CN111114381A - 车辆信息预估方法、***、终端及可读存储介质 - Google Patents

车辆信息预估方法、***、终端及可读存储介质 Download PDF

Info

Publication number
CN111114381A
CN111114381A CN201911419246.1A CN201911419246A CN111114381A CN 111114381 A CN111114381 A CN 111114381A CN 201911419246 A CN201911419246 A CN 201911419246A CN 111114381 A CN111114381 A CN 111114381A
Authority
CN
China
Prior art keywords
battery
electric quantity
vehicle
mileage
distribution
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
CN201911419246.1A
Other languages
English (en)
Other versions
CN111114381B (zh
Inventor
杨磊
杨瑞飞
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.)
Shanghai Junzheng Network Technology Co Ltd
Original Assignee
Shanghai Junzheng Network Technology Co Ltd
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 Shanghai Junzheng Network Technology Co Ltd filed Critical Shanghai Junzheng Network Technology Co Ltd
Priority to CN201911419246.1A priority Critical patent/CN111114381B/zh
Publication of CN111114381A publication Critical patent/CN111114381A/zh
Application granted granted Critical
Publication of CN111114381B publication Critical patent/CN111114381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • 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
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • 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
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/54—Energy consumption estimation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本申请提供车辆信息预估方法、***、终端及可读存储介质，所述方法包括：预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程，获取当前时间段内车辆的单均行驶里程，通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数；该方法可以准确的预估电池当前剩余电量允许车辆的续航总里程，进而根据该预估到的车辆续航总里程，计算电池当前剩余电量允许车辆被使用的行驶次数，提高了预估电池当前剩余电量允许车辆被使用的行驶次数的准确性。

Description

车辆信息预估方法、***、终端及可读存储介质
技术领域
本申请涉及交通工具技术领域，特别是涉及一种车辆信息预估方法、***、终端及可读存储介质。
背景技术
随着人口的日益增长和越来越大的能源消耗，能源短缺问题逐渐加重，当前以电池为动力的新能源车辆成为社会关注的热点问题之一。其中，新能源车辆包括，共享电动车、共享助力车以及共享汽车等等。目前，新能源车辆所安装的动力电池何时需要补充电量这一参数成为新能源车辆领域研究的重点之一。
传统技术中，使用新能源车辆所安装电池出厂时，电量为百分之百的情况下电池允许新能源车辆可行驶的总里程数与电池当前实际电量所占百分比的乘积，来计算电池允许新能源车辆可行驶的里程数，并通过该里程数计算新能源车辆可被使用的行驶次数，进一步确定该新能源车辆被使用一定次数后新能源车辆不能使用，需要对新能源车辆所安装的电池进行充电以供继续使用。
但是，随着时间的推移，电池的各种性能在不断变化，采用传统的预估方法得到的新能源车辆可被使用的行驶次数的准确率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高预估新能源车辆可被使用的行驶次数准确率的车辆信息预估方法、***、终端及可读存储介质。
本申请实施例提供一种车辆信息预估方法，所述方法包括
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
在其中一个实施例中，所述预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程，包括：
根据电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，其中，所述初始行驶里程分布表征电池的历史行驶里程分布；
获取不同预设条件对应的中间行驶里程分布；其中，所述预设条件包括预设周期、用户使用所述车辆对应的预设次数、电池、车辆、用户、车辆停放站点以及温度信息；
根据所述电池的初始行驶里程分布以及所述中间行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
在其中一个实施例中，所述根据电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，包括：
获取每个区域内同型号同批次电池，每消耗第一预设电量时，所述车辆行驶过的行驶里程；
根据所述电池每消耗第一预设电量时，所述车辆行驶过的行驶里程，计算所述电池每消耗第一预设电量时允许车辆行驶的平均行驶里程；
根据所述第一预设电量与所述平均行驶里程，生成所述电池的初始行驶里程分布。
在其中一个实施例中，所述获取不同预设条件对应的中间行驶里程分布，包括：
获取第一预设周期内，当前车辆的第一行驶里程分布以及当前电池的第二行驶里程分布；
获取当前车辆停放站点在第二预设周期内停放的所述车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布；
获取当前用户使用过所述车辆预设次数时，对应的第四行驶里程分布；
获取第三预设周期内，当前温度对应的第五行驶里程分布，并将所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，作为所述中间行驶里程分布。
在其中一个实施例中，所述第一预设周期包括第四预设周期和第五预设周期；所述获取第一预设周期内，当前车辆的第一行驶里程分布以及当前电池的第二行驶里程分布，包括：
获取第四预设周期内，当前车辆的所述第一行驶里程分布；
获取第五预设周期内，当前电池的所述第二行驶里程分布。
在其中一个实施例中，所述根据所述电池的初始行驶里程分布以及所述中间行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
根据所述电池的初始行驶里程分布、与所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
