CN110370983A - 基于5g移动通讯的电动汽车用电池管理*** - Google Patents

基于5g移动通讯的电动汽车用电池管理*** Download PDF

Info

Publication number
CN110370983A
CN110370983A CN201910530973.9A CN201910530973A CN110370983A CN 110370983 A CN110370983 A CN 110370983A CN 201910530973 A CN201910530973 A CN 201910530973A CN 110370983 A CN110370983 A CN 110370983A
Authority
CN
China
Prior art keywords
battery
parameter
control
model
running state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910530973.9A
Other languages
English (en)
Other versions
CN110370983B (zh
Inventor
汤宪宇
俞胜平
付俊
康铭鑫
张晓玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201910530973.9A priority Critical patent/CN110370983B/zh
Publication of CN110370983A publication Critical patent/CN110370983A/zh
Application granted granted Critical
Publication of CN110370983B publication Critical patent/CN110370983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Transportation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种基于5G移动通讯的电动汽车用电池管理***，涉及电池技术领域，主要目的在于保证电池管理***与云端进行数据传输时，数据通讯的大容量、实时性与可靠性。所述***包括：设置在电动汽车端的电池控制***，5G通讯模块和设置在云端的云计算***。电池控制***，用于检测电池的运行状态参数；5G通讯模块，用于对运行状态参数进行调制并发送至云计算***；云计算***，用于根据运行状态参数训练云端的电池管理模型并回传给5G通讯模块；5G通讯模块，还用于对更新后的模型参数进行解调并发送给电池控制***；电池控制***，还用于利用更新后的模型参数更新本地的电池管理模型，并计算电池的控制状态参数，以对电池的运行状态进行控制。

Description

基于5G移动通讯的电动汽车用电池管理***
技术领域
本发明涉及电池技术领域，特别是涉及一种基于5G移动通讯的电动汽车用电池管理***。
背景技术
电池管理***作为电动汽车能量管理的核心，通过采集电动汽车内部电池的工作信息，估计电池的运行状态、剩余里程和安全状态等，进而控制电池充放电、电池均衡、电池加热以及管理电池安全性。采用电池管理***可以延长电池使用寿命，保障电池的安全运行。
目前电动汽车用电池管理***多数基于嵌入式***在电动汽车本地进行电池管理，受到嵌入***运算资源、运算速度的限制，电池管理***多采用电压估算法、安时积分法、卡尔曼滤波法等线性模型对电池剩余容量、电池安全状态等进行估计，但是由于电池充放电过程是一个复杂的化学反应，采用简单的线性模型会产生估算精度差、误差累计以及稳定性差等问题。
随着无线通讯、云计算等技术的快速发展，目前，电动汽车已经可以实现通过无线通讯技术将大量计算工作传输至云计算平台进行处理，并将处理后的结果通过无线通讯技术反馈给电动汽车，电动汽车根据平台反馈的信息进行相关电池控制与管理。但是，在电动汽车与云计算平台的数据传输中，现有的4G、wifi等无线通讯技术存在传输速率慢、实时性不强、传输距离不足等缺点，无法满足电动汽车与云计算平台进行实时数据交互的使用需求。
发明内容
有鉴于此，本发明提供一种基于5G移动通讯的电动汽车用电池管理***，主要目的在于能够保证电池管理***与云端进行数据传输时，数据通讯的大容量、实时性与可靠性。
依据本发明一个方面，提供了一种基于5G移动通讯的电动汽车用电池管理***，包括：
设置在电动汽车端的电池控制***，5G通讯模块和设置在云端的云计算***，
