CN111044813A - 充电模式的识别方法、装置及终端设备 - Google Patents
充电模式的识别方法、装置及终端设备 Download PDFInfo
- Publication number
- CN111044813A CN111044813A CN201911179773.XA CN201911179773A CN111044813A CN 111044813 A CN111044813 A CN 111044813A CN 201911179773 A CN201911179773 A CN 201911179773A CN 111044813 A CN111044813 A CN 111044813A
- Authority
- CN
- China
- Prior art keywords
- charging
- curve
- identifying
- preset
- current
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请适用于充电安全技术领域,提供了一种充电模式的识别方法、装置及终端设备,所述识别方法包括:获取电动车的充电数据,并根据所述充电数据生成充电曲线;根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。通过本申请,可以解决对充电模式的识别可靠性较差,精度不高的问题,提高了对充电模式的识别精度。
Description
技术领域
本申请属于充电安全技术领域,尤其涉及一种充电模式的识别方法、装置及终端设备。
背景技术
随着科学技术的发展,在交通运输领域,车辆的电动化应用也越来越广泛。电动车不但可以提高能源转化效率,而且有助于减少温室气体的排放,以及改善空气质量、降低噪声污染。
然而,随着电动车市场的不断扩增,电动车在充电过程中,由于电池老化、适配器不稳定或用户充电行为偏差等原因,导致充电可能存在大量的不安全因素或异常情况,从而可能引发电动车电池***的问题。目前,由于电池管理***不完善,对充电模式的识别可靠性较差,精度不高;若不能准确识别充电状态,及时发现相应的充电异常情况,则可能会引起比较严重的安全问题。
发明内容
本申请实施例提供了一种充电模式的识别方法、装置及终端设备,可以解决由于电池管理***不完善,对充电模式的识别可靠性较差,精度不高的问题。
第一方面,本申请实施例提供了一种充电模式的识别方法,包括:
获取电动车的充电数据,并根据所述充电数据生成充电曲线;
根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;
若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
在第一方面的一种可能的实现方式中,获取电动车的充电数据,并根据所述充电数据生成充电曲线,包括:
按预设时间采集充电数据,对所述充电数据进行差分中值滤波,获取满足滤波阈值的充电数据;
根据满足滤波阈值的充电数据,生成满足电流差分约束条件的所述充电曲线。
在一种可能的实现方式中,所述充电曲线包括下降曲线;
根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
对所述下降曲线的条数进行识别,确定所述下降曲线的条数在预设条数范围之内。
在一种可能的实现方式中,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线中的第一特征点对应的第一时间节点,以及所述充电曲线中的第二特征点对应的第二时间节点;
计算所述第二时间节点与所述第一时间节点的时间差值,对所述时间差值进行识别,确定所述时间差值大于或等于预设时间阈值。
在一种可能的实现方式中,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第一特征点与第二特征点之间,每个时间节点对应的电流值;
计算每相邻两个时间节点分别对应的电流值的差值;
识别相邻两个所述差值的相关性,确定每相邻两个的所述差值的相关性相反,或所述差值为零。
在一种可能的实现方式中,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第一特征点对应的第一电流值,及所述充电曲线的第三特征点对应的第三电流值;
计算所述第一电流值与所述第三电流值的电流差值绝对值;
对所述电流差值绝对值进行识别,确定所述电流差值绝对值在预设电流值范围之内。
在一种可能的实现方式中,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第四特征点对应的第四电流值;
对所述第四电流值进行识别,确定所述第四电流值大于或等于预设电流阈值。
第二方面,本申请实施例提供了一种充电模式的识别装置,包括:
获取模块,用于获取电动车的充电数据,并根据所述充电数据生成充电曲线;
识别模块,用于根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;