在其中一个实施例中，所述根据所述电池的初始行驶里程分布、与所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
获取所述车辆从起始地行驶时电池的所述起始电量，以及所述车辆在行驶过程中的所述终止电量；
根据所述起始电量、所述终止电量、所述电池的初始行驶里程分布、以及所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布和所述第五行驶里程分布，得到所述电池将电量从所述起始电量消耗至所述终止电量的过程对应的第六行驶里程分布；
将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
在其中一个实施例中，所述将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
将所述第六行驶里程分布输入至目标线性回归模型中，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
在其中一个实施例中，所述获取当前时间段内车辆的单均行驶里程，包括：
获取初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的所述单均行驶里程。
在其中一个实施例中，所述通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数，包括：
对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
在其中一个实施例中，所述对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数，包括：对所述续航总里程与所述单均行驶里程进行除法运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本申请实施例提供一种车辆信息预估***，所述***包括：
预估模块，用于预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
单均行驶里程获取模块，用于获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
行驶次数获取模块，用于通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本申请实施例提供一种终端，包括存储器、处理器，所述存储器上存储有可在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以下步骤：
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本实施例提供的车辆信息预估方法，该方法预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程，获取当前时间段内车辆的单均行驶里程，通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数；该方法可以准确的预估电池当前剩余电量允许车辆的续航总里程，进而根据该预估到的车辆续航总里程，计算电池当前剩余电量允许车辆被使用的行驶次数，提高了预估电池当前剩余电量允许车辆被使用的行驶次数的准确性。
附图说明
图1为一实施例提供的车辆信息预估方法的应用场景图；
图2为另一实施例提供的车辆信息预估方法的流程示意图；
图3为另一实施例提供的获取电池允许车辆可行驶的续航总里程的具体流程示意图；
图4为另一实施例提供的获取电池的初始行驶里程分布的流程示意图；
图5为另一实施例提供的获取不同预设条件对应的中间行驶里程分布的流程示意图；
图6为另一实施例提供的获取电池当前状态下允许车辆的续航总里程的流程示意图；
图7为一实施例提供的车辆信息预估***的结构示意图；
图8为一个实施例提供的终端的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例提供的车辆信息预估方法，可以适用于图1所示的车辆信息预估***中。如图1所示，该***包括车辆、电池以及后台服务器。可选的，电池安装于车辆上，其中，车辆可以将当前的行驶里程发送至后台服务器，电池可以将当前的实时的电量信息发送至后台服务器，后台服务器可以对接收到行程信息和电量信息进行一系列处理，以得到当前电池允许当前车辆行驶的里程分布，进而更佳准确的得到电池将电量从起始电量消耗至终止电量，允许车辆行驶的总里程，再通过该总里程与单均行驶里程，得到电池剩余电量允许车辆被使用的行驶次数。可选的，后台服务器的数据库中可以存储电池的历史耗电信息，以及车辆的历史行程信息。其中，后台服务器与车辆、电池之间可以通过无线连接进行通信。可选的，无线连接的方式可以是Wi-Fi，移动网络或蓝牙连接。在实施例中，上述车辆可以为共享电动车、共享助力车、共享汽车等等，还可以为具有以电池为动力的交通工具，对此本实施例不作任何限定，且对车辆的型号也不做任何限定；上述电池可以为与车辆能够匹配的任意电池。在下述实施例中将具体介绍车辆信息预估方法的具体过程。
为了使本发明的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本发明实施例中的技术方案的进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定发明。
图2为一实施例提供的车辆信息预估方法的流程示意图。本实施例涉及的是如何预估电池当前剩余电量允许车辆被使用的行驶次数的过程。如图2所示，该方法包括：
步骤S100、预估电池的电量从当前起始电量Estart消耗至终止电量Eend时，所述电池允许车辆行驶的续航总里程S。
具体的，后台服务器可以预估电池的电量从当前起始电量Estart消耗至终止电量Eend时，电池允许车辆行驶的续航总里程S。可选的，上述当前起始电量Estart可以表征为电池当前的剩余电量；终止电量Eend可以表征车辆需要充电不能正常行驶时的电量。可选的，上述总里程S可以表征为电池剩余电量可允许车辆行驶的最长里程。需要说明的是，后台服务器可以根据历史数据以及不同影响因素下的行驶里程分布，预估电池当前状态下允许车辆的续航总里程S。
步骤S200、获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程。
具体的，后台服务器可以获取当前时间段内车辆的单均行驶里程。可选的，上述当前时间段的时间区间可以为任意时间间隔；当前时间段可以为一天24小时内的任意时间段。可选的，当前时间段内车辆的单均行驶里程可以表征为一个时间段内一个区域所有车辆出行的行驶里程之和，与所有车辆出行的行驶里程的总数量作商的结果；还可以表征为一个时间段内一个区域中，一个车辆停放站点停放的所有车辆出行的行驶里程之和，与所有车辆出行的行驶里程的总数量作商的结果。可选的，上述区域可以为全国不同的省、不同的城市或不同的县。
可选的，上述步骤S200中获取当前时间段内车辆的单均行驶里程的过程，具体可以包括：获取初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的所述单均行驶里程。
具体的，后台服务器可以获取初始预设周期当前时间段内，从车辆停放站点驶出的所有车辆对应的所有行驶里程，然后所有行驶里程求平均值，得到初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的单均行驶里程。可选的，上述初始预设周期可以以小时、天、月为单位；但是，在本实施例中，初始预设周期可以以天为单位，可以为连续多天。
例如，一车辆停车站点A中有十辆车，预设周期为两天，当前时间段为上午9点至10点，其中，第一天该时间段内有两辆车C和D，从车辆停放站点A被用户使用驶出，该天车辆C共计行驶三单里程，分别为a1、a2、a3，该天车辆D共计行驶两单里程，分别为b1、b2；第二天该时间段内有两辆车E和F，从车辆停放站点A被用户使用驶出，该天车辆E共计行驶四单里程，分别为c1、c2、c3、c4，该天车辆F共行驶两单里程，分别为d1、d2，则两天内上午9点至10点中，从车辆停放站点A驶出的所有车辆对应的单均行驶里程等于，两辆车两天内在上午9点至10点这一时间段内每个订单对应的所有行驶里程，即(a1+a2+a3+b1+b2+c1+c2+c3+c4+d1+d2)，除以所有行驶里程的订单量11的结果。可选的，订单可以表征用户使用车辆能够正常下单的行驶信息，行驶信息包括车辆被使用的起始点、终止点以及行驶时间。
