,人力方式耗时长且准确率不高。
需要说明的是,上述的陈述仅用于提供与本申请有关的背景技术信息,而不必然的构成现有技术。
发明内容
有鉴于此,本申请的目的在于提出一种电池信息处理方法、装置、电子设备和存储介质,本申请能够解决现有人为获取电池信息的方式耗时长且准确率不高的问题。
基于上述目的,第一方面,本申请提出了一种电池信息处理方法,包括:基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点;基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络,所述多个子网络包括功能网络、故障关联网络和结构网络;响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。
实现了对多个数据源的电池数据的汇总,能够实现电池数据的结构化处理,得到电池知识网络,相比于人工查询,本申请实施例的电池知识网络的电池数据来自多个数据源,使得数据资源和电池知识网络中包含的电池知识点更丰富,也使得查询的结果更准确。以及,实现了对电池知识网络中的节点的分类,得到多个子网络,在用户发出电池信息查询请求时,可通过多个子网络中的其中一个子网络快速的查询到与电池信息查询请求对应的电池知识点供用户参考,无需在整个电池知识网络中搜,可以提高电池信息的获取速度。
在一些实施例中,基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,包括:对所述多个数据源中的电池数据进行特征提取,得到特征信息,所述特征信息包括电池知识点;根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点;建立所述特征信息包括的电池知识点与所述电池研发节点以及所述电池生产节点之间的第一关联关系,得到所述电池知识网络,所述第一关联关系表征电池知识点与所述电池研发节点以及所述电池生产节点的相关度。
实现了对多个数据源中的电池数据结构化,并进行特征提取得到电池知识点,实现了电池知识点与电池研发节点以及电池生产节点的关联,将电池知识点与其所对应的节点进行匹配,使得到的电池知识网络中每一节点所关联的电池知识点均为与该节点相关的知识点,可以提高电池知识网络的精确度。
在一些实施例中,基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络,包括:根据各所述节点关联的电池知识点之间的第二关联关系,对所述电池知识网络中的节点进行分类,所述第二关联关系包括所述节点关联的电池知识点之间的功能关系、故障关联关系和结构关系中的至少一种关系;根据每一类别的不同节点关联的电池知识点之间的所述第二关联关系,得到多个子网络,所述多个子网络包括功能网络、故障关联网络和结构网络。
可以将不同的电池知识网络按照第二关联关系分为多个子网络,在用户查询某一电池信息时,可以检测该电池信息的查询类别为功能查询或故障关联查询或结构查询,进而根据该电池信息对应的查询类别,快速在某一子网络中查询,不需要遍历电池知识网络中的每一个节点,进而可以提高查询效率。
在一些实施例中,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:对用户的电池信息查询请求进行分析,得到待查询信息;根据所述待查询信息,确定目标子网络;在所述目标子网络中查询与所述待查询信息对应的目标知识点;将所述目标知识点所属的节点作为目标节点,确定与所述目标节点相连接的附件节点;将所述目标节点以及所述附件节点关联的知识点作为与所述电池信息查询请求相对应的电池知识点。
实现了根据用户电池信息查询请求,向用户输出与电池信息查询请求对应的电池知识点的需求,同时,根据目标节点确定与目标节点相连接的附件节点,将目标节点以及附件节点关联的知识点作为与电池信息查询请求相对应的电池知识点输出给用户,可以向用户输出更加全面的电池知识点,提高信息查询的准确度。
在一些实施例中,在基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络之后,所述方法还包括:根据所述电池知识网络生成并显示电池知识地图,其中,所述电池知识地图与所述预设的电池研发层级信息、电池生产流程信息相对应。
生成的电池知识地图可以实现电池知识的结构化和可视化,且本申请实施例的电池知识地图与预设的电池研发层级信息、电池生产流程信息相对应,可以向用户展示每一电池研发层级和每一电池生产流程对应的知识点,提高电池知识的可视化效果。
在一些实施例中,所述电池信息查询请求包括电池设计方案查询请求,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:基于所述多个子网络对所述电池设计方案进行风险分析和相似性分析,得到风险信息和相似方案作为与所述电池信息查询请求相对应的电池知识点。
本申请实施例实现了通过电池知识网络进行电池设计方案的风险分析和相似性分析,提高了电池知识网络的应用范围,有助于电池技术的发展。
在一些实施例中,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:按照目标格式输出与所述电池信息查询请求相对应的电池知识点,以及与所述电池信息查询请求相对应的电池知识点的数据源;所述目标格式包括资料包格式、文本格式、图像格式、知识地图格式、网页格式中的至少一种。可以提高本申请实施例的普适性和可信度。
第二方面,还提供了一种电池信息处理装置,包括:网络构建模块,用于基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点;分类模块,用于基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络;查询模块,用于响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。
第三方面,还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序以实现第一方面所述的方法。
