專利申請類型:發(fā)明專利;
地區(qū):廣東-東莞；
源自:東莞高價(jià)值專利檢索信息庫;

專利名稱：電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

專利類型：發(fā)明專利

專利申請?zhí)枺篊N202410746386.4

專利申請（專利權(quán)）人：廣東車衛(wèi)士信息科技有限公司
權(quán)利人地址：廣東省東莞市松山湖園區(qū)科技十路2號52棟101室

專利發(fā)明（設(shè)計(jì)）人：陳彩霞,揭印泉

專利摘要：本發(fā)明提供一種電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，該電池健康檢測方法包括：獲取目標(biāo)電池組的第一健康度、用戶駕駛路線及第一用戶駕駛習(xí)慣；確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)及第一駕駛數(shù)據(jù)；根據(jù)第一駕駛數(shù)據(jù)對目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到目標(biāo)電池組的第二健康度；根據(jù)第二健康度，生成基于第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，第二用戶駕駛習(xí)慣用于表征對目標(biāo)電池組電池的最低健康損失度。其中電池健康檢測模型采用SEGRNN模型訓(xùn)練得到。本發(fā)明的有益效果為：提高了基于用戶行為影響的情況下電池組的健康檢測的準(zhǔn)確性，并對產(chǎn)生不利于電池健康的駕駛習(xí)慣進(jìn)行修正。

主權(quán)利要求：
1.一種電池健康檢測方法，其特征在于，包括：
根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，所述第一健康度用于表征所述目標(biāo)電池組的當(dāng)前健康度；
根據(jù)所述用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，所述第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；
根據(jù)所述第一駕駛數(shù)據(jù)對所述目標(biāo)電池組采用電池健康檢測模型進(jìn)行預(yù)測，得到所述目標(biāo)電池組的第二健康度，所述第二健康度用于表征駕駛車輛經(jīng)過所述第一時(shí)間段后的健康度；
根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，所述第二用戶駕駛習(xí)慣用于表征對所述目標(biāo)電池組電池的最低健康損失度；
所述電池健康檢測模型通過以下步驟訓(xùn)練得到：
獲取數(shù)據(jù)集，所述數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征；
將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集進(jìn)行預(yù)測，得到預(yù)測結(jié)果；
根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型。
2.根據(jù)權(quán)利要求1所述的電池健康檢測方法，其特征在于，所述根據(jù)所述用戶駕駛路線確定在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，包括：根據(jù)所述駕駛路線，從第三方GIS電子導(dǎo)航地圖獲取線路數(shù)據(jù)，從第三方氣象數(shù)據(jù)平臺(tái)獲取所述駕駛路線的環(huán)境溫度數(shù)據(jù)，其中線路數(shù)據(jù)包括直線行駛路段、加速路段及變向路段中的至少一種。
3.根據(jù)權(quán)利要求2所述的電池健康檢測方法，其特征在于，所述根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，包括：獲取第一用戶駕駛習(xí)慣，其中第一用戶駕駛習(xí)慣包括用戶在歷史時(shí)刻的直線行駛路段的平均行駛速度、加速路段的平均加速度及變向路段的平均轉(zhuǎn)向速度；
根據(jù)所述第一用戶駕駛習(xí)慣、所述環(huán)境溫度數(shù)據(jù)，采用電化學(xué)模型進(jìn)行模擬，得到所述第一駕駛數(shù)據(jù)，其中電化學(xué)模型采用多物理場模擬方法，所述多物理場模擬方法根據(jù)所述第一用戶駕駛習(xí)慣，確定目標(biāo)電池組在不同線路數(shù)據(jù)時(shí)的能量分布，根據(jù)能量分布、當(dāng)前電池溫度、環(huán)境溫度數(shù)據(jù)及當(dāng)前電池組電壓，預(yù)測得到目標(biāo)電池組經(jīng)過直線行駛路段、加速路段及變向路段中的至少一種路段后的電池組電壓及電池組溫度。
4.根據(jù)權(quán)利要求1所述的電池健康檢測方法，其特征在于，所述對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征，包括：對所述數(shù)據(jù)集進(jìn)行規(guī)范化，包括基于時(shí)間對行駛速度、電池組溫度和電池組電壓進(jìn)行轉(zhuǎn)換，得到規(guī)范化的時(shí)間序列數(shù)據(jù)；