判定模块,用于若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的充电模式的识别方法。
本申请实施例与现有技术相比存在的有益效果是:通过本申请实施例,获取电动车的充电数据,并根据所述充电数据生成充电曲线;根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式;可以解决对充电模式的识别可靠性较差,精度不高的问题;实现了对充电模式类型的识别,以及提高了充电模式识别的精度,为发现相应的充电异常提供了可靠的数据支撑,提高了电池充电的安全性。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的***应用场景架构示意图;
图2是本申请一实施例提供的充电模式的识别方法的流程示意图;
图3是本申请另一实施例提供的充电模式的识别方法的流程示意图;
图4是本申请一实施例提供的应用场景充电曲线示意图;
图5是本申请实施例提供的充电模式的识别装置的结构示意图;
图6是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的充电模式的识别方法可以应用于平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例提供的充电模式的识别方法,应用于在对电动车充电过程中,电池充电模式的识别的过程,获取对应充电模式的表征特征,以监督电池充电状态是否存在异常,进一步确保充电安全。
如图1所示,充电站10在给电动车13进行充电过程中,对应每个充电订单记录相应的充电数据,所述的充电数据可以上传至服务器11进行存储,终端设备12可以直接通过有线或无线的方式连接充电站10,可以获取实时的充电数据;终端设备12还可以通过有线或无线的方式发送请求至服务器11,以获取服务器11中存储的对应充电订单的充电数据。
参见图2,本申请提供的充电模式的方法的示意性流程图,以说明充电模式的具体识别过程,步骤如下。
步骤S201,获取电动车的充电数据,并根据所述充电数据生成充电曲线。
在一种可能的实现方式中,所述充电数据包括随时间变化的充电电流数据、充电电压数据或者充电功率数据等。
具体地,可以直接采集充电站为电动车充电过程中的实时充电数据,还可以是获取充电站或充电站的服务器中存储的历史充电数据。根据充电数据绘制充电曲线,以时间为横轴,左纵轴可以为随时间变化的电流数据,右纵轴可以为对应的电压数据。一般情况,充电数据可以只包括电流数据,所获取的充电曲线也可以只包括电流曲线;在对电池进行充电过程中,对电池的输入电流随时间的变化进行监督,并识别充电过程中电流变化所属的充电模式,提前对电池或充电设备等进行可能发生异常的检测,保障后续充电的安全性。
需要说明的是,每一组重点数据对应一辆电动车的充电订单,充电订单具有唯一的标识号,终端设备可以向充电站的设备发送统一资源定位URL请求,以获取对应充电订单的充电数据。
在一种可能的实现方式中,获取电动车的充电数据,并根据所述充电数据生成充电曲线,包括:
按预设时间采集充电数据,对所述充电数据进行差分中值滤波,获取满足滤波阈值的充电数据;根据满足滤波阈值的充电数据,生成满足电流差分约束条件的所述充电曲线。
在一些实施例中,充电数据可以包括电流数据,按预设时间间隔采集电流数据,例如可以90秒为时间单位,分别采集对应时间节点的电流数据;对所采集的电流数据进行差分中值滤波,设置中值滤波阈值,所述中值滤波阈值包括最大值和最小值;计算相邻时间节点对应的电流数据的差值,将后一时间节点的电流值减去相邻的上一时间节点的电流数据;获取差值大于最大值和小于最小值所对应的两时间节点的电流值,对两时间节点的电流值进行判断,分别依据与两时间节点相邻时间节点的电流数据,对电流数据中的奇异点进行筛除,所述奇异点为与相邻的电流值相差超过中值滤波阈值范围的点,以确保所获取的曲线的可参考性。
步骤S202,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值。
在一种可能的实现方式中,可以根据随时间变化的电流值的变化量标定充电曲线上的若干个特征点。例如在充电曲线上电流值迅速下降的点则可以作为其中的特征点。曲线特征标准量可以包括对应特征点所满足的预设阈值,即预设充电类型满足的曲线特征。可以包括目标特征点之间的电流差值的预设阈值,充电曲线最后位置处对应的电流值的预设阈值等。
具体的,依据曲线特征标准量对应的预设阈值对所述充电曲线进行识别,可以先确定充电曲线中的特征点或特征曲线,例如,充电曲线中的拐点、下降点或下降曲线等目标量;进而根据预设阈值对特征点及特征曲线进行比对,实现对充电曲线所属充电模式的识别。
例如,依次读取充电曲线上,每个时间节点对应的电流值,根据电流值的变化量确定特征点及特征曲线;电流值的第一次直线式下降对应的点为充电曲线的起始特征点,下降后的点可以为曲线的拐点等,从起始特征点到拐点之间的特征曲线为下降曲线。依次确定下降曲线的数量,特征点对应的电流值的大小以及特征点之间的电流差值,分别与预设阈值进行对比判断,以检测充电曲线所包含的特征量是否满足预设阈值的条件,进一步识别充电曲线是否符合预设充电类型的曲线。