第四方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现第一方面任一项所述的方法。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。而且在全部附图中,用相同的附图标号表示相同的部件。
图1示出本申请实施例提供的电池信息处理方法的步骤流程图;
图2示出本申请实施例提供的电池知识网络的结构示意图;
图3示出本申请实施例提供的电池知识地图的结构示意图;
图4示出本申请实施例提供的在一个具体例子中的电池信息处理方法的步骤流程图;
图5示出根据本申请实施例的电池信息处理装置的结构示意图;
图6示出本申请一实施例所提供的一种电子设备的结构示意图;
图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面将结合附图对本申请技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本申请实施例的描述中,技术术语“第一”“第二”等仅用于区别不同对象,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),同理,“多组”指的是两组以上(包括两组),“多片”指的是两片以上(包括两片)。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
目前,从市场形势的发展来看,电池的应用越加广泛,电池的开发周期越来越短,电池研发设计体系的各项能力、电芯的研发现状、电池的故障分析数据等电池信息对现阶段电池的研发具有指导意义,将直接影响电池的研发周期、成本及交付质量。
由于电池研发设计数据庞大,目前对电池的历史研发设计体系或研发代系能力的确定非常困难,基本全靠人力进行大量的历史数据调研和分析,非常耗时且不准确,还会发生数据遗漏。无法满足日益增长的电池研发需求。
基于此,本申请实施例提供一种电池信息处理方法,通过预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,可以实现大量电池数据的汇总处理,再基于不同的电池知识点对电池知识网络中的节点进行分类,得到多个子网络,在用户发出电池信息查询请求时,可通过多个子网络快速的查询到与电池信息查询请求对应的电池知识点供用户参考。可以提高电池信息的获取速度,相比于人工查询,本申请的电池知识网络的电池数据来自多个数据源,数据资源丰富,电池知识网络中包含的电池知识点也更丰富,使得查询的结果也更准确。
本实施例的电池信息可以是研发人员对电池研发现状进行查询的信息,可以是研发人员对新的研发方案进行参数验证的信息,也可以是非研发人员对电池知识的探索问题等于电池知识相关的信息。
图1示出本申请实施例提供的一种电池信息处理方法的步骤流程图,参考图1,一种电池信息处理方法包括:
S101、基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,电池知识网络包括关联有电池知识点的多个节点。
S102、基于各节点关联的电池知识点,对电池知识网络中的节点进行分类,得到多个子网络。
S103、响应于用户的电池信息查询请求,在多个子网络中查询并输出与电池信息查询请求相对应的电池知识点。
本申请实施例的执行主体可以为电子设备,该电子设备可以包括但不限于终端或服务器等。
电池研发层级信息指的是电池技术研发的不同层次或阶段信息,例如,电池研发层级信息包括对电池所需的材料进行研究和开发的材料层级,关于电池的结构和设计的组件层级,关于电池与其他组件或设备的集成的系统层级,关于电池的生产过程的制造工艺层级,以及关于电池应用的应用层级。
电池生产流程信息指的是电池生产过程的主要流程信息,例如,电池生产流程信息包括材料筛选和制备、电极涂布、叠层与装配、充电和放电测试、电池管理系统集成、整车装配等。
本申请实施例中,数据源是指从不同渠道或来源获取的原始数据集合。它可以包括来自数据库、文件系统、API接口、网络爬虫等各种数据来源。来自多个数据源的电池数据指的是上述不同数据源中与电池知识相关的数据,电池数据例如是电池研发类专利文献、介绍电池结构的电子课件、电池知识科普视频、电池领域学术期刊等。
基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,可以根据预设的电池研发层级信息、电池生产流程信息,将每一个电池研发层级作为一个研发节点,以及将每一个电池生产流程作为一个生产节点,按照电池研发层级的研发顺序将各个研发节点相连接,以形成电池研发层级结构树,按照电池生产流程的生产顺序将各个流程节点相连接,如此,可以构建电池生产流程结构树,由于电池研发层级和电池生产流程息息相关,则可以将电池研发层级结构树和电池生产流程结构树共同作为电池知识网络的树结构。
在一个例子中,在得到电池知识网络的树结构之后,对来自多个数据源的电池数据进行结构化处理,得到电池知识点,可以理解的是,电池知识点是与电池研发层级或者电池生产流程的某一个或多个节点相关联的知识,则本申请实施例将电池知识点关联在电池知识网络的树结构中的节点上,以形成电池知识网络,如此,本申请实施例得到的电池知识网络包括多个节点,每一节点关联有电池知识点。
本申请实施例基于各节点关联的电池知识点对电池知识网络中的节点进行分类,可以通过对电池知识点进行分类,再根据分类后的电池知识点对应的电池知识网络节点,对节点进行分类,将电池知识网络分为多个子网络。即,根据每一节点对应的电池知识点的类型,将节点分为多个集合。分类的依据可根据实际需求设定,例如分类依据是按照电池的功能进行分类,则在一个例子中,节点A对应的电池知识点是电池在恒温条件下的充放电原理,节点B对应的电池知识点是电池在充放电过程中的温度变换,节点C对应的电池知识点是电池模组的结构组成,那么,可以将节点A和节点B分在同一个子网络中。
用户的电池信息查询信息指的是用户为了获取与电池相关的知识而通过交互设备输入的信息。
通过上述方式,实现了对多个数据源的电池数据的汇总,能够实现电池数据的结构化处理,得到电池知识网络,相比于人工查询,本申请实施例的电池知识网络的电池数据来自多个数据源,使得数据资源和电池知识网络中包含的电池知识点更丰富,也使得查询的结果更准确。以及,实现了对电池知识网络中的节点的分类,得到多个子网络,在用户发出电池信息查询请求时,可通过多个子网络中的其中一个子网络快速的查询到与电池信息查询请求对应的电池知识点供用户参考,无需在整个电池知识网络中搜索,可以提高电池信息的获取速度。