步骤S300、通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数。
具体的，后台服务器可以对电池的电量从当前起始电量Estart消耗至终止电量Eend时，电池车辆行驶的总里程S，与初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的单均行驶里程进行算术运算、逻辑运算或者组合运算处理，得到电池将电量从起始电量Estart消耗至终止电量Eend，允许车辆被使用的行驶次数Num。可选的，上述算术运算可以为加法运算、减法运算、乘法运算以及除法运算；逻辑运算可以为与、或、非、异或、异非等等；上述组合运算可以为算术运算中的多种运算组合处理、逻辑运算中的多种运算组合处理或者算术运算和逻辑运算中的多种运算组合处理。
本实施例提供的车辆信息预估方法，该方法预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程，获取当前时间段内车辆的单均行驶里程，通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数；该方法可以准确的预估电池当前剩余电量允许车辆可行驶的续航总里程，进而根据该续航总里程计算电池当前剩余电量允许车辆被使用的行驶次数，提高了预估电池当前剩余电量允许车辆被使用的行驶次数的准确性，较为准确的把握为车辆所安装电池进行充电或者为车辆更换新电池的时间，从而避免电池充电或车辆更换电池的频率过高，降低运维成本，提高车辆运维商的收益。
图3为另一实施例提供的获取电池允许车辆可行驶的续航总里程的具体流程示意图，上述步骤S100中获取电池的电量从当前起始电量Estart消耗至终止电量Eend时，所述电池允许车辆行驶的续航总里程S的过程，可以通过以下方式实现：
步骤S110、根据电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，其中，所述初始行驶里程分布表征电池的历史行驶里程分布L0。
具体的，上述第一预设电量可以表示电池电量的百分比，该第一预设电量可以为任意百分比。在本实施例中，上述第一预设电量可以为1％，上述里程可以表示为里程数。可选的，上述初始行驶里程分布L0可以通过数据分布图表示。在本实施例中，该数据分布图可以为柱状图。
需要说明的是，后台服务器可以根据数据库确定历史行程信息与历史电量信息之间的对应关系，然后根据该对应关系，确定电池每消耗第一预设电量时车辆行驶过的行驶里程。可选的，上述历史行程信息与历史电量信息之间的对应关系可以包括每个第一预设电量的电量区间与对应里程数的关系。例如，一颗电池电量从80％消耗至60％的过程中，电池每消耗1％的电量均可以有使安装该电池的车辆行程对应的里程数，80％至60％之间相差20％，因此，电池电量从80％消耗至60％的过程中，数据库中可以保存20组对应关系，每个1％的电量区间均可以有一个对应的里程数，且将这些对应信息可以展示在柱状图中。
进一步地，后台服务器可以根据所有电池消耗第一预设电量时车辆对应的所有行驶里程，得到每颗电池的行驶里程分布，然后将所有电池的行驶里程分布相加后，在对相加数据求平均，得到电池的初始行驶里程分布L0。其中，电池的初始行驶里程分布L0还可以表征为所有电池每消耗第一预设电量车辆的历史行驶里程对应的平均行驶里程分布。例如，若数据库中包括三颗电池，且这三颗电池仅能将电量最大限度耗低至10％，数据库中保存的信息为：第一颗电池将电量从60％消耗至55％，每消耗1％的电量行驶里程数分别为5、4.7、5、4.5、4.9、4.3；第二颗电池将电量从58％消耗至52％，每消耗1％的电量行驶里程数分别为4.5、4.8、4.7、4.7、4.5、4.3、4.6；第三颗电池将电量从56％消耗至52％，每消耗1％的电量行驶里程数分别为4.8、4.6、4.8、4.5、4.7，将这三组数据展示在表1中，可以直观地确定每颗电池的电量从100％消耗至10％的过程中，每消耗1％的电量对应行驶的历史里程数，表1中电池耗电区间100可以表示电池将电量从100％消耗至99％的区间范围，以此类推，其它耗电区间的表达含义也类似。
表1
Figure BDA0002351919200000081
其中，电池的初始行驶里程分布L0可以表征为电池电量从100％消耗至10％的过程中，每消耗1％的电量电池对应行驶过的平均行驶里程数，每个1％电量区间均对应一个平均行驶里程数，表1中电池耗电电量在60％到59％的过程中电池对应行驶过的平均行驶里程数可以等于5(即5除以1＝5)，电池耗电电量在59％到58％的过程中电池对应行驶过的平均行驶里程数可以等于4.75(即5+4.5的结果除以2＝4.75)，以此类推，电池耗电电量在1％的耗电区间电池对应行驶过的平均行驶里程数的计算方式也相同。可以理解为，电池耗电电量在1％的耗电区间电池对应行驶过的平均行驶里程数可以等于所有电池在该1％的耗电区间内电池的所有有效行驶里程数之和，与所有有效行驶里程数的总数量作差；有效行驶里程数可以表示行驶里程数大于0m的行驶里程数。
步骤S120、获取不同预设条件对应的中间行驶里程分布L；其中，所述预设条件包括预设周期、用户使用所述车辆对应的预设次数、电池、车辆、用户、车辆停放站点以及温度信息。
具体的，后台服务器可以获取不同预设条件对应的中间行驶里程分布L。可选的，上述预设条件对应的中间行驶里程分布L可以表征为预设周期内电池的行驶里程分布、预设周期内车辆的行驶里程分布、用户使用车辆在预设次数内的行驶里程分布、以车辆停放站点为起始地的车辆停放站点中的所有车辆的平均行驶里程分布或者不同温度对应的行驶里程分布，还可以表征为对行驶里程数有影响的因素对应的不同行驶里程分布。其中，对行驶里程数有影响的因素可以包括不同类型车辆的耗能情况、电池的老化情况、车辆停放站点周围的地况信息、用户的骑行习惯、用户的体重、温度对耗电的影响等等。
步骤S130、根据所述初始行驶里程分布L0以及所述中间行驶里程分布L，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程S。
具体的，上述目标机器学习模型可以为线性模型和非线性模型。可选的，后台服务器可以根据初始行驶里程分布L0与中间行驶里程分布L得到目标机器学习模型的输入，然后通过目标机器学习模型进行预估电池的电量从当前起始电量Estart消耗至终止电量Eend时，电池当前状态下允许车辆的续航总里程S。其中，起始电量Estart可以表征为用户使用一辆车出行时，车辆从起始地行驶时电池的当前电量；当用户使用车辆时，该电量可以显示在车辆上设置的显示屏上，后台服务器可以接收车辆发送的该电量信息。可选的，上述电池当前状态下允许车辆的续航总里程S可以表征为电池剩余电量可允许车辆行驶的最长里程。
本实施例提供的车辆信息预估方法，该方法可以综合考虑历史行驶里程分布以及不同影响因素对应的行驶里程分布，并且采用机器学习模型以解决不同影响因素的确定性导致的行驶里程分布结果不稳定，能够更佳准确地预估车辆可行驶的总里程，提升用户体验以及车辆使用率，从而增加车辆运营商的收益。
图4为另一实施例提供的获取电池的初始行驶里程分布的流程示意图，在步骤S110中根据所述电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，其中，所述初始行驶里程分布表征电池的历史行驶里程分布L0的过程，可以包括如下步骤：
步骤S111、获取每个区域内同型号同批次电池，每消耗第一预设电量时，所述车辆行驶过的行驶里程。
具体的，上述区域可以为全国不同的省、不同的城市或不同的县；但是，在本实施例中，区域可以为城市。可选的，每个区域内同型号同批次所有电池可以表征为每个城市内具有的同型号且电池厂商同批次生产的所有电池，不同城市对应的同型号同批次所有电池的数量可以相同，也可以不相同。