步骤S203,若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
在一种可能的实现方式中,电池充电过程一般分为三个阶段,所述单阶梯型的充电模式为对应充电过程中的第二阶段的充电模式,在通过一段稳定的电流充电后,进行一次电流的跳变,进入第二阶段的充电,然后继续以跳变后的电流的大小进行一段时间的充电,完成第二阶段的充电。
具体的,若充电曲线符合预设充电类型的曲线特征标准量,则可以确定所述充电曲线为第二充电阶段的单阶梯型的充电模式。可以通过对下降曲线数量的识别,以确定下降曲线数量符合曲线特征标准量的标准;通过对特征点对应的电流值的大小进行识别,以确定电流值符合曲线特征标准量的标准。
需要说明的是,预设充电类型的曲线特征标准量为对应单阶梯型的充电模式所标定的充电曲线需要满足的预设阈值,具体的预设阈值的大小范围,可以根据实际情况进行设定或更新;针对不同型号的电池或充电设备,可以分别对应相应的充电曲线标准。
参见图3,是本申请另一实施例提供的充电模式的识别方法,具体说明了充电模式的识别过程,通过设置相应的阈值以及判断条件,提高了对充电模式识别的精度,保证了数据的可靠性,进一步为提高电动车充电安全性提供了必要的保证。如图所示,包括以下步骤:
步骤S301,获取电动车的充电数据,并根据所述充电数据生成充电曲线。
步骤S301与步骤S201相同,在此不再赘述。
步骤S302,对所述下降曲线的条数进行识别,确定所述下降曲线的条数在预设条数范围之内。
在一个实施例中,充电曲线包下降曲线,识别充电曲线中的下降曲线的条数,具体的可以根据电流变化特征进行确定,例如电流直线式下降,则可以确定对应一条下降曲线;通过对电流直线下降的次数,相应的可以确定充电曲线中下降曲线的条数,如图4所示的,以时间为横轴,以T=90s为单位,以电流和电压分别为两条对应的纵轴;图4中的充电曲线,对应时间节点t1和tn处的电流呈直线式下降,相应的可以确定曲线①和曲线③为下降曲线。
示例性的,预设条数可以为两条,在下降曲线的条数满足两条时,可以对充电曲线的其他特征继续进行识别。
步骤S303,获取所述充电曲线中的第一特征点对应的第一时间节点,以及所述充电曲线中的第二特征点对应的第二时间节点;计算所述第二时间节点与所述第一时间节点的时间差值,对所述时间差值进行识别,确定所述时间差值大于或等于预设时间阈值。
在一个实施例中,第一特征点可以为电流第一次直线式下降时对应点,如图4所示的,所对应的第一时间节点可以为t1,第二特征点可以为电流第二次直线式下降时对应的点,所对应的第二时间节点可以为tn;计算第一时间节点与所述第二时间节点的差值,即tn-t1得到时间差值,对所述时间差值与所述预设时间阈值进行对比判断,以确定时间差值符合预设时间阈值的要求。
示例性的,预设时间阈值可以选择为30T(其中,T=90s),在所述时间差值大于或等于30T时,确定时间差值符合预设时间阈值的标准。对于不同规格的电池或充电设备,可以根据实际情况对预设时间阈值进行标定或更新。
步骤S304,获取所述充电曲线的第一特征点与第二特征点之间,每个时间节点对应的电流值;计算每相邻两个时间节点分别对应的电流值的差值;识别相邻两个所述差值的相关性,确定每相邻两个的所述差值的相关性相反,或所述差值为零。
在一个实施例中,如图4中所示,充电曲线上的第一特征点与第二特征点之间为一段趋于平稳的充电曲线;第一特征点与第二特征点之间包括若干个时间节点对应的电流数据,例如图4中的,t2对应的i1,t3对应的i2,t4对应的i1,t5对应的i1,t6对应的i5,t7对应的i1。
具体的,计算每相邻两个时间节点分别对应的电流值的差值,即i2-i1、i1-i2、i1-i1、i5-i1、i1-i5,从图中可以看出,对应得到的差值包括正数、负数或0,即确定每相邻两个的所述差值的相关性相反,或所述差值为零;即从第一特征点到第二特征点之间没有连续上升或连续下降的趋势,从而识别出曲线②部分符合曲线特征标准量其中之一的标准。
需要说明的是,图4仅示例说明,在第一特征点与第二特征点之间应当包括若干个时间节点对应的电流值,所有的每相邻两个电流值之间都依次作差计算,以识别并确认曲线②的特征符合曲线特征标准量的标准。
步骤S305,获取所述充电曲线的第一特征点对应的第一电流值,及所述充电曲线的第三特征点对应的第三电流值;计算所述第一电流值与所述第三电流值的电流差值绝对值;对所述电流差值绝对值进行识别,确定所述电流差值绝对值在预设电流值范围之内。
在一个实施例中,如图4所示,第一特征点对应的第一电流值i1,第三特征点对应的第三电流值i3,计算|i1-i3|得到电流差值绝对值,将电流差值绝对值与预设电流值范围进行对比,以确定所述电流差值绝对值在预设电流值范围之内。
示例性的,所述预设电流值范围可以设置为0.3A~0.8A,当电流差值绝对值在0.3A~0.8A范围之内时,确定电流差值绝对值符合曲线特征标准量的标准。相应的,若针对不同的充电环境、电池规格或充电设备,可以依据实际情况对预设电流值范围进行符合实际情况的标定或更新。