在本申请的一些实施例中,基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,包括:
对多个数据源中的电池数据进行特征提取,得到特征信息,特征信息包括电池知识点;根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点;建立特征信息包括的电池知识点与电池研发节点以及电池生产节点之间的第一关联关系,得到电池知识网络,第一关联关系表征电池知识点与电池研发节点以及电池生产节点的相关度。
在一个例子中,可通过AI和人工训练的方式对多个数据源中的电池数据结构化处理,以实现特征提取,得到特征信息,特征信息包括电池知识点。
在一个例子中,可通过训练好的特征提取模型对电池数据进行特征提取,可通过对采集样本数据,对数据进行标记和标注,识别出句子或段落,为每个句子或段落添加标签,以指示其中是否包含电池知识点,再对每个句子或段落,使用自然语言处理技术(如词袋模型、TF-IDF或Word2Vec)将其转换为数值特征向量,使用标记和标注好的数据集,训练一个机器学习模型,如文本分类、命名实体识别或信息抽取模型,对模型进行性能评估和优化后即可得到训练好的特征提取模型,在应用时,使用该特征提取模型对输入数据进行特征提取即可,例如,电池数据为介绍电池结构的电子课件,将该介绍电池结构的电子课件的作为特征提取模型的输入,得到的特征信息(电池知识点)为电池结构包括正极、负极、电解液、分隔膜外壳和连接器。
以预设的电池研发层级信息包括材料层级、组件层级、系统层级、制造工艺层级和应用层级,预设的电池生产流程信息包括材料筛选和制备、电极涂布、叠层与装配、充电和放电测试、电池管理系统集成、整车装配为例。根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点包括:根据上述预设的电池研发层级信息,得到多个电池研发节点包括材料层级节点、组件层级节点、系统层级节点、制造工艺层级节点和应用层级节点。
根据上述预设的电池研发层级信息,得到多个电池生产节点包括材料筛选和制备节点、电极涂布节点、叠层与装配节点、充电和放电测试节点、电池管理系统集成节点、整车装配节点。
第一关联关系表征电池知识点与电池研发节点以及电池生产节点的相关度。例如,电池知识点A是对电池的材料组成进行介绍的知识,也就是说,电池知识点A是与电池的材料层级节点相关联的电池知识点,电池知识点A是与电池的材料层级节点具有一定相关度的电池知识点,则建立电池知识点与电池研发节点以及电池生产节点之间的第一关联关系,可以是将电池知识点A与材料层级节点相关联。
在一个例子中,相关度可根据电池知识点所包含的词语与节点词语或词义的近似程度计算,例如,一节点为材料层级节点,一电池知识点包含的内容为“电池的材料组成包括…”,则表征该电池知识点与材料层级节点具有第一关联关系。
按照此方法建立每一电池知识点与电池研发节点以及电池生产节点之间的第一关联关系,该第一关联关系可以用电池知识点与电池研发节点以及电池生产节点所形成的边来表示,进而得到电池知识网络。
参考图2,本申请实施例得到的电池知识网络可以如图2所示,可根据电池研发层级信息得到多个节点,同理,也可根据电池生产流程信息得到多个节点,与每一节点所连接的“S”表征电池知识点,一个节点可关联多个电池知识点,不同的节点可关联同一个知识点。
通过上述方式,实现了对多个数据源中的电池数据结构化,并进行特征提取得到电池知识点,实现了电池电池知识点与电池研发节点以及电池生产节点的关联,将电池知识点与其所对应的节点进行匹配,使得到的电池知识网络中每一节点所关联的电池知识点均为与该节点相关的知识点,可以提高电池知识网络的精确度。
在本申请的一些实施例中,基于各节点关联的电池知识点,对电池知识网络中的节点进行分类,得到多个子网络,包括:
根据各节点关联的电池知识点之间的第二关联关系,对电池知识网络中的节点进行分类,第二关联关系包括节点关联的电池知识点之间的功能关系、故障关联关系和结构关系中的至少一种关系;根据每一类别的不同节点关联的电池知识点之间的所述第二关联关系,得到多个子网络,多个子网络包括功能网络、故障关联网络和结构网络。
电池知识点之间的功能关系指的是两个电池知识点所起的作用之间的相互关系,例如,电池知识点B为电池充电过程的知识,电池知识点C为电池放电过程的知识,则在电池充电之后,电池存储有电量,进而才能放电,而在电池充满电之后,需要进行放电,才能具有存储空间,进而才能充电,即电池知识点B和电池知识点C具有功能关系。
依据上述功能关系得到的功能网络,例如是以电池充电知识点所在节点为起始节点,以电流和电压控制知识点、充电过流保护知识点、充电过压保护知识点、温度控制知识点、充电状态检测知识点等电池充电过程中的知识点所在节点为起始节点的分支节点,再以与分支节点具有功能关系的节点得到下级节点,形成上述功能网络。
电池知识点之间的故障关联关系指的是引发电池发生某一故障的可能因素。例如,在电池的温度过高时,导致电池高温这一故障的因素可能是电池内部化学物质的变化,可能是电池内部器件故障,也可能是操作不当等,假设电池内部化学物质对应的电池知识点为D,电池内部器件对应的电池知识点为E,电池操作流程对应的电池知识点为F,则电池知识点D、E、F之间具有故障关联关系。
依据上述功能关系得到的故障关联网络,例如是以电池充电故障知识点所在节点为起始节点,以电池充电故障情况知识点、充电线或接头故障知识点、电池老化或损坏情况知识点、电池温度过高知识点、充电保护机制故障知识点等可能导致电池充电故障的故障信息知识点所在节点为起始节点的分支节点,再以可能导致分支节点故障情况的节点得到下级节点,形成上述功能网络。
电池知识点之间的结构关系指的是电池的硬件结构关系,例如,电池知识点G描述电池的正极,电池知识点H描述电池的电解液,电池知识点I描述电池的负极,根据电池的正极和电池的负极均与电解液接触,则电池知识点G、电池知识点H和电池知识点I之间具有结构关系。
