[發明專利]電動車輛電池云端管理系統、方法、介質及云端服務器

在審

• 申請號: 202011560426.4
• 申請日: 2020-12-25
• 公開（公告）號: CN112816875A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 夏雨雨;宋愛;崔桐;張俊雄;冉小龍;何博
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/3842;B60L3/00;B60L58/12;H04L29/08
• 代理公司: 北京煦潤律師事務所 11522
• 代理人: 高瑩;梁永芳

1.一種電動車輛電池云端管理系統，其特征在于，包括：

云端數據預處理模塊，用于在云平臺對卡爾曼濾波法SOC估算建模所需的充放電實驗測試數據進行數據預處理得到相應的建模參數，由電動車輛進行下載，并進行卡爾曼濾波法SOC估算建模，以用于電池的SOC估算；

和/或，

神經網絡模型估算模塊，用于在云平臺建立SOC估算神經網絡模型，以及基于所建立的SOC估算神經網絡模型對電動車輛電池進行實時SOC估算。

2.根據權利要求1所述的系統，其特征在于，所述神經網絡模型估算模塊，在云平臺對卡爾曼濾波法估算SOC建模所需的充放電實驗測試數據進行數據預處理得到相應的建模參數，包括：

獲取不同電池的充放電實驗測試數據以及不同的充放電實驗測試數據對應的預設數據處理方式；

根據所述預設數據處理方式對相應實驗測試數據進行預處理，得到卡爾曼濾波法估算SOC建模所需的建模參數；

和/或，

所述神經網絡模型估算模塊，在云平臺建立SOC估算神經網絡模型，包括：

接收電池充放電實驗測試數據和/或電池在預設時間內的運行參數；

運用深度學習框架對接收的電池充放電實驗測試數據和/或電池在預設時間內的運行參數進行深度學習訓練得到SOC估算神經網絡模型；

和/或，

所述神經網絡模型估算模塊，基于所建立的SOC估算神經網絡模型對電動車輛電池進行實時SOC估算，包括：

接收電動汽車在運行過程中發送的電池運行參數；

將所述電池運行參數輸入所述SOC估算神經網絡模型中，輸出所述電動汽車的實時SOC估算值。

3.根據權利要求1或2所述的系統，其特征在于，還包括：

電動車輛故障預警模塊，用于在云平臺建立電動車輛故障預警模型，基于所述電動車輛故障預警模型，確定電動車輛的安全狀態。

4.根據權利要求3所述的系統，其特征在于，所述電動車輛故障預警模塊，在云平臺建立電動車輛故障預警模型，包括：

獲取電動車輛發生故障前后的預設時間內的故障運行參數；

對獲取的故障運行參數進行模型訓練，建立電動車輛故障預警模型。

5.一種電動車輛電池云端管理方法，其特征在于，包括：

在云平臺對卡爾曼濾波法SOC估算建模所需的充放電實驗測試數據進行數據預處理得到相應的建模參數，由電動車輛進行下載，并進行卡爾曼濾波法SOC估算建模，以用于電池的SOC估算；

和/或，

在云平臺建立SOC估算神經網絡模型，以及基于所建立的SOC估算神經網絡模型對電動車輛電池進行實時SOC估算。

6.根據權利要求5所述的方法，其特征在于，在云平臺對卡爾曼濾波法估算SOC建模所需的充放電實驗測試數據進行數據預處理得到相應的建模參數，包括：

獲取不同電池的充放電實驗測試數據以及不同的充放電實驗測試數據對應的預設數據處理方式；

根據所述預設數據處理方式對相應實驗測試數據進行預處理，得到卡爾曼濾波法估算SOC建模所需的建模參數；

和/或，

在云平臺建立SOC估算神經網絡模型，包括：

接收電池充放電實驗測試數據和/或電池在預設時間內的運行參數；

運用深度學習框架對接收的電池充放電實驗測試數據和/或電池在預設時間內的運行參數進行深度學習訓練得到SOC估算神經網絡模型；

和/或，

基于所建立的SOC估算神經網絡模型對電動車輛電池進行實時SOC估算，包括：

接收電動汽車在運行過程中發送的電池運行參數；

將所述電池運行參數輸入所述SOC估算神經網絡模型中，輸出所述電動汽車的實時SOC估算值。

7.根據權利要求5或6所述的方法，其特征在于，還包括：

在云平臺建立電動車輛故障預警模型，基于所述電動車輛故障預警模型，確定電動車輛的安全狀態。