需要说明的是，后台服务器可以获取每个城市内同型号同批次的每颗电池，每消耗1％的电量车辆行驶过的行驶里程数；其中，每个城市内对应的行驶里程数的总数量可以等于该城市内同型号同批次的所有电池的数量。
步骤S112、根据所有电池消耗第一预设电量时车辆对应的所有行驶里程，计算所述电池每消耗第一预设电量时允许车辆行驶的平均行驶里程。
具体的，后台服务器可以根据步骤S110中获取到的每个区域内同型号同批次所有电池，消耗第一预设电量时车辆对应的所有行驶里程，计算每个对应1％电量区间内所有行驶里程的平均值，得到电池连续消耗每个第一预设电量时允许车辆行驶的多个对应平均行驶里程。可选的，连续消耗每个第一预设电量可以理解为电池电量在消耗过程中相邻的多个消耗区间，其中，从100％至99％为一个消耗区间，从99％至98％为一个消耗区间，从98％至97％为一个消耗区间，依次类推的多个消耗区间。
步骤S113、根据所述第一预设电量与所述平均行驶里程，生成所述电池的初始行驶里程分布L0。
具体的，后台服务器可以根据每个第一预设电量区间对应的平均行驶里程，生成电池连续消耗多个第一预设电量时车辆的历史行驶里程对应的行驶里程分布，即电池的初始行驶里程分布L0。
本实施例提供的车辆信息预估方法，该方法获取每个区域内同型号同批次电池，每消耗第一预设电量时车辆对应的所有行驶里程，根据所有电池消耗第一预设电量时车辆行驶过的行驶里程，计算电池每消耗第一预设电量时允许车辆行驶的平均行驶里程，根据第一预设电量与平均行驶里程，生成电池的初始行驶里程分布；该方法可以在预估当前电池允许当前车辆行驶里程时能够将历史行驶里程数据考虑进去，从而提高预估的准确性，以提升用户体验及车辆使用率，增加车辆运维商的收益。
图5为另一实施例提供的获取不同预设条件对应的中间行驶里程分布的流程示意图，上述步骤S120中获取不同预设条件对应的中间行驶里程分布L的过程，具体可以包括如下过程：
步骤S121、获取第一预设周期内，当前车辆的第一行驶里程分布L1以及当前电池的第二行驶里程分布L2。
其中，所述第一预设周期包括第四预设周期和第五预设周期；上述步骤S121中获取第一预设周期内，当前车辆的第一行驶里程分布L1以及当前电池的第二行驶里程分布L2的过程，具体可以包括如下过程：获取第四预设周期内，当前车辆的所述第一行驶里程分布L1；获取第五预设周期内，当前电池的所述第二行驶里程分布L2。
具体的，上述第四预设周期和第五预设周期之间没有相互关系，为相互独立的周期数据；第四预设周期和第五预设周期可以相等，也可以不相等；其中，第四预设周期和第五预设周期均可以以小时、天、月为单位；但是，在本实施例中，第四预设周期和第五预设周期可以以天为单位，可以为连续多天。可选的，后台服务器可以根据第四预设周期内，当前车辆每次出行时的行驶里程与耗电量之间的关系，计算当前车辆每消耗1％的电量对应的行驶里程分布，即第四预设周期内，当前车辆的第一行驶里程分布L1。可选的，上述当前车辆安装的电池可以更换，不一定在第四预设周期内均使用相同的电池，相当于第一行驶里程分布L1的计算对象可以为同一辆车，不同的电池或相同的电池。同时，当前车辆可以指用户在一段时间内使用的同一车辆，同一车辆的耗电情况基本可以相同，不同车辆的耗电情况可以有差异。例如，第四预设周期为X1天，当前车辆在X1天内的出行次数为y1次，当前车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1％电量对应的车辆行驶里程分布)，然后对y1次对应的y1个车辆行驶里程分布求平均，得到第四预设周期内，当前车辆的第一行驶里程分布L1；其中，X1可以大于y1，还可以小于等于y1。可选的，求平均的方式可以参见表1计算平均数的方式，将相同耗电区间的有效行驶里程相加，在除以这些有效行驶里程的总数量，得到每个耗电区间当前车辆的平均行驶里程。
需要说明的是，后台服务器可以根据第五预设周期内，当前电池每次助力车辆行驶的行驶里程与耗电量之间的关系，计算当前电池每消耗1％的电量允许车辆的行驶里程分布，即第五预设周期内，当前电池的第二行驶里程分布L2；其中，当前电池可以安装于不同的车辆，也可以安装于相同的车辆，相当于第二行驶里程分布L2的计算对象可以为相同的电池，不同的车辆或相同的车辆；当前电池可以指用户在一段时间内使用不同或相同的车辆安装的电池相同；相同电池的老化程度基本相同，但是不同电池的老化程度可以有差异。例如，第五预设周期为X2天，当前电池在X2天助力相同车辆或不同车辆的出行次数为y2次，当前电池助力车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1％电量当前电池对应的行驶里程分布)，然后对y2次对应的y2个行驶里程分布求平均，得到第五预设周期内，当前电池的第二行驶里程分布L2；其中，X2可以大于y2，还可以小于等于y2。可选的，求平均的方式可以参见表1计算平均数的方式，将相同耗电区间的有效行驶里程相加，在除以这些有效行驶里程的总数量，得到每个耗电区间当前电池的平均行驶里程。在本实施例中，第四预设周期可以等于30，第五预设周期可以等于30。
步骤S122、获取当前车辆停放站点在第二预设周期内停放的所述车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。
具体的，上述车辆停放站点可以为停放车辆的专用站点，该站点可以停车场、停车棚或者为车辆的充电站点。可选的，后台服务器可以根据当前车辆停放站点在第二预设周期内停放的所有车辆中，以当前车辆停放站点为起始地的所有出行车辆每次出行的行驶里程与耗电量之间的关系，计算以当前车辆停放站点为起始地的所有出行车辆每消耗1％电量的行驶里程分布，即当前车辆停放站点在第二预设周期内停放的所有车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。其中，车辆停放站点的位置可以为不同区域内的任意位置；但是，不同位置车辆电池的耗电情况可以不相同；因此，在本实施例中，当前车辆停放站点可以为同一车辆停放站点。可选的，起始地可以为车辆行驶一段里程的起始点；步骤S220中仅限定了以当前车辆停放站点为起始地，车辆出行的目的地并不固定。可选的，当前车辆停放站点在第二预设周期内停放的所有车辆可以表征为同一车辆停放站点在第二预设周期内停放的所有车辆。例如，第二预设周期为X3天，每天当前车辆停放站点的车辆有流出和流入，只要X3天内从当前车辆停放站点流出的所有车辆均算以当前车辆停放站点为起始地的车辆，当前车辆停放站点在X3天内停放的所有车辆中，以当前车辆停放站点为起始地的每辆车(共计y4)从当前车辆停放站点出行均有对应的行驶里程分布(即连续消耗多个1％电量当前车辆停放站点对应的行驶里程分布)，然后对y4辆车对应的y4个行驶里程分布求平均，得到当前车辆停放站点在第二预设周期内停放的所有车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布L3。其中，X3可以大于y4，还可以小于等于y4。可选的，求平均的方式可以参见表1计算平均数的方式，将相同耗电区间的有效行驶里程相加，在除以这些有效行驶里程的总数量，得到每个耗电区间当前电池的平均行驶里程。在本实施例中，第二预设周期可以等于15，这里是指连续15天。
步骤S123、获取当前用户使用过所述车辆预设次数时，对应的第四行驶里程分布L4。
具体的，预设次数可以为任意数值，可以为连续多次；但是，本实施例可以设定为100。可选的，后台服务器可以根据当前用户使用相同车辆或不同车辆时，每次出行的行驶里程与耗电量之间的关系，计算当前用户使用车辆预设次数时每消耗1％电量对应的平均行驶里程分布，即当前用户使用车辆预设次数时对应的第四行驶里程分布L4。例如，预设次数为X4，即当前用户使用相同车辆或不同车辆连续出行X4次，每次出行均有当前用户对应的行驶里程分布(即连续消耗多个1％电量当前用户对应的行驶里程分布)；然后对X4次出行时对应的X4个当前用户的行驶里程分布求平均，得到当前用户使用车辆预设次数时对应的第四行驶里程分布L4。可选的，求平均的方式可以参见表1计算平均数的方式，将相同耗电区间的有效行驶里程相加，在除以这些有效行驶里程的总数量，得到每个耗电区间当前电池的平均行驶里程。需要说明的是，当前用户可以为同一用户；同一用户的体重基本相同，不同用户的体重可以有差异。
