面向电动滑板的预检测式充电需求智能匹配方法组成比例

本申请涉及智能充电技术领域，提供一种面向电动滑板的预检测式充电需求智能匹配方法，通过预先收集电池的历史容量数据

【技术实现步骤摘要】
面向电动滑板的预检测式充电需求智能匹配方法


[0001]本申请涉及智能充电
，特别涉及一种面向电动滑板的预检测式充电需求智能匹配方法
。

技术介绍

[0003]电动滑板通常配备可以充电的电池
。
这些电池用于存储电能，以供电给电动滑板上的电机
。
电池通常通过插座或充电设备进行充电，以将电能存储在电池中，以便在骑行时驱动电动滑板
。
传统的有线充电方式需要手动插上充电线，存在使用自由度受限
、
充电过程不便等问题
。
因此无线充电系统应运而生，它通过无线充电桩和电动滑板上的无线充电接收器，实现了即停即充的便捷充电体验
。
这使得电动滑板的使用更加灵活和方便
。
[0004]无线充电的频繁使用可能会对电池寿命产生影响，尤其是在高速充电模式下，高速充电虽然满足了用户的使用需求，但过度快速充电可能会导致电池的寿命缩短，因此需要智能充电控制来延长电动滑板电池的使用寿命
。

技术实现思路

>[0005]本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，包括：预先收集电池的历史容量数据
、
历史电阻数据；由历史容量数据得到历史容量序列，利用历史容量序列训练得到预测未来容量数据的未来容量预测模型；由历史电阻数据得到历史电阻序列，利用历史电阻序列训练得到预测未来电阻数据的未来电阻预测模型；利用电池的未来容量数据
W
和未来电阻数据
Ω
确定电池的健康慢充速率
V1
；检测电动滑板的目标状态，收集用户需求数据；根据电动滑板的目标状态和用户需求数据匹配充电决策
。2.
如权利要求1所述一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，所述利用历史容量序列训练得到预测未来容量数据的未来容量预测模型的方法为：设置预测时间步长
、
滑动步长
、
滑动窗口长度，根据滑动窗口方法由历史容量序列得到历史容量序列样本；将历史容量序列样本作为未来容量预测模型的输入数据，以预测时间步长的未来容量数据作为输出数据，训练未来容量预测模型，以准确预测历史容量序列的预测时间步长内的未来容量数据作为训练目标，以收敛预测时间步长内的真实未来容量数据和预测未来容量数据的损失函数作为预测目标进行训练
。3.
如权利要求1所述一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，所述利用历史电阻序列训练得到预测未来电阻数据的未来电阻预测模型的方法为：设置电阻预测时间步长
、
电阻滑动步长
、
电阻滑动窗口长度，根据滑动窗口方法由历史电阻序列得到历史电阻序列样本；将历史电阻序列样本作为未来电阻预测模型的输入数据，以电阻预测时间步长内的未来电阻数据作为未来电阻预测模型的输出数据，以准确预测历史电阻序列的电阻预测时间步长内的未来电阻数据作为训练目标，以收敛电阻预测时间步长内的真实未来电阻数据和预测未来电阻数据的损失函数衡量预测结果的准确性，通过反向传播算法更新模型的权重，训练得到未来电阻预测模型
。4.
如权利要求1所述一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，所述利用电池的未来容量数据
W
和未来电阻数据
Ω
确定电池的健康慢充速率
V1
的公式为：
V0
为一块无损耗的电池的充电速率，
W
为电池的未来容量数据，
W0
为一块无损耗的电池的标准容量，
α
为电阻量化因子，
Ω
为电池的未来电阻数据
。5.
如权利要求1所述一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，所述电动滑板的目标状态包括：空闲状态和预约状态
。6.
如权利要求1所述一种面向电动滑板的预检测式充电需求智能匹配方法，其特征在于，所述根据电动滑板的目标状态和用户需求数据匹配充电决策的具体方法为：当电动滑板的目标状态为空闲状态时，使用健康慢充速率
V1
进行充电；用户发送预约请求，电动滑板的目标状态变为预约状态，获取电动滑板的当前电量
...

【专利技术属性】
技术研发人员：曾超，庄国敏，
申请(专利权)人：深圳市烁途科技有限公司，
类型：发明
国别省市：