基于人工智能的车辆能源管理系统技术方案

本发明专利技术公开了基于人工智能的车辆能源管理系统，包括信息采集单元，本发明专利技术涉及车辆能源管理技术领域，解决了不能根据电池的剩余电量来进行合理地安排选择，其次低电量时不能根据不同的情况来进行路径的合理规划的技术问题，本发明专利技术通过对电池剩余容量进行判断比较，针对不同的情况生成不同的信号，并且针对预警信号下的情况进行分析，进一步的根据预警信号下电池剩余容量能够行走的距离范围，来筛选合适的充电站，并根据不同的充电站路径来进行不同的选择，并选取总耗电量值最小的路径，一方面能够避免造成电池的空载，对电池的使用寿命进行保护，另一方面选择最小的路径能够快速地到达目的地，减少车主的驾驶时长，从而来提高车主的体验感

【技术实现步骤摘要】
基于人工智能的车辆能源管理系统


[0001]本专利技术涉及车辆能源管理
，具体为基于人工智能的车辆能源管理系统
。

技术介绍

[0002]随着现今，由于社会环保意识提高，使用替代能源的车辆越来越受欢迎
。
由替代能源供电的车辆实例包括混合动力车
、
电动车
、
氢动力车
、
太阳能动力车等，但是能源车在使用的过程中需要对车辆的能源进行管理
。
[0003]根据申请号为
CN201911103269.1
的专利显示，该专利包括预设设置的
N
条车辆能源线路，在每个能源线路上设置有若干预先设定的站点，用以对车辆充电或者补充能源，或者临时停靠，车辆在行驶时，按照预设的能源线路或者按照现有公路线路运行，在需要进行充电或者停靠补给时，则需要切入当前较近的能源线路，并好到最优的站点进行充电；还包括距离检测模块，其实时检测当前车辆位置信息，以及与各个航线的距离，以及与各个航线最近站点的行驶距离；站点检测模块，其实时检测当前站点的车辆信息
、
充电信息及时长信息，以及预设时间
T0
内进入该站点的车辆信息
。
[0004]伴随着新能源车的普及，成套出现的充电站也逐渐增加，即使充电站的增多，对新能源车辆能源管理也是重要的环节，新能源车在使用的过程中，如果在电池的电量消耗完后进行充电，一方面对电池造成损伤，另一方面充电的时间比没有空载的情况下时间长，对车主用车体验感造成影响，其次部分的新能源车通过剩余的里程数来对车主进行提醒，从而让车主自行进行判断是否能够继续行驶，另外针对电量过低的情况，不能针对不同的充电站进行合理地对路线进行规划，导致了在到达充电站后电池剩余电量过低，在后续的充电中对电池的寿命造成影响
。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了基于人工智能的车辆能源管理系统，解决了不能根据电池的剩余电量来进行合理地安排选择，其次低电量时不能根据不同的情况来进行路径的合理规划的问题
。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：基于人工智能的车辆能源管理系统，包括：
[0007]信息采集单元，用于获取目标对象的关联信息，并传输到用电分析单元；
[0008]实时获取单元，用于获取实时用电数据，并将获取到的实时用电数据传输到用电分析单元；
[0009]用电分析单元，用于对获取到关联信息和实时用电数据进行分析，首先计算出电池的剩余容量
SR
，并将电池的剩余容量
SR
传输到信号生成单元；
[0010]数据存储单元，用于将预设区间
YS[20
％
SR,30
％
SR]数据传输到信号生成单元；
[0011]信号生成单元，用于将获取到的预设区间
YS[20
％
SR,30
％
SR]与电池剩余容量
SR
进行比较，当
SR>YS
时，生成正常信号，接着分析得到行驶的路程距离信息，并将路程距离信
息传输到信息输出单元，当
SR
位于预设区间
YS
内时，生成预警信号，并将预警信号传输到路径规划单元；
[0012]路径规划单元，用于对获取到的预警信号进行分析，获取到电池剩余容量
SR
的最大行驶距离，并获取到最大行驶距离范围内的充电站数据信息，并计算到达不同充电站的总耗电量
D2i
，并筛选出总耗电量
D2i
值最小的路线，生成对应的选择信号，并将选择信号传输到信息输出单元
。
[0013]作为本专利技术的进一步方案：信号生成单元具体的信号生成方式如下：
[0014]S1
：当
SR>YS