步骤S124、获取第三预设周期内，当前温度对应的第五行驶里程分布L5，并将所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5，作为所述中间行驶里程分布L。
具体的，第三预设周期与第二预设周期、第四预设周期以及第五预设周期可以相同，也可以不相同；第三预设周期也可以以小时、天、月为单位；但是，在本实施例中，第三预设周期可以以天为单位，可以为连续多天。可选的，后台服务器可以根据第三预设周期内，当前温度时任意一个区域内所有车辆每次出行时的行驶里程与耗电量之间的关系，计算当前温度每消耗1％的电量对应的行驶里程分布，即第三预设周期内，当前温度对应的第五行驶里程分布L5；当前温度对应的行驶里程分布可以表征第三预设周期内一个区域内每天相同温度时所有车辆出行时对应的行驶里程分布；其中，不同温度对应的行驶里程可以有差异。例如，第三预设周期为X5天，当前温度下一个城市内X5天内所有车辆的所有出行次数为y5次，当前温度下车辆每次出行都会有对应的行驶里程分布(即连续消耗多个1％电量当前温度对应的行驶里程分布)，然后对y5次对应的y5个行驶里程分布求平均，得到第三预设周期内，当前温度对应的第五行驶里程分布L5；其中，X5可以大于y5，还可以小于等于y5。可选的，求平均的方式可以参见表1计算平均数的方式，将相同耗电区间的有效行驶里程相加，在除以这些有效行驶里程的总数量，得到每个耗电区间当前温度的平均行驶里程。
在本实施例中，相当于中间行驶里程分布L包括五个平均行驶里程分布，即第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4以及第五行驶里程分布L5。
本实施例提供的车辆信息预估方法，该方法可以计算对行驶里程不同影响因素下的平均行驶里程分布，并根据不同影响因素下的平均行驶里程分布预估当前电池允许当前车辆行驶里程分布，进而提高预估的准确性，以提升用户体验及车辆使用率，增加车辆运维商的收益。
作为其中一个实施例，上述步骤S130中根据所述电池的初始行驶里程分布L0以及所述中间行驶里程分布L，采用目标机器学习模型，得到所述电池的电量从所述起始电量Estart消耗到所述终止电量Eend，时，所述电池当前状态下允许车辆的续航总里程S的过程，可以包括如下步骤：
步骤S131、根据所述电池的初始行驶里程分布L0、与所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5，采用目标机器学习模型，得到所述电池的电量从所述起始电量Estart消耗至终止电量Eend时，所述电池当前状态下允许车辆的续航总里程S。
具体的，后台服务器可以根据电池的初始行驶里程分布L0、第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4以及第五行驶里程分布L5得到目标机器学习模型的输入，然后通过目标机器学习模型进行预估电池的电量从当前起始电量Estart消耗至终止电量Eend时，电池当前状态下允许车辆的续航总里程S。
可选的，如图6所示，图6为另一实施例提供的获取电池当前状态下允许车辆的续航总里程的流程示意图，上述步骤S131中根据所述电池的初始行驶里程分布L0、与所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4以及所述第五行驶里程分布L5，采用目标机器学习模型，得到所述电池的电量从所述起始电量Estart消耗至终止电量Eend时，所述电池当前状态下允许车辆的续航总里程S的过程，具体可以包括如下步骤：
步骤S1311、获取所述车辆从起始地行驶时电池的所述起始电量Estart，以及所述车辆在行驶过程中的所述终止电量Eend。
具体的，后台服务器可以获取车辆从起始地行驶时电池的起始电量Estart，以及车辆在行驶过程中的终止电量Eend。当用户使用车辆时，起始电量Estart可以显示在车辆上设置的显示屏上，后台服务器可以接收车辆发送的该电量信息。可选的，车辆在行驶过程中的终止电量Eend可以为大于等于0％的数据。但是，在预估车辆可行驶总里程的过程中，将该终止电量Eend设定为一种理想的数据，即终止电量等于0％；相当于通过该理想状态下的终止电量值Eend预估车辆可行驶的最长里程。
步骤S1312、根据所述起始电量Estart、所述终止电量Eend、所述电池的初始行驶里程分布L0、以及所述中间行驶里程分布L中包含的所述第一行驶里程分布L1、所述第二行驶里程分布L2、所述第三行驶里程分布L3、所述第四行驶里程分布L4和所述第五行驶里程分布L5，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend的过程对应的第六行驶里程分布。
具体的，上述第六行驶里程分布可以为一种平均行驶里程分布。可选的，后台服务器可以分别获取电池的初始行驶里程分布L0、第一行驶里程分布L1、第二行驶里程分布L2、第三行驶里程分布L3、第四行驶里程分布L4和第五行驶里程分布L5中起始电量Estart到终止电量Eend之间的行驶里程分布，然后按照表1对应的求平均值得方式，得到电池的电量从起始电量Estart消耗至终止电量Eend的过程对应的平均行驶里程分布，即第六行驶里程分布。
步骤S1313、将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池当前状态下允许车辆的续航总里程S。
可选的，上述步骤1313中将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池当前状态下允许车辆的续航总里程S的过程，具体可以包括：将所述第六行驶里程分布输入至目标线性回归模型中，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池当前状态下允许车辆的续航总里程S。
在本实施例中，上述目标机器学习模型可以为线性模型中的线性回归模型。后台服务器可以将获得的第六行驶里程分布输入至目标线性回归模型，得到电池将电量从起始电量Estart消耗至终止电量Eend时，电池当前状态下允许车辆的续航总里程S。可选的，上述目标线性回归模型可以通过历史耗电信息以及历史耗电信息对应的行驶里程信息，对初始线性回归模型反复训练调整初始参数得到的一个最优模型。其中，初始线性回归模型可以为任意一个线性回归模型，线性回归模型的参数可以初始化为任意数值。可选的，初始线性回归模型的训练过程与神经网络模型的训练过程可以相同，都是通过训练集数据对初始线性回归模型进行训练，通过测试集进行验证达到一定准确率时可以得到一个最优模型。可选的，初始线性回归模型的训练过程，训练集和测试集可以为一个区域内，车辆每次出行时的历史耗电量与历史耗电量中每消耗1％电量时的行驶里程，且这些数据为车辆每次出行时，电池电量从起始电量E’start消耗至终止电量E’end的过程中每消耗1％电量时的行驶里程中的部分数据。可选的，起始电量E’start可以为历史时间段内，车辆每次出行时的实际起始电量；终止电量Eend可以为历史时间段内，车辆每次出行过程中消耗的终止电量。可选的，训练集和测试集可以不相同。另外，训练集和测试集中的起始电量E’start与本实施例中预估车辆行驶的总里程对应的起始电量Estart可以等于，也可以不相等；训练集和测试集中的终止电量E’end与本实施例中预估电池当前状态下允许车辆的续航总里程S对应的终止电量Eend可以等于，也可以不相等。
本实施例提供的车辆信息预估方法，该方法可以综合考虑历史行驶里程分布以及不同影响因素对应的行驶里程分布，并且采用机器学习模型以解决不同影响因素的确定性导致的行驶里程分布结果不稳定，能够更佳准确地预估车辆可行驶的续航总里程，提升用户体验以及车辆使用率，从而增加车辆运维商的收益。