對規(guī)范化的時(shí)間序列數(shù)據(jù)進(jìn)行特征提取得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征。
5.根據(jù)權(quán)利要求4所述的電池健康檢測方法，其特征在于，所述將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對所述第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果，包括：將經(jīng)過規(guī)范化的數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集；
所述基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)采用SEGRNN模型，通過SEGRNN模型對駕駛車輛在不同路段的行駛速度對時(shí)間序列特征進(jìn)行劃分，得到時(shí)間序列片段；
將訓(xùn)練數(shù)據(jù)集的電池組溫度、電池組放電電流和電池組電壓作為時(shí)間序列輸入，將車輛在不同路段的行駛速度作為切分標(biāo)準(zhǔn)；
將不同切分標(biāo)準(zhǔn)的時(shí)間序列片段通過SEGRNN模型進(jìn)行預(yù)測，得到所述預(yù)測結(jié)果，其中預(yù)測結(jié)果用于表征目標(biāo)電池組在未來不同時(shí)間片段的行駛速度、電池組溫度和電池組電壓。
6.根據(jù)權(quán)利要求5所述的電池健康檢測方法，其特征在于，所述根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型，包括：采用均方誤差損失函數(shù)，對所述預(yù)測結(jié)果與所述驗(yàn)證數(shù)據(jù)集進(jìn)行差異對比，使用隨機(jī)梯度下降優(yōu)化器，對模型的參數(shù)進(jìn)行更新并最小化損失函數(shù)處理，得到所述電池健康檢測模型。
7.根據(jù)權(quán)利要求6所述的電池健康檢測方法，其特征在于，所述根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，包括：對輸入所述電池健康檢測模型中駕駛車輛的行駛速度進(jìn)行調(diào)整，并以最小電池健康度損失進(jìn)行計(jì)算，得到駕駛車輛在不同路段的第二用戶駕駛習(xí)慣；
根據(jù)所述第二健康度及所述第一健康度，采用貝葉斯模型生成所述用戶駕駛路線電池健康損耗預(yù)測，以及，根據(jù)所述第一用戶駕駛習(xí)慣和第二用戶駕駛習(xí)慣，生成駕駛習(xí)慣推薦結(jié)果。
8.一種電池健康檢測裝置，其特征在于，包括：
第一單元及第二單元，所述第一單元用于進(jìn)行目標(biāo)電池組的健康檢測，所述第二單元用于電池健康檢測模型的訓(xùn)練，其中所述第一單元包括第一模塊、第二模塊及第三模塊，所述第二單元包括第四模塊、第五模塊、第六模塊及第七模塊；
所述第一模塊用于根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，所述第一健康度用于表征所述目標(biāo)電池組的當(dāng)前健康度；
所述第二模塊用于根據(jù)所述用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，所述第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；
所述第三模塊用于根據(jù)所述第一駕駛數(shù)據(jù)對所述目標(biāo)電池組采用電池健康檢測模型進(jìn)行預(yù)測，得到所述目標(biāo)電池組的第二健康度，所述第二健康度用于表征駕駛車輛經(jīng)過所述第一時(shí)間段后的健康度；
所述第四模塊用于根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，所述第二用戶駕駛習(xí)慣用于表征對所述目標(biāo)電池組電池的最低健康損失度；
所述第五模塊用于獲取數(shù)據(jù)集，所述數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征；
所述第六模塊用于將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集進(jìn)行預(yù)測，得到預(yù)測結(jié)果；
所述第七模塊用于根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型。
9.一種電子設(shè)備，其特征在于，包括處理器以及存儲(chǔ)器；
所述存儲(chǔ)器用于存儲(chǔ)程序；