所述电池控制***，用于检测电池的运行状态参数；
所述5G通讯模块，用于对所述运行状态参数进行调制并发送至所述云计算***；
所述云计算***，用于根据所述运行状态参数训练云端的电池管理模型，得到更新后的模型参数并回传给所述5G通讯模块；
所述5G通讯模块，还用于对所述更新后的模型参数进行解调并发送给所述电池控制***；
所述电池控制***，还用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，以对所述电池的运行状态进行控制。
本发明提供一种基于5G移动通讯的电动汽车用电池管理***，与现有技术通过4G、WIFI等通信方式实现电池管理***与云端之间的数据交互相比，本发明在电动汽车端设置电池控制***和5G通讯模块，在云端设置云计算***，所述电池控制***，用于检测电池的运行状态参数；所述5G通讯模块，用于对所述运行状态参数进行调制并发送至所述云计算***；所述云计算***，用于根据所述运行状态参数训练云端的电池管理模型，得到更新后的模型参数并回传给所述5G通讯模块；所述5G通讯模块，还用于对所述更新后的模型参数进行解调并发送给所述电池控制***；所述电池控制***，还用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，以对所述电池的运行状态进行控制。本发明利用5G通讯技术实现电池管理***与云端之间的数据交互，可以确保数据通讯的大容量、实时性与可靠性，保证电动汽车可以安全、稳定和可靠的运行。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种基于5G移动通讯的电动汽车用电池管理***结构示意图；
图2示出了本发明实施例提供的一种基于5G移动通讯的电动汽车用电池管理***整体框架示意图；
图3示出了本发明实施例提供的另一种基于5G移动通讯的电动汽车用电池管理***结构示意图；
图4示出了本发明实施例提供的电池控制***示意图；
图5示出了本发明实施例提供的5G通讯模块示意图；
图6示出了本发明实施例提供的云计算***示意图；
图7示出了本发明实施例提供的深度学习训练模型计算过程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如背景技术所述，目前，电动汽车已经可以实现通过无线通讯技术将电池管理***所需的大量计算工作传输至云计算平台进行处理，并将处理后的结果通过无线通讯技术反馈给电动汽车，电动汽车根据平台反馈的信息进行相关电池控制与管理。但是，在电动汽车与云计算平台的数据传输中，现有的4G、wifi等无线通讯技术存在传输速率慢、实时性不强、传输距离不足等缺点，无法满足车联网的使用需求。
为了解决上述问题，本发明实施例提供了一种基于5G移动通讯的电动汽车用电池管理***，如图1所示，所述***包括：设置在电动汽车端的电池控制***11，5G通讯模块12和设置在云端的云计算***13。
所述电池控制***11，可以用于检测电池的运行状态参数，具体可以包括电池单体电压、电池总电压、电池充放电电流、电池温度和电池绝缘电阻。
所述电池控制***11，还可以用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，以对所述电池的运行状态进行控制。
所述5G通讯模块12，可以用于对所述运行状态参数进行调制并发送至所述云计算***13。
所述5G通讯模块12，还可以用于对所述更新后的模型参数进行解调并发送给所述电池控制***11。
所述云计算***13，可以用于根据所述运行状态参数训练云端的电池管理模型，得到更新后的模型参数并回传给所述5G通讯模块12，如图2所示。
进一步地，本发明实施例提供了另一种基于5G移动通讯的电动汽车用电池管理***，如图3所示，所述***包括：设置在电动汽车端的电池控制***21，5G通讯模块22和设置在云端的云计算***23。
所述电池控制***具体可以包括：电池检测控制模块212和电池模型执行模块211。如图3所示，提供了电池控制***示意图。
所述电池检测控制模块212，具体可以用于检测电池的运行状态参数，并将所述运行状态参数上传给所述电池模型执行模块211。
所述电池检测控制模块212，具体还可以用于接收所述电池模型执行模块211回传的所述控制状态参数，以对所述电池的运行状态进行控制。
所述电池检测控制模块212具体可以包括：电池检测单元2122和电池控制单元2121。
所述电池检测单元2122，具体可以用于检测电池的运行状态参数，所述运行状态参数包括电池单体电压、电池总电压、电池充放电电流、电池温度和电池绝缘电阻。