作为其中一个实施例，上述步骤S300中通过所述续航总里程S与所述单均行驶里程，计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数Num的过程，可以通过以下过程实现：对所述续航总里程与所述单均行驶里程进行算术运算，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数Num。
具体的，后台服务器可以对电池的电量从当前起始电量Estart消耗至终止电量Eend时，电池允许车辆行驶的续航总里程S，与初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的单均行驶里程进行算术运算，得到电池的电量从起始电量Estart消耗至终止电量Eend时，电池允许车辆被使用的行驶次数Num。其中，初始预设周期与第一预设周期、第二预设周期、第三预设周期可以相同，也可以不相同。
可选的，所述通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数Num的过程，可以通过以下过程实现：对所述续航总里程与所述单均行驶里程进行算术运算，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数Num，具体可以包括以下过程：对所述续航总里程与所述单均行驶里程进行除法运算，得到所述电池的电量从所述起始电量Estart消耗至所述终止电量Eend时，所述电池允许车辆被使用的行驶次数Num。
在本实施例中，上述算术运算可以为除法运算。可选的，后台服务器可以用电池将电量从当前起始电量Estart消耗至终止电量Eend时，电池允许车辆行驶的总里程S，除以初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的单均行驶里程，得到电池的电量从起始电量Estart消耗至终止电量Eend时，电池允许车辆被使用的行驶次数Num。
本实施例提供的车辆信息预估方法，该方法可以通过准确预估到的电池当前剩余电量允许车辆可行驶的续航总里程，预估电池当前剩余电量允许车辆被使用的行驶次数，从而提高了预估电池当前剩余电量允许车辆被使用的行驶次数的准确性，较为准确的把握为车辆所安装电池进行充电或者为车辆更换新电池的时间，以避免电池充电或车辆更换电池的频率过高，降低运维成本，提高车辆运维商的收益。
应该理解的是，虽然图2～图6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2～图6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
关于车辆信息预估***的具体限定可以参见上文中对于车辆信息预估方法的限定，在此不再赘述。上述终端的车辆信息预估***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于终端中的处理器中，也可以以软件形式存储于终端中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图7为一实施例提供的车辆信息预估***结构示意图。如图7所示，该***可以包括：预估模块11、单均行驶里程获取模块12以及行驶次数获取模块13。
具体的，所述预估模块11，用于预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
所述单均行驶里程获取模块12，用于获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
所述行驶次数获取模块13，用于通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述预估模块11包括：第一获取单元、第二获取单元以及第三获取单元。
所述第一获取单元，用于根据所述电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，其中，所述初始行驶里程分布表征电池的历史行驶里程分布；
所述第二获取单元，用于获取不同预设条件对应的中间行驶里程分布；其中，所述预设条件包括预设周期、用户使用所述车辆对应的预设次数、电池、车辆、用户、车辆停放站点以及温度信息；
所述第三获取单元，用于根据所述电池的初始行驶里程分布以及所述中间行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第一获取单元包括：第一获取子单元、计算子单元以及第二获取子单元。
其中，所述第一获取子单元，用于获取每个区域内同型号同批次电池，每消耗第一预设电量时，所述车辆行驶过的行驶里程；
所述计算子单元，用于根据所述电池每消耗第一预设电量时，所述车辆行驶过的行驶里程，计算所述电池每消耗第一预设电量时允许车辆行驶的平均行驶里程；
所述第二获取子单元，用于根据所述第一预设电量与所述平均行驶里程，生成所述电池的初始行驶里程分布。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第二获取单元包括：第三获取子单元、第四获取子单元、第五获取子单元以及第六获取子单元。
其中，所述第三获取子单元，用于获取第一预设周期内，当前车辆的第一行驶里程分布以及当前电池的第二行驶里程分布；
所述第四获取子单元，用于获取当前车辆停放站点在第二预设周期内停放的所述车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布；
所述第五获取子单元，用于获取当前用户使用过所述车辆预设次数时，对应的第四行驶里程分布；
所述第六获取子单元，用于获取第三预设周期内，当前温度对应的第五行驶里程分布，并将所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，作为所述中间行驶里程分布。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第一预设周期包括第四预设周期和第五预设周期；所述第三获取子单元具体用于获取第四预设周期内，当前车辆的所述第一行驶里程分布；并获取第五预设周期内，当前电池的所述第二行驶里程分布。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第三获取单元包括：第七获取子单元。
具体的，所述第七获取子单元，用于根据所述电池的初始行驶里程分布、与所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述第七获取子单元包括：电量获取子单元、行驶里程分布获取子单元以及总里程获取子单元。
具体的，所述电量获取子单元，用于获取所述车辆从起始地行驶时电池的所述起始电量，以及所述车辆在行驶过程中的所述终止电量；
所述行驶里程分布获取子单元，用于根据所述起始电量、所述终止电量、所述电池的初始行驶里程分布、以及所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布和所述第五行驶里程分布，得到所述电池将电量从所述起始电量消耗至所述终止电量的过程对应的第六行驶里程分布；
所述续航总里程获取子单元，用于将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述续航总里程获取子单元具体用于将所述第六行驶里程分布输入至目标线性回归模型中，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述单均行驶里程获取模块12具体用于获取初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的所述单均行驶里程。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，所述行驶次数获取模块13具体用于对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
