一种新能源车在低电量状态下的里程预测方法及装置与流程

本申请涉及新能源车辆，尤其涉及一种新能源车在低电量状态下的里程预测方法及装置。

背景技术：

1、新能源发展前景非常广阔，尤其是在环境保护和经济可持续发展方面，新能源将会逐步取代传统能源，成为未来的主流能源。

2、电池是新能源汽车续航的关键，因此在新能源发展过程中，能源储存技术将是一个非常重要的环节。目前，电池的技术不断革新和提高也将直接推动新能源的发展。然而，新能源汽车在低电量状态下，电池中的化学反应速率发生变化，电池的能量输出受到影响，进而影响车辆行驶时的电量消耗速度。因此当新能源汽车处于低电量状态下时，所显示的剩余里程数往往是不准确的。

技术实现思路

1、有鉴于此，本申请实施例提供了一种新能源车在低电量状态下的里程预测方法及装置，以解决现有技术中新能源汽车在低电量状态下显示剩余里程不准确的问题。

2、本申请实施例的第一方面，提供了一种新能源车在低电量状态下的里程预测方法，包括：

3、当确定目标车辆的剩余电量低于预设的电量阈值，确定目标车辆处于低电量状态；

4、当目标车辆处于低电量状态，确定目标车辆的第一运行数据、第一电池状态数据和第一环境数据；第一运行数据包括，速度、加速度、驾驶模式、空调使用情况；第一电池状态数据包括，电量剩余值、电池健康状态；第一环境数据包括温度、湿度；

5、将第一运行数据、第一电池状态数据和第一环境数据输入预先建立的预测模型，以使预测模型输出目标车辆的第一预测里程；其中，预测模型基于目标车辆的同类型车的历史数据训练得到，目标车辆为新能源车。

6、本申请实施例的第二方面，提供了一种新能源车在低电量状态下的里程预测装置，包括：

7、低电量状态确定模块，被配置为当确定目标车辆的剩余电量低于预设的电量阈值，确定目标车辆处于低电量状态；

8、第一数据确定模块，被配置为当目标车辆处于低电量状态，确定目标车辆的第一运行数据、第一电池状态数据和第一环境数据；第一运行数据包括，速度、加速度、驾驶模式、空调使用情况；第一电池状态数据包括，电量剩余值、电池健康状态；第一环境数据包括温度、湿度；

9、预测模型输出模块，被配置为将第一运行数据、第一电池状态数据和第一环境数据输入预先建立的预测模型，以使预测模型输出目标车辆的第一预测里程；其中，预测模型基于目标车辆的同类型车的历史数据训练得到，目标车辆为新能源车。

10、本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

11、本申请实施例的第四方面，提供了一种可读存储介质，该可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

12、本申请实施例与现有技术相比存在的有益效果是：通过当确定目标车辆的剩余电量低于预设的电量阈值，确定目标车辆处于低电量状态；当目标车辆处于低电量状态，确定目标车辆的第一运行数据、第一电池状态数据和第一环境数据；将第一运行数据、第一电池状态数据和第一环境数据输入预先建立的预测模型，以使预测模型输出目标车辆的第一预测里程；预测模型基于目标车辆的同类型车的历史数据训练得到；目标车辆为新能源车。本申请实施例实现了针对新能源车低电量状态的个性化和动态的续航里程预测，提高了新能源车在低电量状态下的剩余里程预测精度。

技术特征：

1.一种新能源车在低电量状态下的里程预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，还包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标车辆的历史行驶数据绘制所述目标车辆的放电曲线图包括：

4.根据权利要求2所述的方法，其特征在于，当所述目标车辆无法根据所述放电曲线图确定所述释放临界点时，还包括：

5.根据权利要求1所述的方法，其特征在于，还包括：

6.根据权利要求1至5任一项所述方法，其特征在于，还包括：

7.根据权利要求6所述的方法，其特征在于，确定所述第一运行数据、第一电池状态数据和第一环境数据的时刻为第一时刻；确定所述第三运行数据、第三电池状态数据和第三环境数据的时刻为第二时刻；所述第一时刻早于所述第二时刻；则所述根据所述第一预测里程和所述第二预测里程，确定第三预测里程包括：

8.一种新能源车在低电量状态下的里程预测装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且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中任一项所述方法的步骤。

10.一种可读存储介质，所述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中任一项所述方法的步骤。

技术总结
本申请提供了一种新能源车在低电量状态下的里程预测方法及装置。该方法包括：当确定目标车辆的剩余电量低于预设的电量阈值，确定目标车辆处于低电量状态；当目标车辆处于低电量状态，确定目标车辆的第一运行数据、第一电池状态数据和第一环境数据；将第一运行数据、第一电池状态数据和第一环境数据输入预先建立的预测模型，以使预测模型输出目标车辆的第一预测里程；其中，预测模型基于目标车辆的同类型车的历史数据训练得到，目标车辆为新能源车。本申请实现了针对新能源车低电量状态的个性化和动态的续航里程预测，提高了新能源车在低电量状态下的剩余里程预测精度。

技术研发人员：程青青,陈轶,师合迪,李超
受保护的技术使用者：成都赛力斯科技有限公司
技术研发日：
技术公布日：2024/3/12