需要说明的是，所述电池的单体电压及所述电池温度与所述控制状态参数之间存在的逻辑关系可以为：以所述单体电压及所述电池温度与所述控制状态参数SOC之间的逻辑关系为例，所述单体电压可以是所述SOC的外在体现，若所述SOC增加则所述电池的单体电压也升高。同样地，电池温度和电池的充放电状态也会影响所述SOC的数值，例如温度升高时所述SOC增加，温度降低时所述SOC也降低；所述电池处于充电状态时所述SOC增加，所述电池处于放电状态时所述SOC降低。
所述电池检测单元2122具体可以包括：电池测量单元21221和高电压单元21222。
所述电池测量单元21221，具体可以包含电池单体电压检测电路212211、电池温度检测电路212212、电池均衡电路212213以及第一控制电路212214。
所述第一控制电路212214可以用于将所述电池电压检测电路212211检测的电池单体电压，以及所述电池温度检测电路212212检测的电池温度转换处理后，上传给所述电池控制单元2121。所述转换处理的方式具体可以为：通讯协议解析或者模数转换(Analog-to-Digital Convert，AD转换)，所述通讯协议具体可以包括：SPI通讯协议、IIC通讯协议等。所述上传给所述电池控制单元2121的过程可以通过控制器局域网(Controller AreaNetwork，CAN)的通讯方式。
所述电池均衡电路212213，可以用于在接收到所述电池控制单元2121返回的均衡命令后，对所述电池进行均衡放电。
所述高电压单元21222，具体可以包含总电压检测电路212221、绝缘电阻测量电路212222、充放电电流检测电路212223以及第二控制电路212224。
所述总电压检测电路212221可以用于通过电阻分压加绝缘运放的方式采集电池总电压。
所述绝缘电阻测量电路212222可以用于通过双高压绝缘MOS开关，分别采集电池总正、电池总负与汽车地之间的绝缘阻抗。
所述充放电电流检测电路212223可以用于通过双量程霍尔传感器分别测量电池的充放电电流。
所述第二控制电路212224可以用于将所述电池总电压、所述绝缘电阻和所述充放电电流转换处理后，上传给所述电池控制单元2121。所述上传给所述电池控制单元2121的过程可以通过CAN的通讯方式。
所述电池控制单元2121，具体可以用于利用所述控制状态参数，对所述电池的运行状态进行控制，所述控制状态参数包括电池剩余容量、电池健康状态、电池剩余功率和电池剩余电量。
所述电池控制单元2121具体还可以用于在电池剩余电量不足的情况下通过电池管理界面提前对电动汽车用户进行提示，并根据用户通过电池管理界面输入的里程及所述控制状态参数进行路径规划。当电池电压过低时，所述电池控制单元2121还可以用于关闭电动汽车内部分设备以节省电量。
所述电池控制单元2121具体可以包括：通讯电路21211、继电器控制电路21212、故障检测及安全保护电路21213和第三控制电路21214。
所述通讯电路21211，具体可以用于与所述电池检测单元21221通讯获取所述运行状态参数，与充电机建立通讯对所述电池进行充电、与所述电池模型执行模块211通讯，以将所述运行状态参数上传给所述电池模型执行模块211，以及接收所述控制状态参数。
所述继电器控制电路21212，具体可以用于控制电池的充电继电器、放电继电器、加热继电器、风扇继电器，以对电池能量状态进行管理。
所述故障检测及安全保护电路21213，具体可以用于根据所述运行状态信息确定所述电池发生故障时，输出报警信息并在高危险等级情况下断开相对应的继电器，以保证所述电池安全。
所述第三控制电路21214，具体可以用于控制所述通讯电路21211、所述继电器控制电路21212以及所述故障检测及安全保护电路21213执行的工作。
所述电池模型执行模块211，具体可以用于对所述运行状态参数进行清洗，并将清洗后的运行状态参数发送至所述5G通讯模块22。
所述5G通讯模块22，具体可以用于对所述清洗后的运行状态参数进行调制并发送至所述云计算***23。
所述电池模型执行模块211，具体还可以用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数。
所述电池模型执行模块211具体可以包含：物理层2111和应用层2112。
所述数据清洗单元21121和所述模型执行单元21122分别设置于所述应用层2112。
所述数据清洗单元21121，具体可以用于对所述运行状态参数进行清洗，并将所述清洗后的运行状态参数转发给所述模型执行单元21122和所述5G通讯模块22。所述清洗过程可以包括：去重、纠错、去噪等。