所述處理器執(zhí)行所述程序?qū)崿F(xiàn)如權(quán)利要求1?7中任一項(xiàng)所述的電池健康檢測方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有程序，所述程序被處理器執(zhí)行實(shí)現(xiàn)如權(quán)利要求1?7中任一項(xiàng)所述的電池健康檢測方法。 說明書 : 電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)技術(shù)領(lǐng)域[0001] 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。背景技術(shù)[0002] 對于新能源汽車特別是電動(dòng)汽車，其能源主要來自于獨(dú)立的電池組。電池組在電動(dòng)汽車的不同車況下，其電池健康受電池溫度、負(fù)荷及電荷放電倍率的影響。[0003] 因此，現(xiàn)有技術(shù)主要通過電動(dòng)車電池管理系統(tǒng)（BMS）及多模態(tài)傳感器融合等方式對電動(dòng)汽車的電池組進(jìn)行檢測及預(yù)測完成對電池組的健康檢測，其中BMS電池管理系統(tǒng)主要對電池組的工作情況（如SOC荷電狀態(tài)、SOH健康狀態(tài)、SOP功率狀態(tài)和SOF功能狀態(tài)）進(jìn)行分析，并提出對應(yīng)的應(yīng)對方案，以提高電池的健康度及使用壽命；而多模態(tài)傳感器融合是通過多種溫度傳感器、電壓/電流傳感器采集電池模態(tài)數(shù)據(jù)，通過融合多模態(tài)數(shù)據(jù)并進(jìn)行分析，以完成對電池組的全面健康檢測。[0004] 現(xiàn)有技術(shù)均采用的是根據(jù)電池本身的工作狀態(tài)進(jìn)行預(yù)測，而沒有考慮汽車車況、汽車駕駛路況及用戶駕駛習(xí)慣對電池健康的影響，因此會(huì)導(dǎo)致電池健康損耗較大且無法進(jìn)行準(zhǔn)確檢測。發(fā)明內(nèi)容[0005] 本發(fā)明實(shí)施例的主要目的在于提出一種電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，提高了基于用戶行為影響的情況下電池組的健康檢測的準(zhǔn)確性，延長了電池組的使用壽命。[0006] 本發(fā)明的一方面提供了一種電池健康檢測方法，包括：[0007] 根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，所述第一健康度用于表征所述目標(biāo)電池組的當(dāng)前健康度；[0008] 根據(jù)所述用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，所述第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；[0009] 根據(jù)所述第一駕駛數(shù)據(jù)對所述目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到所述目標(biāo)電池組的第二健康度，所述第二健康度用于表征駕駛車輛經(jīng)過所述第一時(shí)間段后的健康度；[0010] 根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，所述第二用戶駕駛習(xí)慣用于表征對所述目標(biāo)電池組電池的最低健康損失度；[0011] 所述電池健康檢測模型通過以下步驟訓(xùn)練得到：[0012] 獲取數(shù)據(jù)集，所述數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征；[0013] 將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片第三方GIS電子地圖段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果；[0014] 根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型。[0015] 根據(jù)所述的電池健康檢測方法，其中根據(jù)所述用戶駕駛路線確定在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，包括：[0016] 根據(jù)所述駕駛路線，從第三方GIS電子導(dǎo)航地圖獲取線路數(shù)據(jù)，從第三方氣象數(shù)據(jù)平臺(tái)獲取所述駕駛路線在所述的環(huán)境溫度數(shù)據(jù)，其中線路數(shù)據(jù)包括直線行駛路段、加速路段及變向路段中的至少一種。[0017] 根據(jù)所述的電池健康檢測方法，其中根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，包括：[0018] 獲取第一用戶駕駛習(xí)慣，其中第一用戶駕駛習(xí)慣包括用戶在歷史時(shí)刻的直線行駛路段的平均行駛速度、加速路段的平均加速度及變向路段的平均轉(zhuǎn)向速度；[0019] 根據(jù)所述第一用戶駕駛習(xí)慣、所述環(huán)境溫度數(shù)據(jù)，采用電化學(xué)模型進(jìn)行模擬，得到所述第一駕駛數(shù)據(jù)，其中電化學(xué)模型采用多物理場模擬方法，所述多物理場模擬方法根據(jù)所述第一用戶駕駛習(xí)慣，確定目標(biāo)電池組在不同線路數(shù)據(jù)時(shí)的能量分布，根據(jù)能量分布、當(dāng)前電池溫度、環(huán)境溫度數(shù)據(jù)及當(dāng)前電池組電壓，預(yù)測得到目標(biāo)電池組經(jīng)過直線行駛路段、加速路段及變向路段中的至少一種路段后的電池組電壓及電池組溫度。