其中，所述对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数，包括：对所述续航总里程与所述单均行驶里程进行除法运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本实施例提供的车辆信息预估***，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在一个实施例中，提供了一种终端，其内部结构图可以如图8所示。该终端包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆信息预估方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端的输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种终端，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
在一个实施例中，提供了一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非均限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种车辆信息预估方法，其特征在于，所述方法包括：
预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
2.根据权利要求1所述的方法，其特征在于，所述预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程，包括：
根据所述电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，其中，所述初始行驶里程分布表征电池的历史行驶里程分布；
获取不同预设条件对应的中间行驶里程分布；其中，所述预设条件包括预设周期、用户使用所述车辆对应的预设次数、电池、车辆、用户、车辆停放站点以及温度信息；
根据所述电池的初始行驶里程分布以及所述中间行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
3.根据权利要求2所述的方法，其特征在于，所述根据电池每消耗第一预设电量时，车辆行驶过的行驶里程，得到电池的初始行驶里程分布，包括：
获取每个区域内同型号同批次电池，每消耗第一预设电量时，所述车辆行驶过的行驶里程；
根据所述电池每消耗第一预设电量时，所述车辆行驶过的行驶里程，计算所述电池每消耗第一预设电量时允许车辆行驶的平均行驶里程；
根据所述第一预设电量与所述平均行驶里程，生成所述电池的初始行驶里程分布。
4.根据权利要求2所述的方法，其特征在于，所述获取不同预设条件对应的中间行驶里程分布，包括：
获取第一预设周期内，当前车辆的第一行驶里程分布以及当前电池的第二行驶里程分布；
获取当前车辆停放站点在第二预设周期内停放的所述车辆中，以当前车辆停放站点为起始地的车辆对应的第三行驶里程分布；
获取当前用户使用过所述车辆预设次数时，对应的第四行驶里程分布；
获取第三预设周期内，当前温度对应的第五行驶里程分布，并将所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，作为所述中间行驶里程分布。
5.根据权利要求4所述的方法，其特征在于，所述第一预设周期包括第四预设周期和第五预设周期；所述获取第一预设周期内，当前车辆的第一行驶里程分布以及当前电池的第二行驶里程分布，包括：
获取第四预设周期内，当前车辆的所述第一行驶里程分布；
获取第五预设周期内，当前电池的所述第二行驶里程分布。
6.根据权利要求2所述的方法，其特征在于，所述根据所述电池的初始行驶里程分布以及所述中间行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
根据所述电池的初始行驶里程分布、与所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
7.根据权利要求6所述的方法，其特征在于，所述根据所述电池的初始行驶里程分布、与所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布以及所述第五行驶里程分布，采用目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
获取所述车辆从起始地行驶时电池的所述起始电量，以及所述车辆在行驶过程中的所述终止电量；
根据所述起始电量、所述终止电量、所述电池的初始行驶里程分布、以及所述中间行驶里程分布中包含的所述第一行驶里程分布、所述第二行驶里程分布、所述第三行驶里程分布、所述第四行驶里程分布和所述第五行驶里程分布，得到所述电池将电量从所述起始电量消耗至所述终止电量的过程对应的第六行驶里程分布；
将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
8.根据权利要求7所述的方法，其特征在于，所述将所述第六行驶里程分布输入至所述目标机器学习模型，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程，包括：
将所述第六行驶里程分布输入至目标线性回归模型中，得到所述电池的电量从所述起始电量消耗到所述终止电量时，所述电池当前状态下允许车辆的续航总里程。
9.根据权利要求1所述的方法，其特征在于，所述获取当前时间段内车辆的单均行驶里程，包括：
获取初始预设周期内当前时间段中，从车辆停放站点驶出的所有车辆对应的所述单均行驶里程。
10.根据权利要求1所述的方法，其特征在于，所述通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数，包括：
对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数；
以及优选地，所述对所述续航总里程与所述单均行驶里程进行算术运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数，包括：对所述续航总里程与所述单均行驶里程进行除法运算，所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
11.一种车辆信息预估***，其特征在于，所述***包括：
预估模块，用于预估电池的电量从当前起始电量消耗至终止电量时，所述电池允许车辆行驶的续航总里程；
单均行驶里程获取模块，用于获取当前时间段内车辆的单均行驶里程，其中，所述单均行驶里程表征用户多次使用车辆时，每次车辆的平均行驶里程；
行驶次数获取模块，用于通过所述续航总里程与所述单均行驶里程，计算所述电池的电量从所述起始电量消耗至所述终止电量时，所述电池允许车辆被使用的行驶次数。
12.一种终端，包括存储器、处理器，所述存储器上存储有可在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权利要求1至10中任一项所述方法的步骤。
13.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述方法的步骤。
CN201911419246.1A 2019-12-31 2019-12-31 车辆信息预估方法、***、终端及可读存储介质 Active CN111114381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911419246.1A CN111114381B (zh) 2019-12-31 2019-12-31 车辆信息预估方法、***、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911419246.1A CN111114381B (zh) 2019-12-31 2019-12-31 车辆信息预估方法、***、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN111114381A true CN111114381A (zh) 2020-05-08