所述模型执行单元21122，具体可以用于根据所述清洗后的运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，并将所述控制状态参数回传给所述电池检测控制模块212。所述电池的控制状态参数具体可以包括：电池剩余容量(Stateof charge，SOC)、电池健康状态(State of Health，SOH)、电池剩余功率(State of Power，SOP)、电池剩余电量(State of Energy，SOE)等。
所述物理层2111具体可以包含嵌入式ARM CPU21111和嵌入式GPU21112，所述嵌入式ARM CPU21111可以用于支持所述数据清洗单元21121进行数据清洗，所述嵌入式GPU21112可以用于支持所述模型执行单元21122进行控制状态参数的计算。
所述嵌入式ARM CPU21111逻辑分支处理能力强，具体可以用于对***执行、通讯和人机交互等进行控制。其中，所述***执行控制，可以包括控制整个电池模型执行模块211的运行流程，例如数据的获取、清洗处理、转发控制，模型运行控制等；所述通讯控制，可以包括从电池检测控制模块212获取数据，并将处理后的数据发送给所述5G通讯模块22；所述人机交互控制过程具体可以包括：电动汽车端的用户可以通过电池管理界面查看电池运行参数信息和控制参数信息，并通过所述电池管理界面发出指令对所述电池电池控制***进行控制。
所述嵌入式GPU21112并行计算能力强，具体可以用于根据运行状态参数和所述本地的电池管理模型，计算所述电池的控制状态参数。
所述5G通讯模块22具体可以包括：5G基带芯片221和5G天线阵列222。如图5所示，提供了5G通讯模块示意图。
所述5G通讯模块22，具体可以用于将所述运行状态参数经所述5G基带芯片221调制后，经所述5G天线阵列222转换为电磁波信号传送至5G基站，所述5G基站通过网络发送至云计算中心23。
所述5G通讯模块22，具体还可以用于将所述5G基站发送的电磁波信号通过所述5G天线阵列222转换为电信号，经所述5G基带芯片221调制后回传至所述电池控制***21。
所述5G基带芯片221，具体可以用于将所述运行状态参数调制成第一电信号；
所述5G基带芯片221，还用于对所述第二电信号解调，得到所述更新后的模型参数。
所述5G基带芯片221具体可以包括：基带部分2211和射频部分2212。
所述基带部分2211，具体可以用于将所述运行状态参数调制成第一基带信号。所述调制过程具体可以包括信号的信道编码、信号调制、数字信号处理和接口控制等。
所述射频部分2212，具体可以用于将所述第一基带信号转换为第一射频信号，并将所述第一射频信号转换为所述第一电信号。
所述射频部分2212，还用于将所述第二电信号转换为第二射频信号，并将所述第二射频信号转换为第二基带信号。
所述基带部分2211，还用于对所述第二基带信号进行解调，得到所述更新后的模型参数。所述解调过程具体可以包括信号的信道解码、信号解调、数字信号处理和接口控制等。
所述5G天线阵列222，具体可以用于接收所述第一电信号并将所述第一电信号转换为第一电磁波信号发送到5G基站，所述5G基站用于通过所述第一电磁波信号将所述运行状态参数发送至所述云计算***23。
所述5G天线阵列222，具体还可以用于接收所述云计算***23通过所述5G基站发送的第二电磁波信号，并将所述第二电磁波信号转换为第二电信号。
所述5G天线阵列222，具体可以采用n×n天线阵列，例如可以采用5×4天线阵列，如图5中所示。
所述5G天线阵列222，为了降低信号衰减和减少走线长度，可以与所述5G基带芯片221紧靠在一起，或者将所述5G天线阵列222直接集成到所述5G基带芯片221内部。
所述云计算***23具体可以包括：数据存储中心231和模型训练中心232。如图6所示，提供了云计算***示意图。
所述数据存储中心231，具体可以用于存储所述5G通讯模块22上传的所述运行状态参数。
所述模型训练中心232，具体可以用于根据所述运行状态参数实时更新训练电池管理模型，并将得到的更新后的模型参数上传给所述5G通讯模块22，以发送给所述电池控制***21。