[0020] 根據(jù)所述的電池健康檢測方法，其中對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征，包括：[0021] 對所述數(shù)據(jù)集進(jìn)行規(guī)范化，包括基于時(shí)間對行駛速度、電池組溫度和電池組電壓進(jìn)行轉(zhuǎn)換，得到規(guī)范化的時(shí)間序列數(shù)據(jù)；[0022] 對規(guī)范化的時(shí)間序列數(shù)據(jù)進(jìn)行特征提取得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征。[0023] 根據(jù)所述的電池健康檢測方法，其中將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對所述第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果，包括：[0024] 將經(jīng)過規(guī)范化的數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集；[0025] 所述基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)采用SEGRNN模型，通過SEGRNN模型對駕駛車輛在不同路段的行駛速度對時(shí)間序列特征進(jìn)行劃分，得到時(shí)間序列片段；[0026] 將訓(xùn)練數(shù)據(jù)集的電池組溫度、電池組放電電流和電池組電壓作為時(shí)間序列輸入，將車輛在不同路段的行駛速度作為切分標(biāo)準(zhǔn)；[0027] 將不同切分標(biāo)準(zhǔn)的時(shí)間序列片段通過SEGRNN模型進(jìn)行預(yù)測，得到所述預(yù)測結(jié)果，其中預(yù)測結(jié)果用于表征目標(biāo)電池組在未來不同時(shí)間片段的行駛速度、電池組溫度和電池組電壓。[0028] 根據(jù)所述的電池健康檢測方法，其中根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型，包括：[0029] 采用均方誤差損失函數(shù)，對所述預(yù)測結(jié)果與所述驗(yàn)證數(shù)據(jù)集進(jìn)行差異對比，使用隨機(jī)梯度下降優(yōu)化器，對模型的參數(shù)進(jìn)行更新并最小化損失函數(shù)處理，得到所述電池健康檢測模型。[0030] 根據(jù)所述的電池健康檢測方法，其中根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，包括：[0031] 對輸入所述電池健康檢測模型中駕駛車輛的行駛速度進(jìn)行調(diào)整，并以最小電池健康度損失進(jìn)行計(jì)算，得到駕駛車輛在不同路段的第二用戶駕駛習(xí)慣；[0032] 根據(jù)所述第二健康度及所述第一健康度，采用貝葉斯模型生成所述用戶駕駛路線電池健康損耗預(yù)測，以及，根據(jù)所述第一用戶駕駛習(xí)慣和第二用戶駕駛習(xí)慣，生成駕駛習(xí)慣推薦結(jié)果。[0033] 本發(fā)明實(shí)施例的另一方面提供了一種電池健康檢測裝置，包括：[0034] 第一單元及第二單元，所述第一單元用于進(jìn)行目標(biāo)電池組的健康檢測，所述第二單元用于電池健康檢測模型的訓(xùn)練，其中所述第一單元包括第一模塊、第二模塊及第三模塊，所述二單元包括第四模塊、第五模塊、第六模塊及第七模塊；[0035] 所述第一模塊用于根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，所述第一健康度用于表征所述目標(biāo)電池組的當(dāng)前健康度；[0036] 所述第二模塊用于根據(jù)所述用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)所述路況數(shù)據(jù)及所述第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，所述第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；[0037] 所述第三模塊用于根據(jù)所述第一駕駛數(shù)據(jù)對所述目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到所述目標(biāo)電池組的第二健康度，所述第二健康度用于表征駕駛車輛經(jīng)過所述第一時(shí)間段后的健康度；[0038] 所述第四模塊用于根據(jù)所述第二健康度，生成基于所述第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，所述第二用戶駕駛習(xí)慣用于表征對所述目標(biāo)電池組電池的最低健康損失度；[0039] 所述第五模塊用于獲取數(shù)據(jù)集，所述數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對所述第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到所述第二駕駛數(shù)據(jù)的時(shí)間序列特征；[0040] 所述第六模塊用于將所述時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果；[0041] 所述第七模塊用于根據(jù)所述預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到所述電池健康檢測模型。