步骤S306,获取所述充电曲线的第四特征点对应的第四电流值;对所述第四电流值进行识别,确定所述第四电流值大于或等于预设电流阈值。
在一个实施例中,如图4所示,第四特征点为充电曲线第二次直线式下降的结束位置对应的特征点,即时间节点tn对应的第四电流值i4;对第四电流值i4的大小进行判断,判断i4是否大于预设电流阈值。
示例性的,预设电流值可以设置为0.8A,也可以是一个属于一个范围的值,例如还可以是0.49A~0.6A。具体的值可以根据实际充电过程中所对应的充电环境、充电设备及电池规格等条件进行标定或调整。在第四电流值大于或等于预设电流阈值,确定充电曲线完全符合曲线特征标准量的标准的要求,完成对充电曲线的识别,并确定充电曲线对应的充电类型为单阶梯型的充电模式。
步骤S307,若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
步骤S307与步骤S203相同,在此不再赘述。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
通过本实施例,获取电动车的充电数据,并根据所述充电数据生成充电曲线;根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式;可以解决对充电模式的识别可靠性较差,精度不高的问题;实现了对充电模式类型的识别,以及提高了充电模式识别的精度,为发现相应的充电异常提供了可靠的数据支撑,提高了电池充电的安全性。
对应于上文实施例所述的充电模式的识别方法,图5示出了本申请实施例提供的充电模式的识别装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图5,该识别装置包括:获取模块51、识别模块52、判定模块53。
所述获取模块51,用于获取电动车的充电数据,并根据所述充电数据生成充电曲线;
所述识别模块52,用于根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;
所述判定模块53,用于若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
在一种可能的实现方式中,所述获取模块包括:
滤波单元,用于按预设时间采集充电数据,对所述充电数据进行差分中值滤波,获取满足滤波阈值的充电数据;
生成单元,用于根据满足滤波阈值的充电数据,生成满足电流差分约束条件的所述充电曲线。
在一种可能的实现方式中,所述识别模块包括:
第一识别单元,用于对所述下降曲线的条数进行识别,确定所述下降曲线的条数在预设条数范围之内。
第二识别单元,用于获取所述充电曲线中的第一特征点对应的第一时间节点,以及所述充电曲线中的第二特征点对应的第二时间节点;计算所述第二时间节点与所述第一时间节点的时间差值,对所述时间差值进行识别,确定所述时间差值大于或等于预设时间阈值。
第三识别单元,用于获取所述充电曲线的第一特征点与第二特征点之间,每个时间节点对应的电流值;计算每相邻两个时间节点分别对应的电流值的差值;识别相邻两个所述差值的相关性,确定每相邻两个的所述差值的相关性相反,或所述差值为零。
第四识别单元,用于获取所述充电曲线的第一特征点对应的第一电流值,及所述充电曲线的第三特征点对应的第三电流值;计算所述第一电流值与所述第三电流值的电流差值绝对值;对所述电流差值绝对值进行识别,确定所述电流差值绝对值在预设电流值范围之内。
第五识别单元,用于获取所述充电曲线的第四特征点对应的第四电流值;对所述第四电流值进行识别,确定所述第四电流值大于或等于预设电流阈值。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
通过本实施例,获取电动车的充电数据,并根据所述充电数据生成充电曲线;根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式;可以解决对充电模式的识别可靠性较差,精度不高的问题;实现了对充电模式类型的识别,以及提高了充电模式识别的精度,为发现相应的充电异常提供了可靠的数据支撑,提高了电池充电的安全性。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图6为本申请一实施例提供的终端设备的结构示意图。如图6所示,该实施例的终端设备6包括:至少一个处理器60(图6中仅示出一个)处理器、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62,所述处理器60执行所述计算机程序62时实现上述任意各个充电模式识别方法实施例中的步骤。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端设备6的举例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),该处理器60还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61在一些实施例中可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种充电模式的识别方法,其特征在于,包括:
