System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于电动车的配件保养和/或更换预测的设备和方法技术_技高网

用于电动车的配件保养和/或更换预测的设备和方法技术

技术编号:40149916 阅读:7 留言:0更新日期:2024-01-26 22:52
提供用于当前电动车的配件的保养和/或更换预测方法。该方法包括:获取通过将当前电动车的历史数据输入第一模型得到的输出,第一模型是基于一辆或多辆电动车的与配件的保养和/或更换相关的历史数据训练前馈神经网络而得到的;接收当前电动车的实时监控数据;和将当前电动车的实时监控数据和第一模型的输出输入第二模型,以得到当前电动车的配件的保养和/或更换预测结果,第二模型是基于一辆或多辆电动车的与配件的保养和/或更换相关的实时监控数据和针对一辆或多辆电动车的第一模型的输出训练前馈神经网络而得到的。这不仅能够实现远程实时诊断,而且可以提供针对每辆电动车特异性的、准确的配件保养和/或更换预测结果。

【技术实现步骤摘要】

本专利技术涉及车辆,尤其涉及对电动车配件的保养和/或更换进行预测。


技术介绍

1、在国家对新能源产业的大力支持下,近年来我国电动汽车产业得到了蓬勃发展。随着电动汽车的保有量增加,其配件保养/更换需求增加。目前汽车配件保养/更换的内容和标准是针对传统燃油车所制定的,主要以时间或里程等静态单一因素作为判断标准,无法根据车辆的特定情况来进行动态调整。此外,针对传统燃油车的传统保养方法往往需要实地监测来判断配件的磨损状态,无法远程判断;并且仅仅针对特定的某几个配件,如机油、机滤、火花塞等,对于有些配件则不适用,需要该配件发生故障才能被发现需要更换。


技术实现思路

1、期望提供用于电动车的配件保养和/或更换预测的方法和设备,其能够特异性地针对整车所涉及的配件进行远程实时诊断,预测其保养和/或更换需求。

2、在本专利技术的各个实施例中,在根据历史静态数据训练得到的模型基础上获得初步预测结果,在该初步预测结果的基础上进一步利用实时动态监控数据进行模型训练和结果校正。由于引入了反应车辆当前使用状态、驾驶(操作)状况和/或环境情况的实时动态数据,对电动车的配件的保养和/或更换预测更精准,并且能够获得对电动车的配件的实时动态保养和/或更换预测。这不仅能够实现远程实时诊断,而且可以提供针对每辆电动车特异性的、准确的配件保养和/或更换预测结果。

3、一方面,提供一种用于当前电动车的配件的保养和/或更换预测方法。该方法包括:获取通过将所述当前电动车的历史数据输入第一模型得到的输出,所述第一模型是基于一辆或多辆电动车的与所述配件的保养和/或更换相关的历史数据训练前馈神经网络而得到的;接收所述当前电动车的实时监控数据;和将所述当前电动车的所述实时监控数据和所述第一模型的输出输入第二模型,以得到所述当前电动车的所述配件的保养和/或更换预测结果,所述第二模型是基于所述一辆或多辆电动车的与所述配件的保养和/或更换相关的实时监控数据和针对所述一辆或多辆电动车的所述第一模型的输出训练所述前馈神经网络而得到的。

4、另一方面,提供一种用于电动车的配件的保养和/或更换预测模型的训练方法。该方法包括接收一辆或多辆电动车的与所述配件的保养和/或更换相关的历史数据,所述历史数据包括所述一辆或多辆电动车的所述配件的保养和/或更换记录数据;基于所述历史数据训练前馈神经网络以得到第一模型;接收所述一辆或多辆电动车的与所述配件的保养和/或更换相关的实时监控数据,所述实时监控数据包括实时监控到的所述配件的保养和/或更换记录数据;和基于所述一辆或多辆电动车的所述实时监控数据和针对所述一辆或多辆电动车的所述第一模型的输出训练所述前馈神经网络以得到第二模型。

5、另一方面,提供一种用于当前电动车的配件的保养和/或更换预测设备。该设备包括:获取单元,其获取通过将所述当前电动车的历史数据输入第一模型得到的输出,所述第一模型是基于一辆或多辆电动车的与所述配件的保养和/或更换相关的历史数据训练前馈神经网络而得到的;接收单元,其接收所述当前电动车的实时监控数据;和预测单元,其将所述当前电动车的所述实时监控数据和所述第一模型的输出输入第二模型,以得到所述当前电动车的所述配件的保养和/或更换预测结果,所述第二模型是基于所述一辆或多辆电动车的与所述配件的保养和/或更换相关的实时监控数据和针对所述一辆或多辆电动车的所述第一模型的输出训练所述前馈神经网络而得到的。

