一种新能源汽车充电方法及系统与流程

本发明涉及新能源电动汽车，特别涉及一种新能源汽车充电方法及系统。

背景技术：

1、随着科技的进步以及生产力的快速发展，新能源电动汽车技术也日趋成熟，并且逐渐得到了人们的认可，已经在人们的日常生活中得到普及，极大的方便了人们的生活。

2、其中，现有的新能源汽车的充电方式主要有三种：传导充电、换电充电以及无线充电，具体的，传导充电主要是通过有线连接将充电桩与新能源汽车的电池直接电性连接在一起，以直接对电池充电，但充电的效率较低，换电充电主要是通过直接更换新能源汽车的内部电池的方式来完成新能源汽车的充电，虽然充电效率较高，但换电的成本也较高，另外，无线充电主要是通过无线电磁感应或者无线微波等方式将电能从充电桩传输至车辆的电池内，虽然充电成本较低，但充电的时间较长。

3、因此，针对现有技术的不足，提供一种低成本、高效率的新能源汽车充电方法很有必要。

技术实现思路

1、基于此，本发明的目的是提供一种新能源汽车充电方法及系统，以提供一种具有低成本、高效率的新能源汽车充电方法。

2、本发明实施例第一方面提出了：

3、一种新能源汽车充电方法，其中，所述方法包括以下步骤：

4、当检测到充电桩时，启用设置在车辆内部的第一量子通信模块，并通过所述第一量子通信模块激活所述充电桩内部的第二量子通信模块，以建立所述第一量子通信模块与所述第二量子通信模块之间的无线通信连接；

5、通过所述车辆内部的预设量子传感器实时采集动力电池包的理论状态参数，并通过所述第一量子通信模块将所述理论状态参数发送至所述第二量子通信模块；

6、通过所述理论状态参数以及预设神经网络在所述充电桩中构建出对应的充电模型，并通过所述预设量子传感器采集所述动力电池包的实际状态参数；

7、通过所述充电模型根据所述实际状态参数生成对应的最优充电参数，以根据所述最优充电参数向所述动力电池包充电。

8、本发明的有益效果是：通过实时建立第一量子通信模块与第二量子通信模块之间的通信连接，能够简单、快速的实现车辆与充电桩两者之间的信息交互，基于此，再根据实时采集到的动力电池包的理论状态参数构建出对应的充电模型，进一步的，只需要将实时采集到的动力电池包的实际状态参数输入至上述充电模型中，就能够使当前充电模型对应输出最优充电参数，从而能够大幅提升动力电池包的充电效率，同时提升了用户的使用体验。

9、进一步的所述通过所述理论状态参数以及预设神经网络在所述充电桩中构建出对应的充电模型的步骤包括：

10、当获取到所述理论状态参数时，对所述理论状态参数进行归一化处理，并将归一化处理后的理论状态参数生成对应的模型数据集；

11、基于预设规则将所述模型数据集拆分成对应的训练集以及验证集，并将所述训练集和所述验证集分别依次输入至所述预设神经网络的编码层、解析层以及学习层中，以对应构建出所述充电模型。

12、进一步的所述基于预设规则将所述模型数据集拆分成对应的训练集以及验证集的步骤包括：

13、当获取到所述模型数据集时，提取出所述模型数据集中包含的若干数据子集，每一所述数据子集分别包含一种参数；

14、获取与所述充电桩对应的硬件配置参数，并基于所述硬件配置参数对每一所述数据子集分别添加对应的目标权重；

15、根据所述目标权重在若干所述数据子集中提取出对应的若干目标数据集，并根据若干所述目标数据集分别生成所述训练集以及所述验证集，所述目标数据集具有唯一性。

16、进一步的所述将所述训练集和所述验证集分别依次输入至所述预设神经网络的编码层、解析层以及学习层中，以对应构建出所述充电模型的步骤包括：

17、当获取到所述训练集时，将所述训练集输入至所述编码层中的transformer编码器中，以将所述训练集编码成对应的训练代码；

18、将所述训练代码输入至所述解析层中，以通过所述解析层中的解析算法将所述训练代码解析成对应的若干特征值；

19、将若干所述特征值输入至所述学习层中的学习网络中，并通过若干所述特征值对所述学习网络中的初始网络参数进行调整，以对应生成所述充电模型。

20、进一步的所述通过若干所述特征值对所述学习网络中的初始网络参数进行调整，以对应生成所述充电模型的步骤包括：

21、检测出所述学习网络中包含的若干网络节点，并从每一所述网络节点中分别提取出若干所述初始网络参数；

22、逐一检测出每一所述初始网络参数分别对应的参数类型，并根据所述参数类型将若干所述特征值分别映射至每一所述学习节点中，以在每一所述学习节点中将所述初始网络参数替换成所述特征值，所述特征值具有唯一性。