获取电动车的充电数据,并根据所述充电数据生成充电曲线;
根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;
若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
2.如权利要求1所述的充电模式的识别方法,其特征在于,获取电动车的充电数据,并根据所述充电数据生成充电曲线,包括:
按预设时间采集充电数据,对所述充电数据进行差分中值滤波,获取满足滤波阈值的充电数据;
根据满足滤波阈值的充电数据,生成满足电流差分约束条件的所述充电曲线。
3.如权利要求1所述的充电模式的识别方法,其特征在于,所述充电曲线包括下降曲线;
根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
对所述下降曲线的条数进行识别,确定所述下降曲线的条数在预设条数范围之内。
4.如权利要求1所述的充电模式的识别方法,其特征在于,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线中的第一特征点对应的第一时间节点,以及所述充电曲线中的第二特征点对应的第二时间节点;
计算所述第二时间节点与所述第一时间节点的时间差值,对所述时间差值进行识别,确定所述时间差值大于或等于预设时间阈值。
5.如权利要求1所述的充电模式的识别方法,其特征在于,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第一特征点与第二特征点之间,每个时间节点对应的电流值;
计算每相邻两个时间节点分别对应的电流值的差值;
识别相邻两个所述差值的相关性,确定每相邻两个的所述差值的相关性相反,或所述差值为零。
6.如权利要求1所述的充电模式的识别方法,其特征在于,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第一特征点对应的第一电流值,及所述充电曲线的第三特征点对应的第三电流值;
计算所述第一电流值与所述第三电流值的电流差值绝对值;
对所述电流差值绝对值进行识别,确定所述电流差值绝对值在预设电流值范围之内。
7.如权利要求1所述的充电模式的识别方法,其特征在于,根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,包括:
获取所述充电曲线的第四特征点对应的第四电流值;
对所述第四电流值进行识别,确定所述第四电流值大于或等于预设电流阈值。
8.一种充电模式的识别装置,其特征在于,包括:
获取模块,用于获取电动车的充电数据,并根据所述充电数据生成充电曲线;
识别模块,用于根据预设充电类型的曲线特征标准量,对所述充电曲线进行识别,所述曲线特征标准量包括曲线特征点对应的预设阈值;
判定模块,用于若所述充电曲线符合所述曲线特征标准量的标准,则确定所述充电曲线为单阶梯型的充电模式。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911179773.XA CN111044813B (zh) | 2019-11-27 | 2019-11-27 | 充电模式的识别方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911179773.XA CN111044813B (zh) | 2019-11-27 | 2019-11-27 | 充电模式的识别方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111044813A true CN111044813A (zh) | 2020-04-21 |
CN111044813B CN111044813B (zh) | 2021-04-27 |
Family
ID=70233784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911179773.XA Active CN111044813B (zh) | 2019-11-27 | 2019-11-27 | 充电模式的识别方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111044813B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5167573A (en) * | 1990-11-30 | 1992-12-01 | Naldec Corporation | Preliminary ventilation device for vehicles |
KR950010274A (ko) * | 1993-09-22 | 1995-04-26 | 이헌조 | 밧테리 충전량 인식방법 |
CN104396082A (zh) * | 2012-04-13 | 2015-03-04 | 株式会社Lg化学 | 用于包括混合阴极材料的二次电池的电池***及其管理设备和方法 |
