[发明专利]基于车载无线充电器充电数据的分析提醒方法及系统

权利要求书

1.一种基于车载无线充电器充电数据的分析提醒方法，其特征在于，包括以下步骤：

获取车载无线充电器的充电数据，根据所述充电数据进行特征提取获取移动设备电池的健康特征；

通过健康特征且根据预设健康指标对移动设备电池进行健康评估；

根据移动设备电池的健康评估结果制定适应性充电策略，根据所述适应性充电策略进行充电，生成充电曲线；

根据所述充电曲线获取充电异常情况，将电池的健康特征、充电曲线及充电异常情况按照预设方式发送到车机显示系统进行显示；

通过健康特征且根据预设健康指标对移动设备电池进行健康评估，具体为：

获取移动设备电池预设时间内的健康特征序列，基于LSTM网络构建移动设备电池的健康评估模型，将所述健康特征序列进行标准化处理，通过差分将健康特征序列划分为训练集及测试集；

通过粒子优化算法对健康评估模型中LSTM层进行超参数优化，将健康评估模型的损失函数作为适应度函数，通过迭代对粒子的速度参数及位置参数进行更新，根据适应度最小原则获取最优粒子位置；

根据最优粒子位置获取LSTM层的最优超参数，将所述最优超参数导入健康评估模型根据训练集及测试集进行训练及预测，将健康评估模型训练至损失函数收敛后通过验证集进行验证；

将移动设备电池当前的健康特征序列生成特征矩阵，将所述特征矩阵输入训练后的健康评估模型进行预测，输出移动设备电池当前的健康状态评估结果；

根据移动设备电池的健康评估结果制定适应性充电策略，具体为：

获取移动设备电池当前健康状态信息，初始化状态变量，并根据无线充电器的参数信息获取电流、电压及热安全约束信息；

根据移动设备电池的电池健康状态及充电时间设置充电策略的目标函数，通过粒子群算法获取移动设备电池的充电策略，将恒流阶段电流作为优化变量，将所述初始化状态变量代入；

当热安全约束信息达到预设阈值时，进行移动设备电池恒流阶段的充电，根据充电策略的目标函数作为适应度函数，通过适应度函数计算粒子的最优解，根据最优解获取恒流充电阶段的电流，设置移动设备电池的充电策略；

根据车内乘客的行程信息获取路程距离，根据所述路程距离判断是否大于预设路程距离阈值；

若大于预设路程距离阈值，则根据移动设备电池健康优先制定适应性充电策略，若不大于预设路程距离阈值，则根据移动设备电池充电速度优先制定适应性充电策略。

2.根据权利要求1所述的一种基于车载无线充电器充电数据的分析提醒方法，其特征在于，获取车载无线充电器的充电数据，根据所述充电数据进行特征提取获取移动设备电池的健康特征，具体为：

获取车载无线充电器上移动设备的设备ID信息，根据设备ID信息获取历史充电数据，根据所述历史充电数据获取无线充电器的恒流充电阶段及恒压充电阶段的充电曲线；

根据所述充电曲线通过预设时间间隔获取各间隔的峰值点，提取充电曲线上的峰值点位置、峰值点高度及峰值点的之间的高度差；

通过所述充电曲线的曲线类型结合其峰值点位置、峰值点高度及峰值点的之间的高度差进行相关性分析；

根据相关性系数获取相关度大于预设相关度阈值的特征点作为移动设备电池的健康特征。

3.根据权利要求1所述的一种基于车载无线充电器充电数据的分析提醒方法，其特征在于，根据所述充电曲线获取充电异常情况，具体为：

根据移动设备的电池健康评估结果及适应性充电策略确定移动设备的充电基准曲线，并根据充电基准曲线进行分段，获取各段充电基准曲线的曲线特征生成充电基准曲线特征序列；

获取行程中移动设备的充电曲线，将所述充电曲线根据充电基准曲线特征序列进行分段，并计算特征偏差，根据所述特征偏差与偏差阈值进行对比，若特征偏差大于偏差阈值时，则标记为充电异常情况；

根据充电策略及对应特征偏差获取充电异常情况的异常特征，根据所述异常特征通过相似度计算获取符合相似度标准的充电异常数据；

选取相似度最大的充电异常数据，根据相似度最大的充电异常数据确定充电异常情况的所属类型，将充电异常情况进行充电异常所属类型标注后按照预设方式进行显示。