6、再一方面,提供一种用于电动车的配件的保养和/或更换预测模型的训练设备。该训练设备包括:接收单元,其接收一辆或多辆电动车的与所述配件的保养和/或更换相关的历史数据和所述一辆或多辆电动车的与所述配件的保养和/或更换相关的实时监控数据,所述历史数据包括所述一辆或多辆电动车的所述配件的保养和/或更换记录数据,并且所述实时监控数据包括实时监控到的所述配件的保养和/或更换记录数据;处理单元,其基于所述历史数据训练前馈神经网络以得到第一模型,并且基于所述一辆或多辆电动车的所述实时监控数据和针对所述一辆或多辆电动车的所述第一模型的输出训练所述前馈神经网络以得到第二模型。

7、又一方面,提供一种计算机可读介质,其存储计算机程序指令,当被计算机或处理器运行时,所述计算机程序指令使得所述计算机或处理器执行根据本专利技术各个实施例所述的方法。

本文档来自技高网...

【技术保护点】

1.一种用于当前电动车的配件的保养和/或更换预测方法,包括:

2.根据权利要求1所述的保养和/或更换预测方法,还包括:

3.根据权利要求2所述的保养和/或更换预测方法,其中,所述配件是多个配件,

4.根据权利要求1所述的保养和/或更换预测方法,还包括:

5.根据权利要求1-3中任一项所述的保养和/或更换预测方法,其中,所述配件包括电池、电机和/或电控配件;所述当前电动车的历史数据包括所述当前电动车的生产/出厂相关数据和/或每次进行配件保养和/或更换的记录数据;并且所述当前电动车的述实时监控数据包括所述当前电动车的实时车辆数据、实时驾驶行为数据和/或实时环境数据。

6.根据权利要求3所述的保养和/或更换预测方法,其中,所述保养和/或更换预测结果包括下一次配件保养和/更换的日期和对应的可能性。

7.根据权利要求3或6所述的保养和/或更换预测方法,还包括:

8.根据权利要求1-4中任一项所述的保养和/或更换预测方法,其中,所述前馈神经网络包括反向传播神经网络。

9.一种用于电动车的配件的保养和/或更换预测模型的训练方法,包括:

10.一种用于当前电动车的配件的保养和/或更换预测设备,包括:

11.根据权利要求10所述的保养和/或更换预测设备,其中,所述配件是多个配件,

12.根据权利要求11所述的保养和/或更换预测设备,其中,所述保养和/或更换预测结果包括下一次配件保养和/更换的日期和对应的可能性。

13.根据权利要求11或12所述的保养和/或更换预测设备,还包括输出单元,其当所述保养和/或更换预测结果满足预定条件时才输出所述多个配件中相应配件的所述保养和/或更换预测结果。

14.一种用于电动车的配件的保养和/或更换预测模型的训练设备,包括:

15.一种计算机程序可读介质,其存储计算机程序指令,当被计算机或处理器运行时,所述计算机程序指令使得所述计算机或处理器执行根据权利要求1-9中的任一项所述的方法。

...

【技术特征摘要】

1.一种用于当前电动车的配件的保养和/或更换预测方法,包括:

2.根据权利要求1所述的保养和/或更换预测方法,还包括:

3.根据权利要求2所述的保养和/或更换预测方法,其中,所述配件是多个配件,

4.根据权利要求1所述的保养和/或更换预测方法,还包括:

5.根据权利要求1-3中任一项所述的保养和/或更换预测方法,其中,所述配件包括电池、电机和/或电控配件;所述当前电动车的历史数据包括所述当前电动车的生产/出厂相关数据和/或每次进行配件保养和/或更换的记录数据;并且所述当前电动车的述实时监控数据包括所述当前电动车的实时车辆数据、实时驾驶行为数据和/或实时环境数据。

6.根据权利要求3所述的保养和/或更换预测方法,其中,所述保养和/或更换预测结果包括下一次配件保养和/更换的日期和对应的可能性。

7.根据权利要求3或6所述的保养和/或更换预测方法,还包括:

8.根据权利要求1-4中任一项所述的保养和/或更换...

【专利技术属性】
技术研发人员:谷风陈大欣于淼张淼
申请(专利权)人:逸驾智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1