依据上述结构关系得到的结构网络,例如是以电池概述知识点所在节点为起始节点,以正极、负极、电解液、隔膜、外壳等电池结构组成知识点所在节点为起始节点的分支节点,再以分支节点的结构组成得到下级节点,形成上述结构网络。
根据各节点关联的电池知识点之间的第二关联关系,对电池知识网络中的节点进行分类,可以实现对电池知识点的分解,将电池知识点分解为功能知识点、故障关联知识点和结构知识点。进而可以根据每一类别的不同节点关联的电池知识点之间的第二关联关系,得到多个子网络,由于第二关联关系包括功能关系、故障关联关系和结构关系,则对应地,多个子网络包括功能网络、故障关联网络和结构网络。
根据上述方式可以将不同的电池知识网络按照第二关联关系分为多个子网络,在用户查询某一电池信息时,可以检测该电池信息的查询类别为功能查询或故障关联查询或结构查询,进而根据该电池信息对应的查询类别,快速在某一子网络中查询,不需要遍历电池知识网络中的每一个节点,进而可以提高查询效率。
在本申请的一些实施例中,响应于用户的电池信息查询请求,在多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:
对用户的电池信息查询请求进行分析,得到待查询信息;根据待查询信息,确定目标子网络;在目标子网络中查询与待查询信息对应的目标知识点;将目标知识点所属的节点作为目标节点,确定与目标节点相连接的附件节点;将目标节点以及附件节点关联的知识点作为与电池信息查询请求相对应的电池知识点。
对用户的电池信息查询请求进行分析,可以是对电池信息查询请求进行格式识别和内容分析,其中,电池信息查询请求包括文字信息、语音信息、语义信息、图像信息中的至少一种。从而可以实现多格式查询,提高交互性能。
对电池信息查询请求进行格式识别之后,可通过识别对应格式中的内容,进行内容分析,内容分析可以包括对电池信息查询请求中电池信息的查询类别进行分析,例如,电池信息查询请求为“锂电池的电芯结构包括哪些”,则待查询信息为“锂电池的电芯结构”,对应的电池信息的查询类别为结构查询,进而在多个子网络中选择结构网络作为目标子网络,在结构网络中查询与待查询信息对应的目标知识点,目标知识点为描述锂电池的电芯结构的电池知识点,进而将描述锂电池的电芯结构的目标知识点所属的节点作为目标节点,由于电池的结构复杂,电池知识点之间具有第二关联关系,例如目标节点描述锂电池的电芯结构,与目标节点相连的节点N描述锂电池的电芯结构所具有的功能,那么,可以将节点N作为该目标节点的附件节点,则在确定目标节点之后,确定与目标节点相连接的附件节点,并且将目标节点以及附件节点关联的知识点作为与电池信息查询请求相对应的电池知识点。如此,可以向用户输出更加全面的电池知识点。
通过上述方式,实现了根据用户电池信息查询请求,向用户输出与电池信息查询请求对应的电池知识点的需求,同时,根据目标节点确定与目标节点相连接的附件节点,将目标节点以及附件节点关联的知识点作为与电池信息查询请求相对应的电池知识点输出给用户,可以向用户输出更加全面的电池知识点,提高信息查询的准确度。
在本申请的一些实施例中,在基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络之后,本申请实施例的方法还包括:
根据电池知识网络生成并显示电池知识地图,其中,电池知识地图与预设的电池研发层级信息、电池生产流程信息相对应。
图3示出本申请实施例提供的一种知识地图的结构示意图,参考图3,在一个例子中,电池知识地图与预设的电池研发层级信息、电池生产流程信息相对应,例如是,预设的电池研发层级信息包括材料层级、组件层级、系统层级、制造工艺层级和应用层级,预设的电池生产流程信息包括材料筛选和制备、电极涂布、叠层与装配、充电和放电测试、电池管理系统集成、整车装配。则生成的电池知识地图可以包括多个显示模块,上述每一电池研发层级和每一电池生产流程均具有一一对应的显示模块。
通过上述例子,生成的电池知识地图可以实现电池知识的结构化和可视化,且本申请实施例的电池知识地图与预设的电池研发层级信息、电池生产流程信息相对应,可以向用户展示每一电池研发层级和每一电池生产流程对应的知识点,提高电池知识的可视化效果。
在本申请的一些实施例中,电池信息查询请求包括电池设计方案查询请求,响应于用户的电池信息查询请求,在多个子网络中查询并输出与电池信息查询请求相对应的电池知识点,包括:
基于多个子网络对电池设计方案进行风险分析和相似性分析,得到风险信息和相似方案作为与电池信息查询请求相对应的电池知识点。
基于多个子网络对电池设计方案进行风险分析,得到风险信息,例如,电池设计方案为电芯规格设计方案,包括电芯的容量、电芯可承受电压、电芯尺寸等参数,则可以通过在多个子网络中查找与电芯的容量、电芯可承受电压、电芯尺寸等参数对应的电池知识点,得到历史参数,根据电芯规格设计方案中的各项参数与历史参数的大小关系,对电芯规格设计方案进行风险分析。
假设电芯规格设计方案中的电池阴极的压实密度是1.8g/cm³ ,而多个子网络中电池知识点对应的压实密度在 2.0-3.0 g/cm³ 的范围内,则说明上述电芯规格设计方案中的电池阴极的压实密度不符合电芯要求,存在风险。
基于多个子网络对电池设计方案进行相似性分析,得到相似方案,延续上述例子,电池设计方案为电芯规格设计方案,则可以通过在多个子网络中查找与电芯规格设计相似的电池知识点,并推送给用户,以使用户快速得到电芯规格设计相关知识点,可供用户参考。
电池设计方案查询请求可以是技术人员基于电池某一项目的发站现状而设计的新的方案,为了检测该新的方案是否被以往的数据覆盖,以及检测该方案的合理性,可以通过本申请实施例得到的多个子网络进行查询。
响应于电池设计方案查询请求,提取电池设计方案中的电池内容,可以包括电池结构信息、电池的参数信息等,在多个子网络中查询与该电池设计方案相似的方案并输出,同时根据历史电池知识点对该电池设计方案中的参数进行风险检测,输出电池设计方案的风险信息和可行性信息。
在一个例子中,本申请实施例还可以根据对比多个子网络中节点所关联的电池知识点,给出电池设计方案的补充建议,包括参数修改建议和结构调整建议等,以指导技术人员对电池设计方案进行调整。
通过上述方式,本申请实施例实现了通过电池知识网络进行电池设计方案的风险分析和相似性分析,提高了电池知识网络的应用范围,有助于电池技术的发展。
