物联网电池电量测量方法、装置、系统、设备及存储介质制造方法及图纸

本发明专利技术适用于物联网技术领域，提供了一种物联网电池电量测量方法、装置、系统、设备及存储介质，其中，所述方法包括：获取待测量的物联网电池的电量参数信息，所述电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息；根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；所述预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成。本发明专利技术充分考虑了电量影响因素，同时利用根据深度神经网络以及大量样本数据建立的电池电量测量模型，有利于在使用过程中直接通过电池电量参数获得准确的电池剩余电量值，可适用于有突发大电流的场景。场景。场景。

【技术实现步骤摘要】
物联网电池电量测量方法、装置、系统、设备及存储介质


[0001]本专利技术属于物联网
，尤其涉及一种物联网电池电量测量方法、装置、系统、设备及存储介质。

技术介绍

[0002]在物联网使用中，为了更好地管理物联网终端设备，确保终端设备的供电稳定，以保设备的运作正常，需要经常对电池的剩余电量进行估计，避免电量耗尽。
[0003]常用的剩余电量估算方法是采用电压估算法，比如采用充电电池供电的，可以通过充电电池的放电曲线中电压和电池电流的映射关系进行估算，通过检测该电池的当前电压值来估算出电池的剩余电量。但是，因为物联网专用电池电压与电量之间的关系不能对应，难以确保准确值。
[0004]由此可见，现有的物联网专用电池电量估算方法存在使用过程中难以获得较为准确的电池剩余电量值的问题。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种物联网电池电量测量方法，旨在解决现有的物联网专用电池电量估算方法存在使用过程中难以获得较为准确的电池剩余电量值的问题。
[0006]本专利技术实施例是这样实现的，一种物联网电池电量测量方法，包括：获取待测量的物联网电池的电量参数信息，所述电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息；根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；所述预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成。
[0007]本专利技术实施例的另一目的在于一种物联网电池电量测量装置，包括：电量参数信息获取单元，用于获取待测量的物联网电池的电量参数信息，所述电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息；以及电量确定单元，用于根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；所述预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成。
[0008]本专利技术实施例的另一目的在于一种物联网电池电量测量系统，包括所述的物联网电池电量测量装置以及与所述物联网电池电量测量装置相互连接的物联网电池、电路切换模块；所述电路切换模块，用于当响应于用户对物联网电池电量测量请求操作，根据物联网终端的工作情况对电路进行切换处理；所述物联网电池电量测量装置，用于获取物联网终端工作情况下的物联网电池的电量参数信息；根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网终端工
作情况下的物联网电池的剩余电量。
[0009]本专利技术实施例的另一目的在于一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述物联网电池电量测量方法的步骤。
[0010]本专利技术实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述物联网电池电量测量方法的步骤。
[0011]本专利技术实施例提供的物联网电池电量测量方法，通过待测量的物联网电池的电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；由于预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成，可以用于表达剩余电量与电量参数信息的一种隐含关系，因此在获取电量参数信息后，利用预设的电池电量测量模型可获取对应电池的剩余电量；另外，电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息，充分考虑了电量影响因素，同时利用根据深度神经网络以及大量样本数据建立的电池电量测量模型，有利于在使用过程中直接通过电池电量参数获得准确的电池剩余电量值，可适用于有突发大电流的场景如需要采集大数据或者需要控制电机等功率器件做响应的场景。
附图说明