23、进一步的所述通过所述充电模型根据所述实际状态参数生成对应的最优充电参数的步骤包括：

24、当获取到所述实际状态参数时，通过所述充电模型根据所述实际状态参数确定出所述动力电池包的充电等级，并在预设数据库中确定出与所述充电等级对应的充电系数；

25、根据所述实际状态参数以及所述充电系数对应计算出所述最优充电参数。

26、进一步的所述方法还包括：

27、当检测到所述动力电池包充电完成时，在所述车辆内部的仪表盘中发出对应的提示信息，所述提示信息包括文字提示以及图标提示。

28、本发明实施例第二方面提出了：

29、一种新能源汽车充电系统，其中，所述系统包括：

30、检测模块，用于当检测到充电桩时，启用设置在车辆内部的第一量子通信模块，并通过所述第一量子通信模块激活所述充电桩内部的第二量子通信模块，以建立所述第一量子通信模块与所述第二量子通信模块之间的无线通信连接；

31、采集模块，用于通过所述车辆内部的预设量子传感器实时采集动力电池包的理论状态参数，并通过所述第一量子通信模块将所述理论状态参数发送至所述第二量子通信模块；

32、处理模块，用于通过所述理论状态参数以及预设神经网络在所述充电桩中构建出对应的充电模型，并通过所述预设量子传感器采集所述动力电池包的实际状态参数；

33、充电模块，用于通过所述充电模型根据所述实际状态参数生成对应的最优充电参数，以根据所述最优充电参数向所述动力电池包充电。

34、进一步的所述处理模块具体用于：

35、当获取到所述理论状态参数时，对所述理论状态参数进行归一化处理，并将归一化处理后的理论状态参数生成对应的模型数据集；

36、基于预设规则将所述模型数据集拆分成对应的训练集以及验证集，并将所述训练集和所述验证集分别依次输入至所述预设神经网络的编码层、解析层以及学习层中，以对应构建出所述充电模型。

37、进一步的所述处理模块还具体用于：

38、当获取到所述模型数据集时，提取出所述模型数据集中包含的若干数据子集，每一所述数据子集分别包含一种参数；

39、获取与所述充电桩对应的硬件配置参数，并基于所述硬件配置参数对每一所述数据子集分别添加对应的目标权重；

40、根据所述目标权重在若干所述数据子集中提取出对应的若干目标数据集，并根据若干所述目标数据集分别生成所述训练集以及所述验证集，所述目标数据集具有唯一性。

41、进一步的所述处理模块还具体用于：

42、当获取到所述训练集时，将所述训练集输入至所述编码层中的transformer编码器中，以将所述训练集编码成对应的训练代码；

43、将所述训练代码输入至所述解析层中，以通过所述解析层中的解析算法将所述训练代码解析成对应的若干特征值；

44、将若干所述特征值输入至所述学习层中的学习网络中，并通过若干所述特征值对所述学习网络中的初始网络参数进行调整，以对应生成所述充电模型。

45、进一步的所述处理模块还具体用于：

46、检测出所述学习网络中包含的若干网络节点，并从每一所述网络节点中分别提取出若干所述初始网络参数；

47、逐一检测出每一所述初始网络参数分别对应的参数类型，并根据所述参数类型将若干所述特征值分别映射至每一所述学习节点中，以在每一所述学习节点中将所述初始网络参数替换成所述特征值，所述特征值具有唯一性。

48、进一步的所述充电模块具体用于：

49、当获取到所述实际状态参数时，通过所述充电模型根据所述实际状态参数确定出所述动力电池包的充电等级，并在预设数据库中确定出与所述充电等级对应的充电系数；

50、根据所述实际状态参数以及所述充电系数对应计算出所述最优充电参数。

51、进一步的所述新能源汽车充电系统还包括提示模块，所述提示模块具体用于：

52、当检测到所述动力电池包充电完成时，在所述车辆内部的仪表盘中发出对应的提示信息，所述提示信息包括文字提示以及图标提示。

53、本发明实施例第三方面提出了：

54、一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上面所述的新能源汽车充电方法。

55、本发明实施例第四方面提出了：

56、一种可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上面所述的新能源汽车充电方法。

57、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。