在本申请的一些实施例中,响应于用户的电池信息查询请求,在多个子网络中查询并输出与电池信息查询请求相对应的电池知识点,包括:
按照目标格式输出与电池信息查询请求相对应的电池知识点,以及与所述电池信息查询请求相对应的电池知识点的数据源;目标格式包括资料包格式、文本格式、图像格式、知识地图格式、网页格式中的至少一种。
本申请实施例中目标格式包括资料包格式、文本格式、图像格式、知识地图格式、网页格式中的至少一种,可以满足不同用户和不同数据量的场景,提高本申请实施例的普适性。
在一个例子中,本申请实施例按照目标格式输出与电池信息查询请求相对应的电池知识点,还可以输出与电池信息查询请求相对应的电池知识点的数据源,也就是输出源文件,例如,电池信息查询请求是“初代电池结构”,在通过上述方式输出“初代电池结构”知识点之后,同时输出“初代电池结构”的数据源为网络数据库中存储的电池领域学术期刊,以向用户展示对应电池知识点的出处,提高本申请实施例的可信度。
通过上述方式,可以提高本申请实施例的普适性和可信度。
在本申请实施例中,实现了对多个数据源的电池数据的汇总,能够实现电池数据的结构化处理,得到电池知识网络,相比于人工查询,本申请实施例的电池知识网络的电池数据来自多个数据源,使得数据资源和电池知识网络中包含的电池知识点更丰富,也使得查询的结果更准确。以及,实现了对电池知识网络中的节点的分类,得到多个子网络,在用户发出电池信息查询请求时,可通过多个子网络中的其中一个子网络快速的查询到与电池信息查询请求对应的电池知识点供用户参考,无需在整个电池知识网络中搜,可以提高电池信息的获取速度。
上文对各个实施例 的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,本文不再赘述。
下面以一个具体实例说明本申请一些实施例中的电池信息处理方法。
如图4所示,电池信息处理方法包括:
电池数据特征提取,得到电池知识点,其中,电池数据包括来自上述多个数据源的文本数据、图片数据、Office数据、服务器数据、网络数据、离线数据、视频数据和语音数据。多个数据源包括数据库、网盘、存储路径、云和服务器。
电池知识点关联,通过AI+人工训练的方法,对电池知识点进行实体确认、文件关联、流程关联、层级关联等操作,进而对电池知识点进行第一关联关系打标,进而实现电池知识点与电池研发层级信息和电池生产流程信息所形成的节点相关联。
电池知识网络的构建,预设的电池研发层级信息包括材料层级、组件层级、系统层级、制造工艺层级和应用层级,预设的电池生产流程信息包括材料筛选和制备、电极涂布、叠层与装配、充电和放电测试、电池管理系统集成、整车装配。根据根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点,作为主干节点,将电池知识点与主干节点进行关联,得到电池知识网络。
电池知识地图展示,根据电池知识网络中每一主干节点生成对应的显示模块,展示的方式可以是立体展示,也可以是平面展示,且用户可通过点击展示画面上对应的模块,以快速获取与一节点对应的电池知识点。
子网络的形成,根据各节点关联的电池知识点之间的功能关系、故障关联关系和结构关系,对电池知识点进行分解,从而实现对电池知识网络中的节点进行分类,得到功能网络、故障关联网络和结构网络。
电池信息查询,用户可通过输入任意电池信息查询请求,来触发各子网络查询电池信息,响应于用户的电池信息查询请求,对用户的电池信息查询请求进行分析,得到待查询信息,可根据待查询信息确定功能网络、故障关联网络和结构网络中至少一个网络作为目标子网络,在目标子网络中查询与待查询信息对应的目标知识点;将目标知识点所属的节点作为目标节点,确定与目标节点相连接的附件节点;将目标节点以及附件节点关联的知识点作为与电池信息查询请求相对应的电池知识点。
推荐信息,输出上述与电池信息查询请求相对应的电池知识点,另外,推荐信息还可以是与电池信息查询请求相对应的故障风险推荐信息、改善措施推荐信息、实施方案推荐信息和能力检测结果信息等智能推荐的信息。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,本文不再赘述。
本申请的一些实施例还提供了一种电池信息处理装置200,如图5所示,电池信息处理装置包括:
网络构建模块201,用于基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点。
分类模块202,用于基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络。
查询模块203,用于响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。
在本申请的一些实施例中,网络构建模块201用于对所述多个数据源中的电池数据进行特征提取,得到特征信息,所述特征信息包括电池知识点;根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点;建立所述特征信息包括的电池知识点与所述电池研发节点以及所述电池生产节点之间的第一关联关系,得到所述电池知识网络,所述第一关联关系表征电池知识点与所述电池研发节点以及所述电池生产节点的相关度。
在本申请的一些实施例中,分类模块202,用于根据各所述节点关联的电池知识点之间的第二关联关系,对所述电池知识网络中的节点进行分类,所述第二关联关系包括所述节点关联的电池知识点之间的功能关系、故障关联关系和结构关系中的至少一种关系;根据每一类别的不同节点关联的电池知识点之间的所述第二关联关系,得到多个子网络,所述多个子网络包括功能网络、故障关联网络和结构网络。
在本申请的一些实施例中,查询模块203,用于对用户的电池信息查询请求进行分析,得到待查询信息;根据所述待查询信息,确定目标子网络;在所述目标子网络中查询与所述待查询信息对应的目标知识点;将所述目标知识点所属的节点作为目标节点,确定与所述目标节点相连接的附件节点;将所述目标节点以及所述附件节点关联的知识点作为与所述电池信息查询请求相对应的电池知识点。
在本申请的一些实施例中,装置还包括:显示模块,用于根据所述电池知识网络生成并显示电池知识地图,其中,所述电池知识地图与所述预设的电池研发层级信息、电池生产流程信息相对应。