[0012]图1为本专利技术实施例提供的锂-亚硫酰氯放电曲线图；图2为本专利技术实施例提供的不同温度和电流下电压变化曲线图；图3为本专利技术实施例提供的电池容量和电流温度的关系图；图4为本专利技术实施例提供的一种物联网电池电量测量方法的实现流程图；图5为本专利技术实施例提供的生成预设的电池电量测量模型的步骤流程图；图6为本专利技术实施例提供的另一种物联网电池电量测量方法的实现流程图；图7为本专利技术实施例提供的一种物联网电池电量测量装置的结构框图；图8为本专利技术实施例提供的另一种物联网电池电量测量装置的结构框图；图9为本专利技术实施例提供的又一种物联网电池电量测量装置的结构框图；图10为本专利技术实施例提供的一种物联网电池电量测量系统的结构框图；图11为本专利技术实施例提供的物联网终端工作电路图。
具体实施方式
[0013]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。
[0014]物联网电池主要采用锂-亚硫酰氯电池，具有供电电压稳定的特点，在恒定电流的时候，供电电压十分稳定（如图1所示），同样的放电电流下，电压一直保持一致，电池电量没有办法通过测量电压的方式来折算。但是在突发大电流的情况下，随着电流不同，有一定的压降，这个压降和电池电量由一定的关系；电压的变化除了和电流相关以外，还和产品使用的温度相关，如图2所示，尤其在低温环境下，同样的放电电流，电压随温度变化很大。然而，
锂-亚硫酰氯电池的电量不仅仅和放电电流有关系，和温度也强相关，如图3所示，传统通过电压和电流来计算电池电量的方法对于锂-亚硫酰氯电池不适用，必须考虑产品使用环境下温度不同导致的电池电量不一致的情况。尤其，物联网设备的使用场景比较复杂，温度变化范围比较大，而锂-亚硫酰氯电池电量受温度的影响又比较大，在不同温度下使用电池电量消耗差别很大。
[0015]鉴于锂-亚硫酰氯电池的电池特性，不能通过简单测量电压的方法估算电池电流，现有技术一般是通过计算负载工作的时长或次数来估算剩余电量，但是由于锂-亚硫酰氯电池电量和温度强相关的这种特性，使用过程中难以获得较为准确的电池剩余电量值；还有是在突发大电流的情况下，通过测量电压来估算电池电量的方法，但是由于没有考虑温度对电压的影响，甚至对电池总电量也有所影响，所测量的剩余电池电量和实际使用差距也比较大。
[0016]本专利技术实施例为解决现有的物联网专用电池电量估算方法存在使用过程中难以获得较为准确的电池剩余电量值的问题，提供了一种物联网电池电量测量方法，通过待测量的物联网电池的电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；由于预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成，可以用于表达剩余电量与电量参数信息的一种隐含关系，因此在获取电量参数信息后，利用预设的电池电量测量模型可获取对应电池的剩余电量；另外，电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息，充分考虑了电量影响因素，同时利用根据深度神经网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物联网电池电量测量方法，其特征在于，包括：获取待测量的物联网电池的电量参数信息，所述电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息；根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；所述预设的电池电量测量模型是通过预先采集的携带有电量参数信息的若干电池放电样本经深度学习神经网络训练生成。2.根据权利要求1所述的物联网电池电量测量方法，其特征在于，所述生成预设的电池电量测量模型的步骤，具体包括：获取若干电池放电样本；获取所述若干电池放电样本的电量参数信息以及所述电量参数信息对应的目标剩余电量；根据所述第一电池放电样本的第一电量参数信息以及含有可变参数的深度学习神经网络模型确定所述第一电量参数信息对应的第一响应剩余电量；计算所述第一响应剩余电量以及与所述第一电量参数信息对应的第一目标剩余电量之间的第一损失差异；判断若干电池放电样本的损失差异是否满足预设的条件；当判断所述若干电池放电样本的损失差异不满足预设的条件时，调整所述深度学习神经网络模型中的可变参数，并返回至根据所述第一电池放电样本的第一电量参数信息以及含有可变参数的深度学习神经网络模型确定所述第一电量参数信息对应的第一响应剩余电量的步骤；当判断所述若干电池放电样本的损失差异满足预设的条件时，将当前所述含有可变参数的深度学习神经网络模型确定为预设的电池电量测量模型。3.根据权利要求1所述的物联网电池电量测量方法，其特征在于，还包括：当所述物联网电池的剩余电量低于预设阈值时，向用户发送电量警示。4.一种物联网电池电量测量装置，其特征在于，包括：电量参数信息获取单元，用于获取待测量的物联网电池的电量参数信息，所述电量参数信息包括电压信息、电流信息、温度信息以及持续工作时间信息；以及电量确定单元，用于根据所述电量参数信息以及预设的电池电量测量模型，确定所述物联网电池的剩余电量；所述...

【专利技术属性】
技术研发人员：边道京，李轩，
申请(专利权)人：深圳市智达百川科技有限公司，
类型：发明
国别省市：