CN106610476A (zh) * | 2015-10-27 | 2017-05-03 | 小米科技有限责任公司 | 充放电过程的测试方法、装置及终端 |
CN107271912A (zh) * | 2017-06-27 | 2017-10-20 | 荆门市格林美新材料有限公司 | 一种蓄电池梯级利用评估方法 |
CN107290679A (zh) * | 2017-07-03 | 2017-10-24 | 南京能瑞电力科技有限公司 | 用于电动汽车共享充电桩的智能化电池健康状态检测方法 |
CN108828345A (zh) * | 2018-04-17 | 2018-11-16 | 武汉阿帕科技有限公司 | 一种电力线路中可控硅负载识别方法及*** |
CN108896911A (zh) * | 2018-04-26 | 2018-11-27 | 广东小天才科技有限公司 | 一种电子设备的充电异常检测方法及装置 |
CN109871985A (zh) * | 2019-01-23 | 2019-06-11 | 深圳智链物联科技有限公司 | 充电时长预估方法、装置、终端设备及存储介质 |
CN109919217A (zh) * | 2019-02-28 | 2019-06-21 | 深圳智链物联科技有限公司 | 充电行为识别方法、装置、终端设备及存储介质 |
CN109934955A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电模式识别方法、装置、终端设备及存储介质 |
CN109934271A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电行为识别方法、装置、终端设备及存储介质 |
CN109934473A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电健康指数评分方法、装置、终端设备及存储介质 |
CN109948664A (zh) * | 2019-02-28 | 2019-06-28 | 深圳智链物联科技有限公司 | 充电模式识别方法、装置、终端设备及存储介质 |
CN110333460A (zh) * | 2018-03-30 | 2019-10-15 | 比亚迪股份有限公司 | 动力电池组的rc网络参数获取方法、装置和电动汽车 |
CN110395140A (zh) * | 2019-08-08 | 2019-11-01 | 珠海格力电器股份有限公司 | 电动汽车充电诊断方法、***及充电桩 |
CN110481377A (zh) * | 2019-07-17 | 2019-11-22 | 深圳职业技术学院 | 充电识别方法及装置 |
-
2019
- 2019-11-27 CN CN201911179773.XA patent/CN111044813B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5167573A (en) * | 1990-11-30 | 1992-12-01 | Naldec Corporation | Preliminary ventilation device for vehicles |
KR950010274A (ko) * | 1993-09-22 | 1995-04-26 | 이헌조 | 밧테리 충전량 인식방법 |
CN104396082A (zh) * | 2012-04-13 | 2015-03-04 | 株式会社Lg化学 | 用于包括混合阴极材料的二次电池的电池***及其管理设备和方法 |
CN106610476A (zh) * | 2015-10-27 | 2017-05-03 | 小米科技有限责任公司 | 充放电过程的测试方法、装置及终端 |
CN107271912A (zh) * | 2017-06-27 | 2017-10-20 | 荆门市格林美新材料有限公司 | 一种蓄电池梯级利用评估方法 |
CN107290679A (zh) * | 2017-07-03 | 2017-10-24 | 南京能瑞电力科技有限公司 | 用于电动汽车共享充电桩的智能化电池健康状态检测方法 |
CN110333460A (zh) * | 2018-03-30 | 2019-10-15 | 比亚迪股份有限公司 | 动力电池组的rc网络参数获取方法、装置和电动汽车 |
CN108828345A (zh) * | 2018-04-17 | 2018-11-16 | 武汉阿帕科技有限公司 | 一种电力线路中可控硅负载识别方法及*** |
CN108896911A (zh) * | 2018-04-26 | 2018-11-27 | 广东小天才科技有限公司 | 一种电子设备的充电异常检测方法及装置 |
CN109871985A (zh) * | 2019-01-23 | 2019-06-11 | 深圳智链物联科技有限公司 | 充电时长预估方法、装置、终端设备及存储介质 |