在本申请的一些实施例中,电池信息查询请求包括电池设计方案查询请求,查询模块203,用于基于所述多个子网络对所述电池设计方案进行风险分析和相似性分析,得到风险信息和相似方案作为与所述电池信息查询请求相对应的电池知识点。
在本申请的一些实施例中,查询模块203,用于按照目标格式输出与所述电池信息查询请求相对应的电池知识点,以及与所述电池信息查询请求相对应的电池知识点的数据源;所述目标格式包括资料包格式、文本格式、图像格式、知识地图格式、网页格式中的至少一种。
本申请实施例提供的装置与本申请实施例提供的方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,本文不再赘述。
本申请的另一个实施例提供了一种电子设备,电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器运行计算机程序以实现本申请实施例所述的电池信息处理方法。
如图6所示,所述电子设备30包括:处理器300,存储器301,总线302和通信接口303,所述处理器300、通信接口303和存储器301通过总线302连接;所述存储器301中存储有可在所述处理器300上运行的计算机程序,所述处理器300运行所述计算机程序时执行本申请前述任一实施方式所提供的方法。
其中,存储器301可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口303(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线302可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器301用于存储程序,所述处理器300在接收到执行指令后,执行所述程序,前述本申请实施例任一实施方式揭示的所述电池信息处理方法可以应用于处理器300中,或者由处理器300实现。
处理器300可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器300中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器300可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器301,处理器300读取存储器301中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的方法出于相同的申请构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的方法对应的计算机可读存储介质,请参考图7,其示出的计算机可读存储介质为光盘40,其上存储有计算机程序(即程序产品),所述计算机程序在被处理器运行时,会执行前述任意实施方式所提供的方法。
需要说明的是,所述计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的方法出于相同的申请构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是:
在上述文本中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,仅为本申请的具体实施方式,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种电池信息处理方法,其特征在于,包括:
基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点;
基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络,所述多个子网络包括功能网络、故障关联网络和结构网络;
响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。
2.根据权利要求1所述的方法,其特征在于,基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,包括:
对所述多个数据源中的电池数据进行特征提取,得到特征信息,所述特征信息包括电池知识点;
根据预设的电池研发层级信息和电池生产流程信息,划分出多个电池研发节点和电池生产节点;
建立所述特征信息包括的电池知识点与所述电池研发节点以及所述电池生产节点之间的第一关联关系,得到所述电池知识网络,所述第一关联关系表征电池知识点与所述电池研发节点以及所述电池生产节点的相关度。
3.根据权利要求1所述的方法,其特征在于,基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络,包括:
根据各所述节点关联的电池知识点之间的第二关联关系,对所述电池知识网络中的节点进行分类,所述第二关联关系包括所述节点关联的电池知识点之间的功能关系、故障关联关系和结构关系中的至少一种关系;
根据每一类别的不同节点关联的电池知识点之间的所述第二关联关系,得到所述多个子网络。
4.根据权利要求3所述的方法,其特征在于,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:
对用户的电池信息查询请求进行分析,得到待查询信息;
根据所述待查询信息,确定目标子网络;
在所述目标子网络中查询与所述待查询信息对应的目标知识点;
将所述目标知识点所属的节点作为目标节点,确定与所述目标节点相连接的附件节点;
将所述目标节点以及所述附件节点关联的知识点作为与所述电池信息查询请求相对应的电池知识点。
5.根据权利要求1或2所述的方法,其特征在于,在基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络之后,所述方法还包括:
根据所述电池知识网络生成并显示电池知识地图,其中,所述电池知识地图与所述预设的电池研发层级信息、电池生产流程信息相对应。
6.根据权利要求1所述的方法,其特征在于,所述电池信息查询请求包括电池设计方案查询请求,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:
