基于大数据分析的电池数字孪生控制方法及装置制造方法及图纸

本申请实施例提供一种基于大数据分析的电池数字孪生控制方法及装置，该方法包括：根据多个车辆的车辆信息以及各车辆中电池的电池信息进行聚类处理，得到至少一个车辆分类和至少一个电池分类。根据至少一个车辆分类，在多个车辆中选择目标车辆。根据至少一个电池分类，在目标车辆中选择目标电池。通过第三方设备获取目标车辆对应的目标电池的电池参数，或者，在目标车辆处于特殊工况时，获取目标车辆对应的目标电池的电池参数。根据目标车辆对应的目标电池的电池参数，更新目标电池对应的精细化多物理场模型的参数。通过只需为少量车辆中少量电池建立精细化多物理场模型，解决了云端的算力资源消耗非常大的问题。端的算力资源消耗非常大的问题。端的算力资源消耗非常大的问题。

【技术实现步骤摘要】
基于大数据分析的电池数字孪生控制方法及装置


[0001]本申请实施例涉及计算机技术，尤其涉及一种基于大数据分析的电池数字孪生控制方法及装置。

技术介绍

[0002]为应对环境污染和能源紧张等问题，交通电气化势在必行，电动交通工具的保有量正在快速上升。为保证电动交通工具的正常运行，通常都会配有车载电池管理系统，以实现对电动交通工具中的电池状况进行实时监控、控制和管理。
[0003]为解决车载电池管理系统存在算力有限、数据存储量有限的问题。目前新兴的电池数字孪生控制技术，通过在云端为每个交通工具中的每块电池建立虚拟电池，即建立实体电池对应的精细化多物理场模型，利用车载电池管理系统上传的电池参数信息进行计算分析，并更新虚拟状态信息、参数信息、车载电池管理系统的控制策略等。
[0004]然而，为每个交通工具中的每块电池都建立精细化多物理场模型，会导致云端的算力资源消耗非常大。

技术实现思路

[0005]本申请实施例提供一种基于大数据分析的电池数字孪生控制方法及装置，以解决云端的算力资源消耗非常大的问题。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的电池数字孪生控制方法，其特征在于，包括：根据多个车辆的车辆信息以及各所述车辆中电池的电池信息进行聚类处理，得到至少一个车辆分类和至少一个电池分类，其中，所述车辆分类中包括至少一个车辆，所述电池分类中包括至少一个电池；根据所述至少一个车辆分类，在所述多个车辆中选择目标车辆；根据所述至少一个电池分类，在所述目标车辆中选择目标电池；通过第三方设备获取所述目标车辆对应的目标电池的电池参数，或者，在所述目标车辆处于特殊工况时，获取所述目标车辆对应的目标电池的电池参数；根据所述目标车辆对应的目标电池的电池参数，更新所述目标电池对应的精细化多物理场模型的参数，其中，所述精细化多物理场模型用于确定电池的管理信息。2.根据权利要求1所述的方法，其特征在于，所述根据多个车辆的车辆信息以及各所述车辆中电池的电池信息进行聚类处理，得到至少一个车辆分类和至少一个电池分类，包括：根据所述多个车辆的车辆信息进行第一聚类处理，得到至少一个车辆分类；根据各所述车辆分类中所包括的车辆的电池信息，对各所述车辆分类中的车辆分别进行第二聚类处理，得到各所述车辆分类中各车辆所对应的至少一个电池分类。3.根据权利要求2所述的方法，其特征在于，所述根据所述多个车辆的车辆信息进行第一聚类处理，得到至少一个车辆分类，包括：将所述多个车辆的车辆信息输入第一聚类算法单元，得到所述第一聚类算法单元输出的至少一个车辆分类。4.根据权利要求2所述的方法，其特征在于，所述根据各所述车辆分类中所包括的车辆的电池信息，对各所述车辆分类中的车辆分别进行第二聚类处理，得到各所述车辆分类中各车辆所对应的至少一个电池分类，包括：将各所述车辆分类中所包括的各车辆的电池信息，分别输入至第二聚类算法单元，得到所述第二聚类算法单元输出的各所述车辆分类中各车辆所对应的至少一个电池分类。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述根据所述至少一个车辆分类，在所述多个车辆中选择目标车辆，包括：按照各所述车辆分类各自对应的第一比例，在各所述车辆分类中选择第一比例对应的车辆，得到目标车辆。6.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述根据所述至少一个电池分类，在所述目标车辆中选择目...

【专利技术属性】
技术研发人员：孔祥栋，欧阳明高，卢兰光，韩雪冰，
申请(专利权)人：清华大学，
类型：发明
国别省市：