CN111114381B CN111114381B (zh) 2021-12-14

Family

ID=70507074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911419246.1A Active CN111114381B (zh) 2019-12-31 2019-12-31 车辆信息预估方法、***、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN111114381B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116772877A (zh) * 2023-03-21 2023-09-19 纬创软件（北京）有限公司 一种新能源汽车续航里程预测方法、***、装置及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1174609A (zh) * 1995-12-14 1998-02-25 菲利浦电子有限公司 带有可充电电池和能计算及指示设备的剩余使用次数装置的设备
JP2006074868A (ja) * 2004-08-31 2006-03-16 Fuji Heavy Ind Ltd 電気自動車のバッテリ充電システム
CN105139476A (zh) * 2015-08-05 2015-12-09 武汉理工大学 一种矿区车辆保养信息提示方法
CN107031439A (zh) * 2017-03-28 2017-08-11 江苏理工学院 晚间运行的电动公交车电池更换方法
CN109515247A (zh) * 2018-10-29 2019-03-26 江苏罗思韦尔电气有限公司 一种基于T-Box纯电动汽车剩余行驶里程的估算方法
CN109784560A (zh) * 2019-01-15 2019-05-21 深圳四海万联科技有限公司 一种电动汽车续航里程估算方法及估算***
CN109941111A (zh) * 2019-04-28 2019-06-28 广州小鹏汽车科技有限公司 剩余续驶里程的预估方法和电动汽车
CN110015141A (zh) * 2017-12-21 2019-07-16 北京长城华冠汽车科技股份有限公司 一种电动汽车剩余续航里程的计算方法及设备
CN110605982A (zh) * 2019-09-23 2019-12-24 东软睿驰汽车技术（沈阳）有限公司 一种电动汽车充电的方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1174609A (zh) * 1995-12-14 1998-02-25 菲利浦电子有限公司 带有可充电电池和能计算及指示设备的剩余使用次数装置的设备
JP2006074868A (ja) * 2004-08-31 2006-03-16 Fuji Heavy Ind Ltd 電気自動車のバッテリ充電システム
CN105139476A (zh) * 2015-08-05 2015-12-09 武汉理工大学 一种矿区车辆保养信息提示方法
CN107031439A (zh) * 2017-03-28 2017-08-11 江苏理工学院 晚间运行的电动公交车电池更换方法
CN110015141A (zh) * 2017-12-21 2019-07-16 北京长城华冠汽车科技股份有限公司 一种电动汽车剩余续航里程的计算方法及设备
CN109515247A (zh) * 2018-10-29 2019-03-26 江苏罗思韦尔电气有限公司 一种基于T-Box纯电动汽车剩余行驶里程的估算方法
CN109784560A (zh) * 2019-01-15 2019-05-21 深圳四海万联科技有限公司 一种电动汽车续航里程估算方法及估算***
CN109941111A (zh) * 2019-04-28 2019-06-28 广州小鹏汽车科技有限公司 剩余续驶里程的预估方法和电动汽车
CN110605982A (zh) * 2019-09-23 2019-12-24 东软睿驰汽车技术（沈阳）有限公司 一种电动汽车充电的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116772877A (zh) * 2023-03-21 2023-09-19 纬创软件（北京）有限公司 一种新能源汽车续航里程预测方法、***、装置及介质
CN116772877B (zh) * 2023-03-21 2024-05-28 纬创软件（北京）有限公司 一种新能源汽车续航里程预测方法、***、装置及介质

Also Published As

Publication number Publication date
CN111114381B (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
Schwenk et al. Integrating battery aging in the optimization for bidirectional charging of electric vehicles
CN104670219B (zh) 用于混合驱动的操作方法
US8670888B1 (en) Dynamically assisting hybrid vehicles
US20190121661A1 (en) Vehicle and computing system
Mkahl et al. An optimal solution for charging management of electric vehicles fleets
CN104442825A (zh) 一种电动汽车剩余行驶里程的预测方法和***
CN103713262A (zh) 用于计算绿色车辆的可能行驶距离的***和方法
CN103419787A (zh) 用于电动车的剩余燃料可行驶距离计算方法
CN111591152B (zh) 充换分离模式下电池包换电决策方法、装置与***
WO2020090949A1 (ja) 蓄電素子評価装置、コンピュータプログラム、蓄電素子評価方法、学習方法及び生成方法
US20230375637A1 (en) Battery diagnostic system
CN111114381B (zh) 车辆信息预估方法、***、终端及可读存储介质
CN115689083A (zh) 一种预见性能量管理方法、装置、电子设备及存储介质
CN112529608A (zh) 信息处理***以及程序
CN105674996A (zh) 一种基于bms的电动汽车行驶预判方法及预判***
US20230303091A1 (en) Simulation-based optimization framework for controlling electric vehicles
CN111071103B (zh) 车辆信息预估方法、***、终端及可读存储介质
Corbet et al. The influence of inclement weather on electric bus efficiency: Evidence from a developed European network
CN111144790B (zh) 任务处理方法、***、终端及可读存储介质
CN111098744B (zh) 站点车辆处理方法、***、终端及可读存储介质
CN117743744A (zh) 换电站电池运行情况展示方法、装置、设备及存储介质
CN112124147A (zh) 适应驾驶习惯的纯电动车辆剩余续驶里程估算方法及***
CN115534706B (zh) 新能源汽车充电方法、装置、计算机设备和存储介质
CN115359646B (zh) 一种基于车载终端的换电车辆调度方法及***
CN116853048A (zh) 用于共享电动汽车和微电网的协同控制方法及控制***

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