基于所述多个子网络对所述电池设计方案进行风险分析和相似性分析,得到风险信息和相似方案作为与所述电池信息查询请求相对应的电池知识点。
7.根据权利要求1所述的方法,其特征在于,响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点,包括:
按照目标格式输出与所述电池信息查询请求相对应的电池知识点,以及与所述电池信息查询请求相对应的电池知识点的数据源;
所述目标格式包括资料包格式、文本格式、图像格式、知识地图格式、网页格式中的至少一种。
8.一种电池信息处理装置,其特征在于,包括:
网络构建模块,用于基于预设的电池研发层级信息、电池生产流程信息和来自多个数据源的电池数据,构建电池知识网络,所述电池知识网络包括关联有电池知识点的多个节点;
分类模块,用于基于各所述节点关联的电池知识点,对所述电池知识网络中的节点进行分类,得到多个子网络,所述多个子网络包括功能网络、故障关联网络和结构网络;
查询模块,用于响应于用户的电池信息查询请求,在所述多个子网络中查询并输出与所述电池信息查询请求相对应的电池知识点。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序以实现如权利要求1-7任一项所述的电池信息处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现如权利要求1-7任一项所述的电池信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410133637.1A CN117669713A (zh) | 2024-01-31 | 2024-01-31 | 电池信息处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410133637.1A CN117669713A (zh) | 2024-01-31 | 2024-01-31 | 电池信息处理方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117669713A true CN117669713A (zh) | 2024-03-08 |
Family
ID=90082883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410133637.1A Pending CN117669713A (zh) | 2024-01-31 | 2024-01-31 | 电池信息处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117669713A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144981A (zh) * | 2018-08-30 | 2019-01-04 | 武汉大学 | 基于区块链的电动汽车共享电池全生命周期管理系统及方法 |
CN112100380A (zh) * | 2020-09-16 | 2020-12-18 | 浙江大学 | 一种基于知识图谱的生成式零样本预测方法 |
CN112182174A (zh) * | 2020-09-24 | 2021-01-05 | 南方电网数字电网研究院有限公司 | 业务问答知识查询方法、装置、计算机设备和存储介质 |
CN114499408A (zh) * | 2022-02-16 | 2022-05-13 | 一道新能源科技(衢州)有限公司 | 基于电池大数据的信息测试方法及系统 |
WO2022114331A1 (ko) * | 2020-11-27 | 2022-06-02 | 주식회사 커넥토 | 전기 버스의 배터리 상태 분석 서비스 시스템 |
CN115033657A (zh) * | 2022-08-10 | 2022-09-09 | 广东美的暖通设备有限公司 | 基于知识图谱的查询方法、装置、设备及存储介质 |
US20220303906A1 (en) * | 2019-05-21 | 2022-09-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Battery life-time prediction for low power devices |
WO2022218186A1 (zh) * | 2021-04-15 | 2022-10-20 | 京东科技控股股份有限公司 | 个性化知识图谱的生成方法、装置及计算机设备 |
CN115546626A (zh) * | 2022-03-03 | 2022-12-30 | 中国人民解放军国防科技大学 | 面向数据双重不平衡的降偏场景图生成方法及系统 |
CN116414938A (zh) * | 2021-12-29 | 2023-07-11 | 腾讯科技(深圳)有限公司 | 一种知识点标注方法、装置、设备及存储介质 |
CN116826933A (zh) * | 2023-08-30 | 2023-09-29 | 深圳科力远数智能源技术有限公司 | 一种基于知识图谱混合储能电池供电反步控制方法及系统 |
CN117175750A (zh) * | 2023-11-01 | 2023-12-05 | 南通国轩新能源科技有限公司 | 可移动式储能充电设备的充放电控制方法及系统 |
CN117390015A (zh) * | 2023-09-27 | 2024-01-12 | 希维科技(广州)有限公司 | 电池护照的存储方法、设备及存储介质 |
-
2024
- 2024-01-31 CN CN202410133637.1A patent/CN117669713A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144981A (zh) * | 2018-08-30 | 2019-01-04 | 武汉大学 | 基于区块链的电动汽车共享电池全生命周期管理系统及方法 |
