[发明专利]一种基于云端数据的电池电量检测方法及系统

权利要求书

1.一种基于云端数据的电池电量检测方法，用于电动车辆，其特征在于，包括：

获取多个电池的历史电压、温度、设备信息和老化信息，并将其上传至部署在云端的电池管理系统；

在所述电池管理系统上，构建并训练数学模型；

实时获取待测电池的电压、温度、设备信息和老化信息，并将其输入到训练完成的数学模型中，得到待测电池的电量值。

2.根据权利要求1所述的基于云端数据的电池电量检测方法，其特征在于，所述数学模型通过如下方法训练：

确定数学模型的各层网络之间的连接权值，并初始化各层网络的输出阈值；

将训练样本分为多个轮次输入到数学模型中，并计算每层网络中的各个单元的输入、输出值和误差；

在每个轮次中，根据中间层和输出层的误差调整各层网络之间的连接权值以及各层网络的输出阈值，直至轮次达到上限或输出层的误差低于预设值。

3.根据权利要求2所述的基于云端数据的电池电量检测方法，其特征在于，所述数学模型包括：输入层、中间层和输出层，以及计算模块和调整模块，

所述计算模块，用于将训练样本分为多个轮次输入到数学模型中，并计算每层网络中的各个单元的输入、输出值和误差；

所述调整模块，用于在每个轮次中，根据中间层和输出层的误差调整各层网络之间的连接权值以及各层网络的输出阈值，直至轮次达到上限或输出层的误差低于预设值。

4.根据权利要求1所述的基于云端数据的电池电量检测方法，其特征在于，所述实时获取待测电池的电压、温度、设备信息和老化信息，并将其输入到训练完成的数学模型中，得到待测电池的电量值包括：

将待测电池的电压、温度、设备信息和老化信息，并将其映射为特征值；

根据所述特征值的大小选择是否输入到训练完成的数学模型中。

5.根据权利要求4所述的基于云端数据的电池电量检测方法，其特征在于，所述根据所述特征值的大小选择是否输入到训练完成的数学模型中包括：

若所述特征值不大于阈值，则将其输入到训练完成的数学模型中；否则，根据待测电池的电压确定电池的电量。

6.根据权利要求1至5任一项所述的基于云端数据的电池电量检测方法，其特征在于，所述实时获取待测电池的电压、温度、设备信息和老化信息包括：实时获取待测电池的电压、温度和设备信息，根据所述设备信息确定电池的种类、老化信息。

7.一种基于云端数据的电池电量检测系统，其特征在于，包括：

获取模块，用于获取多个电池的历史电压、温度、设备信息和老化信息，并将其上传至部署在云端的电池管理系统；

构建模块，用于在所述电池管理系统上，构建并训练数学模型；

输出模块，用于实时获取待测电池的电压、温度、设备信息和老化信息，并将其输入到训练完成的数学模型中，得到待测电池的电量值。

8.根据权利要求7所述的基于云端数据的电池电量检测系统，其特征在于，所述输出模块包括映射单元、选择单元，

所述映射单元，用于将待测电池的电压、温度、设备信息和老化信息，并将其映射为特征值；

所述选择单元，用于根据所述特征值的大小选择是否输入到训练完成的数学模型中。

9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6任一项所述的保基于云端数据的电池电量检测方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于云端数据的电池电量检测方法。