所述模型训练中心232具体还可以用于训练训练云端的电池管理模型。例如，如图7所示，使用深度学习的计算方式进行模型的训练更新，深度学习网络输入层为电池的单体电压Vi,k、和电池总电压Vtotal,k、充放电电流Tk和循环次数Ncycle,中间层采用深度置信网络DBN方式(分为RBM层和BP层)对网络，根据云计算***23回传的每个节点的参数信息，计算出最终的输出层SOC和SOH的结果值。所述深度信念网络(Deep Belief Network，DBN)训练方式，采用多层受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)和一层有监督网络(Back Propagation，BP)，相邻的两隐藏层构成一个RBM。DBN的训练过程为：设定网络层数、隐含层单元数等参数，随机初始化整个DBN网络参数；将训练样本数据到第一个RBM，采用深度学习算法(Contrastive Divergence，CD算法)对RBM进行训练，保存网络参数；将下一层RBM的隐含层输出作为输入数据训练下一个RBM，直到所有的RBM训练完毕，通过无监督的预训练，可获得整个DBN网络参数；利用最后一层的BP网络进行有监督的训练，并反向调整各层的RBM，获得调整后的DBN网络参数。在DBN网络的训练过程中，RBM的训练时核心，通过RBM的逐层训练，实现DBN网络参数的初始化，这些网络参数虽然不是最优参数，但是他们往往落在最优值附近，可有效避免BP算法在训练分类器时由于随机初始化网络参数而导致落入局部最优解或者训练时间过长的问题。
所述模型训练中心232可以用于根据所述数据存储中心231存储的所述运行状态参数，对云端存储的电池管理模型，如数据挖掘、深度学习、神经网络等各种机器学习模型进行训练更新，从而得到更加精确的模型参数。其中，所述模型参数可以为所述模型训练中心232根据所述运行状态参数实时更新训练电池管理模型得到的结果，以深度学习方式为例：所述模型参数可以为所述深度学习过程中每个节点的w值(权重值)和b值(偏移值)，通常所述模型参数以矩阵的形式回传至所述电池模型执行模块211，即所述云计算***23向所述电池模型执行模块211发送模型参数，所述模型参数的形式包括w矩阵和b矩阵。
通过本发明的技术方案，能够在电动汽车与云计算平台进行数据传输时，确保数据通讯的大容量、实时性与可靠性，确保电动汽车可以安全、稳定和可靠地运行，满足电动汽车与云计算平台之间进行实时数据交互的使用需求。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种基于5G移动通讯的电动汽车用电池管理***，其特征在于，包括：设置在电动汽车端的电池控制***，5G通讯模块和设置在云端的云计算***，
所述电池控制***，用于检测电池的运行状态参数；
所述5G通讯模块，用于对所述运行状态参数进行调制并发送至所述云计算***；
所述云计算***，用于根据所述运行状态参数训练云端的电池管理模型，得到更新后的模型参数并回传给所述5G通讯模块；
所述5G通讯模块，还用于对所述更新后的模型参数进行解调并发送给所述电池控制***；
所述电池控制***，还用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，以对所述电池的运行状态进行控制。
2.根据权利要求1所述的***，其特征在于，所述5G通讯模块包括：
5G基带芯片，用于将所述运行状态参数调制成第一电信号；
5G天线阵列，用于接收所述第一电信号并将所述第一电信号转换为第一电磁波信号发送到5G基站，所述5G基站用于通过所述第一电磁波信号将所述运行状态参数发送至所述云计算***；
所述5G天线阵列，还用于接收所述云计算***通过所述5G基站发送的第二电磁波信号，并将所述第二电磁波信号转换为第二电信号；
所述5G基带芯片，还用于对所述第二电信号解调，得到所述更新后的模型参数。
3.根据权利要求2所述的***，其特征在于，所述5G基带芯片包括：
基带部分，用于将所述运行状态参数调制成第一基带信号；
射频部分，用于将所述第一基带信号转换为第一射频信号，并将所述第一射频信号转换为所述第一电信号；
所述射频部分，还用于将所述第二电信号转换为第二射频信号，并将所述第二射频信号转换为第二基带信号；
所述基带部分，还用于对所述第二基带信号进行解调，得到所述更新后的模型参数。
4.根据权利要求1所述的***，其特征在于，所述电池控制***包括：电池检测控制模块和电池模型执行模块，
所述电池检测控制模块，用于检测电池的运行状态参数，并将所述运行状态参数上传给所述电池模型执行模块；
所述电池模型执行模块，用于对所述运行状态参数进行清洗，并将清洗后的运行状态参数发送至所述5G通讯模块；
所述5G通讯模块，具体用于对所述清洗后的运行状态参数进行调制并发送至所述云计算***；
所述电池模型执行模块，还用于利用所述更新后的模型参数更新本地的电池管理模型，并根据所述运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数；
所述电池检测控制模块，还用于接收所述电池模型执行模块回传的所述控制状态参数，以对所述电池的运行状态进行控制。