CN109934955A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电模式识别方法、装置、终端设备及存储介质 |
CN109934271A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电行为识别方法、装置、终端设备及存储介质 |
CN109934473A (zh) * | 2019-02-28 | 2019-06-25 | 深圳智链物联科技有限公司 | 充电健康指数评分方法、装置、终端设备及存储介质 |
CN109948664A (zh) * | 2019-02-28 | 2019-06-28 | 深圳智链物联科技有限公司 | 充电模式识别方法、装置、终端设备及存储介质 |
CN109919217A (zh) * | 2019-02-28 | 2019-06-21 | 深圳智链物联科技有限公司 | 充电行为识别方法、装置、终端设备及存储介质 |
CN110481377A (zh) * | 2019-07-17 | 2019-11-22 | 深圳职业技术学院 | 充电识别方法及装置 |
CN110395140A (zh) * | 2019-08-08 | 2019-11-01 | 珠海格力电器股份有限公司 | 电动汽车充电诊断方法、***及充电桩 |
Non-Patent Citations (3)
Title |
---|
JIUCHUN JIANG 等: "Evaluation of Acceptable Charging Current of Power Li-Ion Batteries Based on Polarization Characteristics", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
文锋 等: "串联电池组充电模式研究", 《高技术通讯》 * |
杨帆 等: "不同充电模式对锂离子电池极化特性影响", 《电工技术学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111044813B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198408B (zh) | 一种基于用电信息采集***的自适应反窃电监控方法及*** | |
CN111816936B (zh) | 电池梯次利用配组方法、***、终端设备及存储介质 | |
CN111537884B (zh) | 获取动力电池寿命数据的方法、装置、计算机设备及介质 | |
CN111060831A (zh) | 电动车电池异常的检测方法、装置、智能设备及存储介质 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、***和介质 | |
CN111060832B (zh) | 电动车电池老化识别方法、装置、终端设备及存储介质 | |
CN111002859A (zh) | 识别充电桩私接插排的方法、装置、终端设备及存储介质 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和*** | |
CN117651012B (zh) | 一种车辆中央网关测试方法及*** | |
CN108255950B (zh) | 数据存储方法及终端设备 | |
CN103913150A (zh) | 智能电能表电子元器件一致性检测方法 | |
CN113391256A (zh) | 一种现场作业终端的电能表计量故障分析方法及*** | |
CN115224751A (zh) | 电池充电剩余时长的获取方法、装置、电子设备及介质 | |
CN111044813B (zh) | 充电模式的识别方法、装置及终端设备 | |
CN112729884A (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
CN111186333B (zh) | 电动车充电识别方法、装置、终端设备及存储介质 | |
CN111055725B (zh) | 电动车电池老化识别方法、装置、终端设备及存储介质 | |
CN115561700A (zh) | 一种直流电能表的计量标准分析方法及装置 | |
CN115643231A (zh) | 车载终端设备检测的方法、装置、电子设备及存储介质 | |
CN111016717B (zh) | 识别多辆电动车同时充电的方法和装置 | |
CN113376564A (zh) | 基于数据分析的智能电表计量校正方法、装置及终端 | |
CN110751747A (zh) | 一种数据处理方法及装置 | |
CN116160878B (zh) | 一种换电控制***及方法、计算机可读介质及电子设备 | |
CN117056663B (zh) | 一种数据处理方法、装置、电子设备及存储介质 |
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 |