时，系统判定足够，同时生成正常信号，并对正常信号进行分析，得到正常状态下能够行驶的路程分析结果；
[0015]S2
：当
SR
位于预设区间
YS
内时，系统判定不足，同时生成预警信号，并将预警信号传输到路径规划单元
。
[0016]作为本专利技术的进一步方案：路径规划单元对预警信号的具体分析方式如下：
[0017]W1
：获取到电池剩余容量
SR
的最大行驶距离，同时获取到最大行驶距离范围内的充电站数据信息，其中数据信息包括充电站数量
i、
路径距离
Li
和路况数值
Pi
，路况数值的获取方式为：
[0018]A1
：获取任意一个充电站的数据信息，并获取到对应路径上的信号灯数量
k
，接着根据公式：
T
＝
k*Tb
计算得到对应路径上的信号灯等待时长
T
，其中
Tb
为信号灯的预设等待时长；
[0019]A2
：获取到对应路径上的车辆拥堵值
YD
，其中车辆拥堵值定义为地图上显示标红的路段为拥堵并赋值为1，其余的情况为正常路段并赋值为0，并获取到拥堵的通行时间
Tx
；
[0020]A3
：接着获取到用户拥堵情况下的行车习惯，行车习惯包括单次刹车踩动时间
Ts
，并获取到对应的单次耗电量
DA
，同时将通行时间
Tx
代入公式：
CS
＝
Tx
÷
Ts
计算得到平均踩动次数，接着计算出拥堵情况下的总耗电量
DZ
；
[0021]A4
：接着将总耗电量
DZ
和信号灯等待时长
T
代入公式：
Pi
＝
DZ+T
计算得到路况数值
Pi
；
[0022]W2
：接着计算路径距离
Li
的耗电量
D1
，具体的计算方式为：
[0023]B1
：获取到已行驶的路程
LC
和发动机耗电量
JD
，并代入公式：
LD
＝
LC
÷
JD
，计算得到单位路程的耗电量
LD
；
[0024]B2
：将单位路程耗电量
LD
代入公式：
D1
＝
LD*Li
，计算得到路径距离
Li
内的耗电量
D1
；
[0025]B3
：接着将
D1
和
DZ
代入公式：
D2
＝
D1+DZ
，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于人工智能的车辆能源管理系统，其特征在于，包括：信息采集单元，用于获取目标对象的关联信息，并传输到用电分析单元；实时获取单元，用于获取实时用电数据，并将获取到的实时用电数据传输到用电分析单元；用电分析单元，用于对获取到关联信息和实时用电数据进行分析，首先计算出电池的剩余容量
SR
，并将电池的剩余容量
SR
传输到信号生成单元；数据存储单元，用于将预设区间
YS[20
％
SR,30
％
SR]
数据传输到信号生成单元；信号生成单元，用于将获取到的预设区间
YS[20
％
SR,30
％
SR]
与电池剩余容量
SR
进行比较，当
SR>YS
时，生成正常信号，接着分析得到行驶的路程距离信息，并将路程距离信息传输到信息输出单元，当
SR
位于预设区间
YS
内时，生成预警信号，并将预警信号传输到路径规划单元；路径规划单元，用于对获取到的预警信号进行分析，获取到电池剩余容量
SR
的最大行驶距离，并获取到最大行驶距离范围内的充电站数据信息，并计算到达不同充电站的总耗电量
D2i
，并筛选出总耗电量
D2i
值最小的路线，生成对应的选择信号，并将选择信号传输到信息输出单元
。2.
根据权利要求1所述的基于人工智能的车辆能源管理系统，其特征在于，信号生成单元具体的信号生成方式如下：
S1
：当
SR>YS
时，系统判定足够，同时生成正常信号，并对正常信号进行分析，得到正常状态下能够行驶的路程分析结果；
S2
：当
SR
位于预设区间
YS
内时，系统判定不足，同时生成预警信号，并将预警信号传输到路径规划单元
。3.
根据权利要求2所述的基于人工智能的车辆能源管理系统，其特征在于，路径规划单元对预警信号的具体分析方式如下：
W1
：获取到电池剩余容量
SR
的最大行驶距离，同时获取到最大行驶距离范围内的充电站数据信息，其中数据信息包括充电站数量
i、
路径距离
Li
和路况数值
Pi
，路况数值的获取方式为：
A1
：获取任意一个充电站的数据信息，并获取到对应路径上的信号灯数量
k
，接着根据公式：
T
＝
k*Tb
...

【专利技术属性】
技术研发人员：董强，苏珊珊，
申请(专利权)人：安徽国信类脑智能科技有限公司，
类型：发明
国别省市：