5.根据权利要求4所述的***，其特征在于，所述电池模型执行模块包含：数据清洗单元和模型执行单元，
所述数据清洗单元，用于对所述运行状态参数进行清洗，并将所述清洗后的运行状态参数转发给所述模型执行单元和所述5G通讯模块；
所述模型执行单元，用于根据所述清洗后的运行状态参数和所述更新本地的电池管理模型，计算所述电池的控制状态参数，并将所述控制状态参数回传给所述电池检测控制模块。
6.根据权利要求5所述的***，其特征在于，所述电池模型执行模块包含：物理层和应用层，
所述数据清洗单元和所述模型执行单元分别设置所述应用层；
所述物理层包含嵌入式ARM CPU和嵌入式GPU，所述嵌入式ARM CPU用于支持所述数据清洗单元进行数据清洗，所述嵌入式GPU用于支持所述模型执行单元进行控制状态参数的计算。
7.根据权利要求4所述的***，其特征在于，所述电池检测控制模块包括：电池检测单元和电池控制单元，
所述电池检测单元，用于检测电池的运行状态参数，所述运行状态参数包括电池单体电压、电池总电压、电池充放电电流、电池温度和电池绝缘电阻；
所述电池控制单元，用于利用所述控制状态参数，对所述电池的运行状态进行控制，所述控制状态参数包括电池剩余容量、电池健康状态、电池剩余功率和电池剩余电量。
8.根据权利要求7所述的***，其特征在于，所述电池检测单元包括：电池测量单元和高电压单元，
所述电池测量单元，包含电池单体电压检测电路、电池温度检测电路、电池均衡电路以及第一控制电路，所述第一控制电路用于将所述电池电压检测电路检测的电池单体电压，以及所述电池温度检测电路检测的电池温度转换处理后，上传给所述电池控制单元，所述电池均衡电路，用于在接收到所述电池控制单元返回的均衡命令后，对所述电池进行均衡放电；
所述高电压单元，包含总电压检测电路、绝缘电阻测量电路、充放电电流检测电路以及第二控制电路，所述第二控制电路用于将所述总电压检测电路检测的电池总电压、所述绝缘电阻测量电路检测的绝缘电阻、所述充放电电流检测电路检测的所述充放电电流，转换处理后，上传给所述电池控制单元。
9.根据权利要求7所述的***，其特征在于，所述电池控制单元包括：
通讯电路，用于与所述电池检测单元通讯获取所述运行状态参数，与充电机建立通讯对所述电池进行充电、与所述电池模型执行模块通讯，以将所述运行状态参数上传给所述电池模型执行模块，以及接收所述控制状态参数；
继电器控制电路、用于控制电池的充电继电器、放电继电器、加热继电器、风扇继电器，以对电池能量状态进行管理；
故障检测及安全保护电路，用于根据所述运行状态信息确定所述电池发生故障时，输出报警信息并在高危险等级情况下断开相对应的继电器，以保证所述电池安全
第三控制电路，用于控制所述通讯电路、所述继电器控制电路以及所述故障检测及安全保护电路执行的工作。
10.根据权利要求1所述的***，其特征在于，所述云计算***包括：
数据存储中心，用于存储所述5G通讯模块上传的所述运行状态参数；
模型训练中心，用于根据所述运行状态参数实时更新训练电池管理模型，并将得到的更新后的模型参数上传给所述5G通讯模块，以发送给所述电池控制***。
CN201910530973.9A 2019-06-19 2019-06-19 基于5g移动通讯的电动汽车用电池管理*** Active CN110370983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910530973.9A CN110370983B (zh) 2019-06-19 2019-06-19 基于5g移动通讯的电动汽车用电池管理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910530973.9A CN110370983B (zh) 2019-06-19 2019-06-19 基于5g移动通讯的电动汽车用电池管理***

Publications (2)

Publication Number Publication Date
CN110370983A true CN110370983A (zh) 2019-10-25
CN110370983B CN110370983B (zh) 2021-10-01

Family

ID=68248954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910530973.9A Active CN110370983B (zh) 2019-06-19 2019-06-19 基于5g移动通讯的电动汽车用电池管理***

Country Status (1)

Country Link