US20220303906A1 (en) * | 2019-05-21 | 2022-09-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Battery life-time prediction for low power devices |
CN112100380A (zh) * | 2020-09-16 | 2020-12-18 | 浙江大学 | 一种基于知识图谱的生成式零样本预测方法 |
CN112182174A (zh) * | 2020-09-24 | 2021-01-05 | 南方电网数字电网研究院有限公司 | 业务问答知识查询方法、装置、计算机设备和存储介质 |
WO2022114331A1 (ko) * | 2020-11-27 | 2022-06-02 | 주식회사 커넥토 | 전기 버스의 배터리 상태 분석 서비스 시스템 |
WO2022218186A1 (zh) * | 2021-04-15 | 2022-10-20 | 京东科技控股股份有限公司 | 个性化知识图谱的生成方法、装置及计算机设备 |
CN116414938A (zh) * | 2021-12-29 | 2023-07-11 | 腾讯科技(深圳)有限公司 | 一种知识点标注方法、装置、设备及存储介质 |
CN114499408A (zh) * | 2022-02-16 | 2022-05-13 | 一道新能源科技(衢州)有限公司 | 基于电池大数据的信息测试方法及系统 |
CN115546626A (zh) * | 2022-03-03 | 2022-12-30 | 中国人民解放军国防科技大学 | 面向数据双重不平衡的降偏场景图生成方法及系统 |
CN115033657A (zh) * | 2022-08-10 | 2022-09-09 | 广东美的暖通设备有限公司 | 基于知识图谱的查询方法、装置、设备及存储介质 |
CN116826933A (zh) * | 2023-08-30 | 2023-09-29 | 深圳科力远数智能源技术有限公司 | 一种基于知识图谱混合储能电池供电反步控制方法及系统 |
CN117390015A (zh) * | 2023-09-27 | 2024-01-12 | 希维科技(广州)有限公司 | 电池护照的存储方法、设备及存储介质 |
CN117175750A (zh) * | 2023-11-01 | 2023-12-05 | 南通国轩新能源科技有限公司 | 可移动式储能充电设备的充放电控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
张璞 等: "《新一代煤矿安全监控系统实用教程》", 30 June 2022, 中国矿业大学出版社, pages: 199 * |
河南省工业和信息化厅: "《智能制造31例》", 30 June 2020, 机械工业出版社, pages: 145 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330125B (zh) | 基于知识图谱技术的海量非结构化配网数据集成方法 | |
WO2022116537A1 (zh) | 一种资讯推荐方法、装置、电子设备和存储介质 | |
CN107797998B (zh) | 含谣言用户生成内容识别方法和装置 | |
CN111444344B (zh) | 实体分类方法、装置、计算机设备和存储介质 | |
CN112380838A (zh) | 一种基于大数据的专利文件智能标引方法及装置 | |
CN112749272A (zh) | 面向非结构化数据的新能源规划性文本智能推荐方法 | |
CN113254711A (zh) | 一种互动图像的显示方法、装置、计算机设备和存储介质 | |
Liu et al. | Technical phrase extraction for patent mining: A multi-level approach | |
CN116384487A (zh) | 用于储能站锂离子电池故障诊断分析的知识图谱构建方法 | |
AL-Bakri et al. | A study on the accuracy of prediction in recommendation system based on similarity measures | |
CN109510857B (zh) | 数据存储方法、装置、服务器和系统 | |
CN114254116A (zh) | 文献资料文本分类方法、分类模型构建方法和分类装置 | |
CN114461783A (zh) | 关键词生成方法、装置、计算机设备、存储介质和产品 | |
CN111930949B (zh) | 搜索串处理方法、装置、计算机可读介质及电子设备 | |
CN113810234A (zh) | 微服务链路拓扑处理方法、装置及可读存储介质 | |
CN117669713A (zh) | 电池信息处理方法、装置、电子设备和存储介质 | |
CN112836124A (zh) | 一种画像数据获取方法、装置、电子设备及存储介质 | |
CN111985226B (zh) | 标注数据生成方法及装置 | |
CN117009518A (zh) | 融合基本属性和文本内容的相似事件判断方法及其应用 | |
CN113742496B (zh) | 一种基于异构资源融合的电力知识学习系统及方法 | |
CN115203348A (zh) | 信息处理方法、装置、存储介质及服务器 | |
CN107656967B (zh) | 一种场景信息处理方法及装置 | |
de Oliveira et al. | Leveraging VGI for gazetteer enrichment: A case study for geoparsing twitter messages | |
CN114610758A (zh) | 基于数据仓库的数据处理方法、装置、可读介质及设备 | |
KR20220074571A (ko) | 마케팅 지식 그래프의 채널 기반 정보 수집을 위한 딥러닝 sns 콘텐츠 임베딩 방법 및 그 장치 |
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 |