一种基于云端智能互联大数据的温度预测和装置制造方法及图纸

本申请提供了一种基于云端智能互联大数据的温度预测和装置，涉及汽车技术领域。所述方法包括：获取动力电池的初始荷电状态SOC和初始温度；根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。本申请实时例提供的技术方案可以预测动力电池自身升温的时间，还可以预测温升量，可以通过预测的温升量，降低加热阈值，从而实现降低热能耗管理的目的。

【技术实现步骤摘要】
一种基于云端智能互联大数据的温度预测和装置
本申请涉及汽车
，特别涉及一种基于云端智能互联大数据的温度预测和装置。
技术介绍
随着科技迅猛发展及芯片制造技术的提升，在汽车领域出现了以动力电池为能量来源的电动汽车。电动汽车的问世，不但解决了传统燃油车尾气排放对大气污染的问题，也降低了石油等不可再生资源的消耗。为电动汽车的动力电池充电的过程中，随着充电时长的增加，电池加热会产生更多的热量，一方面造成了能源上的浪费，还会影响电池的使用寿命。而且现有技术对预测电池的温升量的估算，都只是考虑车端的温度预测，往往造成温度预测的不准确。申请内容本申请实施例提供一种基于云端智能互联大数据的温度预测和装置，以解决电池充电过程的温升量预测不准确的问题。为了解决上述技术问题，本申请采用如下技术方案：本申请实施例提供一种基于云端智能互联大数据的温度预测，应用于车辆，包括：获取动力电池的初始荷电状态SOC和初始温度；根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。可选的，所述根据所述初始荷电状态SOC和所述初始温度，确定充电截止时的第一预测温升量，包括：根据所述初始荷电状态SOC，确定充电过程中的多个SOC区间；其中，每一所述SOC区间对应一个时间检测周期；根据预存的第一充电参数映射表，确定与所述初始温度对应在每一所述SOC区间对应的温升变化量；所述第一充电参数映射表包括多个温度区间内，每一SOC区间与温升变化量的对应关系；根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量；其中，所述第一充电参数映射表为根据前一次充电过程更新的映射表。可选的，根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量，包括：根据初始温度和第一预设温度，确定所述第一预设温度与所述初始温度的差值为加热过程中的第一温度变化量；根据所述温度区间，从当前存储的第一充电参数映射表，获取每一SOC区间的多个温升变化量；根据多个所述温升变化量作求和运算，确定所述动力电池加热过程中的第二温度变化量；根据所述第一温度变化量和所述第二温度变化量，确定所述动力电池充电截止时的第一预测温升量；其中，所述第一预设温度是用于划分常温和高温的临界温度值。可选的，所述方法还包括：获取所述动力电池充电截止时的目标荷电状态SOC和充电过程中的多个SOC变化量；若所述目标荷电状态SOC和所述初始荷电状态SOC的差值，大于多个SOC变化量之和，执行根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一预测温升量的步骤；否则，确定所述第一预测温升量为第二预设温度与所述初始温度的差值；其中，所述第二预设温度是用于划分常温和高温的临界温度值。可选的，所述根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度，包括：获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重；根据所述第一权重、所述第二权重、所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。可选的，获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重，包括：确定全部预测温升量为所述第一预测温升量和所述第二预测温升量之和；根据所述第一预测温升量、所述全部预测温升量，确定所述第一权重；根据所述第二预测温升量、所述全部预测温升量，确定所述第二权重；其中，所述第一权重和所述第二权重之和为1。本申请实施例还提供一种基于云端智能互联大数据的温度预测，应用于云端服务器，包括：获取目标车辆的动力电池的初始荷电状态SOC和初始温度；根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池在充电截止时的第二预测温升量；将所述第二预测温升量发送至所述目标车辆。可选的，所述确定与所述初始荷电状态SOC和所述初始温度对应的第二预测温升量，包括：获取车辆状态与所述目标车辆的车辆状态相匹配的多个车辆，在初始荷电状态SOC和初始温度分别进行充电后的第三预测温升量；根据多个所述第三预测温升量，确定所述第二预测温升量；其中，所述车辆状态至少包括车辆所处的区域位置信息。可选的，所述根据多个所述第三预测温升量，确定所述第二预测温升量，包括：将多个所述第三预测温升量累加求和，并根据累加求和的结果与所述第三预测温升量的数量作除法运算，确定所述第二预测温升量。可选的，所述确定所述动力电池在充电截止时的第二预测温升量，还包括：获取车辆在充电过程中的批量训练数据；对获取的批量训练数据进行解析后进行大数据学习，按照预设的学习规则生成针对车辆的初始荷电状态SOC的预测控制指令，和初始温度的预测控制指令；将学习生成的所有预测控制指令与其对应的初始荷电状态SOC和初始温度进行关联后，生成预测指令数据库；根据所述初始荷电状态SOC和初始温度，与所述预测指令数据库进行匹配，确定所述第二预测温升量；其中，所述训练数据包括：车辆充电过程中的初始荷电状态SOC、初始温度、车辆充电过程中的多个SOC区间与每一SOC区间与温升变化量的对应关系。可选的，所述训练数据包括行驶地点、动力电池的初始温度和动力电池的初始荷电状态SOC，所述预设的学习规则包括以下规则的至少一种：提取多台车辆在所处相同区域的充电控制行为；提取同一台车辆在同一地点的多个历史充电控制行为；提取多台车辆在针对相同的初始温度和初始荷电状态SOC的充电控制行为；提取同一台车辆在相同的初始温度和初始荷电状态SOC的多个历史充电控制行为。本申请实施例还提供一种温度预测装置，应用于车辆，包括：第一获取模块，用于获取动力电池的初始荷电状态SOC和初始温度；第一确定模块，用于根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；第二获取模块，用于获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；第二确定模块，用于根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。本申请实施例还提供一种温度预测装置，应用于云端服务器，包括：第三获取模块，用于获取目标车辆的动力电池的初始荷电状态SOC和初始温度；第三确定模块，用于根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池在充电截止时的第二预测温升量；发送模块，用于将所述第二预测温升量发本文档来自技高网...