CN (1) CN110370983B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190111A (zh) * 2020-01-14 2020-05-22 北京智芯微电子科技有限公司 电化学储能电池荷电状态估算方法、装置及***
CN112073117A (zh) * 2020-09-18 2020-12-11 四川爱联科技股份有限公司 一种5g通讯模组及5g通讯***
CN112331941A (zh) * 2020-11-20 2021-02-05 中国科学技术大学 云端辅助电池管理***及方法
CN112693342A (zh) * 2020-12-31 2021-04-23 湖北追日电气股份有限公司 一种基于人工智能的电动汽车自助充电装置
CN112819203A (zh) * 2021-01-12 2021-05-18 湖北追日电气股份有限公司 一种基于深度学习的充电管理***及方法
CN112829632A (zh) * 2021-01-14 2021-05-25 广州橙行智动汽车科技有限公司 动力电池的运行控制方法、装置、车辆及存储介质
CN113246796A (zh) * 2021-05-24 2021-08-13 广东技术师范大学 一种基于5g网络的云端车载电池信息数据库
CN113655384A (zh) * 2021-08-19 2021-11-16 山东浪潮科学研究院有限公司 一种云边端计算的电池状态计算方法
CN114755524A (zh) * 2022-06-16 2022-07-15 深圳市明珞锋科技有限责任公司 一种应用rbm算法模型的车载双向充电机测控***
CN115097336A (zh) * 2022-05-30 2022-09-23 中国第一汽车股份有限公司 一种电池荷电状态值估算***、方法、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108258338A (zh) * 2017-12-29 2018-07-06 江苏博强新能源科技股份有限公司 电池的管理***和方法
CN108279383A (zh) * 2017-11-30 2018-07-13 深圳市科列技术股份有限公司 电池寿命预测方法、电池数据服务器及电池数据处理***
CN108736137A (zh) * 2017-04-20 2018-11-02 惠州硕贝德无线科技股份有限公司 一种应用于5g移动终端的天线阵列装置
CN109889235A (zh) * 2019-01-10 2019-06-14 普联技术有限公司 一种5g终端***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108736137A (zh) * 2017-04-20 2018-11-02 惠州硕贝德无线科技股份有限公司 一种应用于5g移动终端的天线阵列装置
CN108279383A (zh) * 2017-11-30 2018-07-13 深圳市科列技术股份有限公司 电池寿命预测方法、电池数据服务器及电池数据处理***
CN108258338A (zh) * 2017-12-29 2018-07-06 江苏博强新能源科技股份有限公司 电池的管理***和方法
CN109889235A (zh) * 2019-01-10 2019-06-14 普联技术有限公司 一种5g终端***

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190111B (zh) * 2020-01-14 2023-03-14 北京智芯微电子科技有限公司 电化学储能电池荷电状态估算方法、装置及***
CN111190111A (zh) * 2020-01-14 2020-05-22 北京智芯微电子科技有限公司 电化学储能电池荷电状态估算方法、装置及***
CN112073117A (zh) * 2020-09-18 2020-12-11 四川爱联科技股份有限公司 一种5g通讯模组及5g通讯***
CN112331941A (zh) * 2020-11-20 2021-02-05 中国科学技术大学 云端辅助电池管理***及方法
CN112331941B (zh) * 2020-11-20 2024-01-05 中国科学技术大学 云端辅助电池管理***及方法
CN112693342A (zh) * 2020-12-31 2021-04-23 湖北追日电气股份有限公司 一种基于人工智能的电动汽车自助充电装置
