[发明专利]一种蓄电池监测方法、装置及计算机存储介质在审
申请号: | 202110130385.3 | 申请日: | 2021-01-29 |
公开(公告)号: | CN112763920A | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 李娜;张远;武秀根 | 申请(专利权)人: | 上海仙塔智能科技有限公司;上海仙豆智能机器人有限公司 |
主分类号: | G01R31/3842 | 分类号: | G01R31/3842;G01R31/367;B60R16/033 |
代理公司: | 上海波拓知识产权代理有限公司 31264 | 代理人: | 李爱华 |
地址: | 200042 上海市长宁区长*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 蓄电池 监测 方法 装置 计算机 存储 介质 | ||
1.一种蓄电池监测方法,其特征在于,所述蓄电池监测方法包括:
获取车辆此次熄火下电时的此次蓄电池信息;
获取所述车辆的此次累计停驶时长;
根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取预测蓄电池剩余荷电状态;
根据所述预测蓄电池剩余荷电状态,发送亏电风险预警。
2.根据权利要求1所述的蓄电池监测方法,其特征在于,所述此次蓄电池信息至少包括以下一项:
此次蓄电池剩余荷电状态、此次蓄电池剩余寿命状态、此次蓄电池电压、此次蓄电池电流、此次蓄电池温度。
3.根据权利要求1所述的蓄电池监测方法,其特征在于,所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取预测蓄电池剩余荷电状态,包括:
基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态,根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态。
4.根据权利要求3所述的蓄电池监测方法,其特征在于,所述基于记录的所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态,根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的蓄电池剩余荷电状态,包括:
将所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长作为蓄电池剩余荷电状态预测模型的输入,以获得与所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对应的预测蓄电池剩余荷电状态;其中,所述蓄电池剩余荷电状态预测模型是基于所述车辆历史熄火下电时的历史蓄电池信息及历史累计停驶时长与对应的历史蓄电池剩余荷电状态进行训练获得的。
5.根据权利要求1所述的蓄电池监测方法,其特征在于,所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取预测蓄电池剩余荷电状态,包括:
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长实时对蓄电池剩余荷电状态进行预测,获取实时的预测蓄电池剩余荷电状态。
6.根据权利要求1所述的蓄电池监测方法,其特征在于,所述根据所述此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取预测蓄电池剩余荷电状态,还包括:
根据所述车辆此次熄火下电时的此次蓄电池信息及所述此次累计停驶时长对蓄电池剩余荷电状态进行预测,获取定时的预测蓄电池剩余荷电状态。
7.根据权利要求1所述的蓄电池监测方法,其特征在于,所述根据所述预测蓄电池剩余荷电状态,发送亏电风险预警,包括:
在所述预测蓄电池剩余荷电状态小于预设亏电阈值时,相对预测亏电时间提前预设时间发送亏电风险预警,所述预测亏电时间为与预测蓄电池剩余荷电状态对应的时间。
8.根据权利要求7所述的蓄电池监测方法,其特征在于,所述预设亏电阈值包括高风险亏电阈值、中风险亏电阈值、低风险亏电阈值,所述高风险亏电阈值小于所述中风险亏电阈值,所述中低风险亏电阈值小于所述低风险亏电阈值;
所述在所述预测蓄电池剩余荷电状态小于预设亏电阈值时,相对预测亏电时间提前预设时间发送亏电风险预警,包括:
在所述预测蓄电池剩余荷电状态小于不同的所述预设亏电阈值时,发送的所述亏电风险预警不同。
9.一种蓄电池监测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述蓄电池监测方法的步骤。
10.一种计算机存储介质,所述计算机存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述蓄电池监测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海仙塔智能科技有限公司;上海仙豆智能机器人有限公司,未经上海仙塔智能科技有限公司;上海仙豆智能机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110130385.3/1.html,转载请声明来源钻瓜专利网。