【技术保护点】
1.一种基于云端智能互联大数据的温度预测，其特征在于，应用于车辆，包括：/n获取动力电池的初始荷电状态SOC和初始温度；/n根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；/n获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；/n根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。/n

【技术特征摘要】
1.一种基于云端智能互联大数据的温度预测，其特征在于，应用于车辆，包括：
获取动力电池的初始荷电状态SOC和初始温度；
根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；
获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；
根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。


2.根据权利要求1所述的基于云端智能互联大数据的温度预测，其特征在于，所述根据所述初始荷电状态SOC和所述初始温度，确定充电截止时的第一预测温升量，包括：
根据所述初始荷电状态SOC，确定充电过程中的多个SOC区间；其中，每一所述SOC区间对应一个时间检测周期；
根据预存的第一充电参数映射表，确定与所述初始温度对应在每一所述SOC区间对应的温升变化量；所述第一充电参数映射表包括多个温度区间内，每一SOC区间与温升变化量的对应关系；
根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量；
其中，所述第一充电参数映射表为根据前一次充电过程更新的映射表。


3.根据权利要求2所述的基于云端智能互联大数据的温度预测，其特征在于，根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量，包括：
根据初始温度和第一预设温度，确定所述第一预设温度与所述初始温度的差值为加热过程中的第一温度变化量；
根据所述温度区间，从当前存储的第一充电参数映射表，获取每一SOC区间的多个温升变化量；
根据多个所述温升变化量作求和运算，确定所述动力电池加热过程中的第二温度变化量；
根据所述第一温度变化量和所述第二温度变化量，确定所述动力电池充电截止时的第一预测温升量；
其中，所述第一预设温度是用于划分常温和高温的临界温度值。


4.根据权利要求1所述的基于云端智能互联大数据的温度预测，其特征在于，所述方法还包括：
获取所述动力电池充电截止时的目标荷电状态SOC和充电过程中的多个SOC变化量；
若所述目标荷电状态SOC和所述初始荷电状态SOC的差值，大于多个SOC变化量之和，执行根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一预测温升量的步骤；
否则，确定所述第一预测温升量为第二预设温度与所述初始温度的差值；
其中，所述第二预设温度是用于划分常温和高温的临界温度值。


5.根据权利要求1所述的基于云端智能互联大数据的温度预测，其特征在于，所述根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度，包括：
获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重；
根据所述第一权重、所述第二权重、所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度。


6.根据权利要求5所述的基于云端智能互联大数据的温度预测，其特征在于，获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重，包括：
确定全部预测温升量为所述第一预测温升量和所述第二预测温升量之和；
根据所述第一预测温升量、所述全部预测温升量，确定所述第一权重；
根据所述第二预测温升量、所述全部预测温升量，确定所述第二权重；其中，所述第一权重和所述第二权重之和为1。


7.一种基于云端智能互联大数据的温度预测，其特征在于，应用于云端服务器，包括：
获取目标车辆的动力电池的初始荷电状态SOC和...

【专利技术属性】
技术研发人员：梁海强，沈帅，张骞慧，
申请(专利权)人：北京新能源汽车股份有限公司，
类型：发明
国别省市：北京;11