CN112693342B (zh) * 2020-12-31 2024-06-07 博格华纳新能源(襄阳)有限公司 一种基于人工智能的电动汽车自助充电装置
CN112819203A (zh) * 2021-01-12 2021-05-18 湖北追日电气股份有限公司 一种基于深度学习的充电管理***及方法
CN112829632A (zh) * 2021-01-14 2021-05-25 广州橙行智动汽车科技有限公司 动力电池的运行控制方法、装置、车辆及存储介质
CN113246796A (zh) * 2021-05-24 2021-08-13 广东技术师范大学 一种基于5g网络的云端车载电池信息数据库
CN113655384A (zh) * 2021-08-19 2021-11-16 山东浪潮科学研究院有限公司 一种云边端计算的电池状态计算方法
CN115097336A (zh) * 2022-05-30 2022-09-23 中国第一汽车股份有限公司 一种电池荷电状态值估算***、方法、电子设备及介质
CN114755524A (zh) * 2022-06-16 2022-07-15 深圳市明珞锋科技有限责任公司 一种应用rbm算法模型的车载双向充电机测控***

Also Published As

Publication number Publication date
CN110370983B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN110370983A (zh) 基于5g移动通讯的电动汽车用电池管理***
CN110386027A (zh) 云计算和边缘计算相结合的电动汽车用电池管理***
JP6757602B2 (ja) バッテリ状態推定装置及び方法
US11967850B2 (en) Systems and methods of applying artificial intelligence to battery technology
Balaga et al. GA trained parallel hidden layered ANN based differential protection of three phase power transformer
US20240012066A1 (en) Battery failure prediction
CN104011957B (zh) 利用干扰检测确定配电***拓扑结构的方法和设备
CN108520220A (zh) 模型生成方法和装置
CN107341029A (zh) ***资源部署策略的获取方法、装置及电子设备
CN107291621A (zh) 测试用例的处理方法、处理装置、介质和电子设备
CN110838758B (zh) 一种基于信号注入方式的台区低压拓扑方法
CN112180204A (zh) 一种基于电气量信息的电网线路故障诊断方法
CN103661159B (zh) 电子控制装置
CN107591867A (zh) 一种动力电池被动均衡控制装置及方法
CN108923082A (zh) 分布式电池管理***及电池包
Rashidi et al. On‐line parameter identification of power plant characteristics based on phasor measurement unit recorded data using differential evolution and bat inspired algorithm
CN108562853A (zh) 基于纠错输出编码支持向量机的电机故障诊断方法和***
CN115454650A (zh) 微电网边缘计算终端的资源配置方法、装置、终端及介质
CN109066650A (zh) 电力***脆弱性评估方法及终端设备
CN111224970A (zh) Sdn网络***、网络攻击防御方法、设备及存储介质
CN109064157A (zh) 分账方法及装置、存储介质、电子设备
Xiao et al. Semantic-driven efficient service network towards smart healthcare system in intelligent fabric
CN117491872A (zh) 一种可重构电池模组故障多级诊断方法
CN115407217B (zh) 一种电动汽车锂电池荷电状态在线估计方法及***
CN106548252A (zh) 基于改进K‑means聚类的配电网网架构建***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant