一种荷电状态递增时间点的预测方法、设备及存储介质技术

本发明专利技术公开一种荷电状态递增时间点的预测方法、设备及存储介质，所述方法包括：将荷电状态按照预设递增量划分为多个状态周期；确定每个状态周期的累计安时积分；根据所述累计安时积分，采用预设模型将所述累计安时积分作为模型特征输入预测当前状态周期的下一个状态周期在预设采样时间间隔内满足预设递增量对应的递增时间点；将所述递增时间点输出并显示在显示器上。从而在预测某时刻荷电状态时不以预测荷电状态的具体取值为目标，确保了电池在充电过程中荷电状态整体变化趋势以预设递增量为等间隔递增变化，同时，采用预设模型预测荷电状态突变递增点对应的具体递增点时刻，提高荷电状态预测的精度。高荷电状态预测的精度。高荷电状态预测的精度。

【技术实现步骤摘要】
一种荷电状态递增时间点的预测方法、设备及存储介质


[0001]本专利技术涉及电子电路
，尤其涉及一种荷电状态递增时间点的预测方法、设备及存储介质。

技术介绍

[0002]随着全球环保意识的增强，越来越多的人在购买汽车时选择电动汽车(Electric Vehicles，EV)，这使得电动汽车越来越普及。
[0003]电动汽车的核心部件为动力电池，为了对动力电池进行有效保护，大部分电动汽车上都配备BMS(Battery Management System，电池管理系统)。BMS是电动汽车的动力电池中的核心，对电池进行监控和管理，通过对电压、电流、温度、功率以及荷电状态(State of Charge，SOC)等参数采集和计算，进而控制电池充放电过程，实现对电池的保护，提升电池综合性能的管理系统，是连接车载动力电池和电动汽车的重要纽带。
[0004]电池的荷电状态是动力电池管理系统中的重要检测参数。现有的预测荷电状态的方法主要包括实验法及大数据建模法；其中实验法包括物理实验、电化学机理实验等，主要涉及到的具体方法有安时积分、电池本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种荷电状态递增时间点的预测方法，其特征在于，所述方法包括：将荷电状态按照预设递增量划分为多个状态周期；确定每个所述状态周期的累计安时积分；根据所述累计安时积分，采用预设模型将所述累计安时积分作为模型特征输入预测当前状态周期的下一个状态周期在预设采样时间间隔内满足预设递增量对应的递增时间点；将所述递增时间点输出并显示在显示器上。2.根据权利要求1所述的方法，其特征在于，所述确定每个所述状态周期的累计安时积分，包括：在当前状态周期内，采集当前状态周期内的电池的相关特征；根据所述当前状态周期内的电池的相关特征统计当前状态周期内累计安时积分；在当前状态周期内，根据当前时刻的电池相关特征确定达到下一个状态周期的最终时刻。3.根据权利要求2所述的方法，其特征在于，所述采集当前状态周期内的电池的相关特征，包括：在当前时刻按预设采样时间间隔采集电池的相关特征。4.根据权利要求2或3所述的方法，其特征在于，所述根据当前时刻的电池相关特征确定达到下一个状态周期的最终时刻；包括：根据当前时刻的所述电池的相关特征判断电池的荷电状态达到下一个状态周期的最终时刻，其中，所述最终时刻与所述当前时刻相隔n个预设采样时间间隔，n等于或大于1。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：在确定达到下一个状态周期的时刻后，将所述累计安时积分清零，进入下一个状态周期。6.根据权利要求1所述的方法，其特征在于，所述根据所述累计安时积分，采用预设模型将所述累计安时积分作为模型特征输入预测当前状态周期的下一个状态周期在预设采样时间间隔内满足预设递增量对应的递增时间点；包括：根据所述累计安时积分，采用预设模型将所述累计安时积分作为模型特征输入预测荷电状态递增区间；根据当前状态周期的预测荷电状态递增点，基于LSTM模型预测预测下一个状态周期的荷电状态具体递增时间点。7.根据权利要求6所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：梁丽娜，
申请(专利权)人：深圳市道通智能汽车有限公司，
类型：发明
国别省市：