[0042] 本發(fā)明實(shí)施例的另一方面提供了一種電子設(shè)備，包括處理器以及存儲(chǔ)器；[0043] 所述存儲(chǔ)器用于存儲(chǔ)程序；[0044] 所述處理器執(zhí)行所述程序?qū)崿F(xiàn)如前文所描述的方法。[0045] 本發(fā)明實(shí)施例還公開了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器可以從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行前文所描述的方法。[0046] 本發(fā)明的有益效果為：通過根據(jù)用戶設(shè)定的駕駛路線，考慮駕駛路線及其第一用戶駕駛習(xí)慣，以確定用戶習(xí)慣在駕駛時(shí)對電池組產(chǎn)生的影響，通過SEGRNN模型確定用戶在不同路段因駕駛習(xí)慣對電池組健康的影響，并對用戶駕駛的整個(gè)車程進(jìn)行模擬和預(yù)測，以得到電池健康變化及第一用戶駕駛習(xí)慣對電池健康的影響，提高了基于用戶行為影響的情況下電池組的健康檢測的準(zhǔn)確性，并對產(chǎn)生不利于電池健康的駕駛習(xí)慣進(jìn)行修正。附圖說明[0047] 本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對實(shí)施例的描述中將變得明顯和容易理解，其中：[0048] 圖1是本發(fā)明實(shí)施例的電池健康檢測系統(tǒng)示意圖。[0049] 圖2是本發(fā)明實(shí)施例的電池健康檢測流程示意圖。[0050] 圖3是本發(fā)明實(shí)施例的駕駛數(shù)據(jù)確定流程示意圖。[0051] 圖4是本發(fā)明實(shí)施例的SEGRNN模型訓(xùn)練流程示意圖。[0052] 圖5是本發(fā)明實(shí)施例的電池健康檢測裝置示意圖。具體實(shí)施方式[0053] 下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。在后續(xù)的描述中，使用用于表示元件的諸如“模塊”、“部件”或“單元”的后綴僅為了有利于本發(fā)明的說明，其本身沒有特有的意義。因此，“模塊”、“部件”或“單元”可以混合地使用?！暗谝弧?、“第二”等只是用于區(qū)分技術(shù)特征為目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術(shù)特征的數(shù)量或者隱含指明所指示的技術(shù)特征的先后關(guān)系。在本后續(xù)的描述中，對方法步驟的連續(xù)標(biāo)號是為了方便審查和理解，結(jié)合本發(fā)明的整體技術(shù)方案以及各個(gè)步驟之間的邏輯關(guān)系，調(diào)整步驟之間的實(shí)施順序并不會(huì)影響本發(fā)明技術(shù)方案所達(dá)到的技術(shù)效果。下面通過參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。[0054] 參考圖1，圖1是本發(fā)明實(shí)施例的電池健康檢測系統(tǒng)示意圖。其包括服務(wù)器100、電池組200、采集裝置300、智能終端400，其中采集裝置300用于采集電池組200的電池電壓、電池電流、電池溫度、電池離子濃度等電池?cái)?shù)據(jù)，優(yōu)選地，本發(fā)明主要以電池溫度及電池電壓作為主要采集對象。其可以是一個(gè)或多個(gè)傳感器組成，其中智能終端用于從服務(wù)器100獲取GIS電子地圖獲取線路數(shù)據(jù)，從第三方氣象數(shù)據(jù)平臺(tái)獲取駕駛路線等數(shù)據(jù)。其中服務(wù)器100用于根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，第一健康度用于表征目標(biāo)電池組的當(dāng)前健康度；根據(jù)用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)路況數(shù)據(jù)及第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；根據(jù)第一駕駛數(shù)據(jù)對目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到目標(biāo)電池組的第二健康度，第二健康度用于表征駕駛車輛經(jīng)過第一時(shí)間段后的健康度；根據(jù)第二健康度，生成基于第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，第二用戶駕駛習(xí)慣用于表征對目標(biāo)電池組電池的最低健康損失度；電池健康檢測模型通過以下步驟訓(xùn)練得到：獲取數(shù)據(jù)集，數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到第二駕駛數(shù)據(jù)的時(shí)間序列特征；將時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果；根據(jù)預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到電池健康檢測模型。[0055] 圖2是本發(fā)明實(shí)施例的電池健康檢測流程示意圖。其包括電池健康檢測流程和電池健康檢測模型訓(xùn)練流程。[0056] 其中電池健康檢測流程包括但不限于步驟S100 S400：~[0057] S100，根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣。[0058] 在一些實(shí)施例中，第一健康度用于表征目標(biāo)電池組的當(dāng)前健康度，即本發(fā)明實(shí)施例的電池健康檢測對未來時(shí)間段的檢測。[0059] 在一些實(shí)施例中，其中用戶駕駛路線表示用戶通過智能終端或者汽車導(dǎo)航系統(tǒng)生成的導(dǎo)航路線，如從A市至B市的駕駛路線。[0060] 在一些實(shí)施例中，其中第一用戶駕駛習(xí)慣表示用戶在直線路段的平均數(shù)據(jù)，加速路段的平均加速度，可以理解的是，車輛在進(jìn)行加速或者轉(zhuǎn)彎時(shí)，對電池的溫度提升較高及負(fù)荷較大，容易產(chǎn)生對損耗產(chǎn)生較大的影響。[0061] S200，根據(jù)用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)路況數(shù)據(jù)及第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)。[0062] 在一些實(shí)施例中，第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)，如在直行路段80km/h，電池組57℃，300V，而在進(jìn)入彎道的降速路段，車輛速度為45km/h，電池組溫度為82℃，電壓350V，其中電壓為短時(shí)間變化。[0063] 在一些實(shí)施例中，根據(jù)駕駛路線，從第三方GIS電子地圖獲取線路數(shù)據(jù)，從第三方氣象數(shù)據(jù)平臺(tái)獲取駕駛路線在的環(huán)境溫度數(shù)據(jù)，其中線路數(shù)據(jù)包括直線行駛路段、加速路段及變向路段中的至少一種。[0064] 在一些實(shí)施例中，駕駛數(shù)據(jù)用于表征車輛在不同路段的行駛速度、電池組溫度、電池組放電電流及電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)。[0065] 在一些實(shí)施例中，參考圖3所示的駕駛數(shù)據(jù)確定流程示意圖，其包括但不限于步驟S210 S220：~[0066] S210，獲取第一用戶駕駛習(xí)慣，其中第一用戶駕駛習(xí)慣包括用戶在歷史時(shí)刻的直線行駛路段的平均行駛速度、加速路段的平均加速度及變向路段的平均轉(zhuǎn)向速度；[0067] S220，根據(jù)第一用戶駕駛習(xí)慣、環(huán)境溫度數(shù)據(jù)，采用電化學(xué)模型進(jìn)行模擬，得到第一駕駛數(shù)據(jù)。[0068] 在一些實(shí)施例中，其中電化學(xué)模型采用多物理場模擬方法，多物理場模擬方法根據(jù)第一用戶駕駛習(xí)慣，確定目標(biāo)電池組在不同線路數(shù)據(jù)時(shí)的能量分布，根據(jù)能量分布、當(dāng)前電池溫度、環(huán)境溫度數(shù)據(jù)及當(dāng)前電池組電壓，預(yù)測得到目標(biāo)電池組經(jīng)過直線行駛路段、加速路段及變向路段中的至少一種路段后的電池組電壓及電池組溫度。[0069] 在一些實(shí)施例中，其中多物理場模擬方法采用COMSOL，通過車輛速度來確定電池消耗能量，根據(jù)消耗能量、電池/電池組電壓、電池組溫度通過COMSOL進(jìn)行模擬及預(yù)測。[0070] S300，根據(jù)第一駕駛數(shù)據(jù)對目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到目標(biāo)電池組的第二健康度，第二健康度用于表征駕駛車輛經(jīng)過第一時(shí)間段后的健康度。[0071] 在一些實(shí)施例中，本發(fā)明的實(shí)施例通過電池健康檢測模型對電池組的溫度、電流、電壓、離子濃度等進(jìn)行檢測或預(yù)測，基于模型檢測結(jié)果可選地通過SOC荷電狀態(tài)、SOH健康狀態(tài)、SOP功率狀態(tài)和SOF功能狀態(tài)來進(jìn)行第二健康度的計(jì)算。[0072] S400，根據(jù)第二健康度，生成基于第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，第二用戶駕駛習(xí)慣用于表征對目標(biāo)電池組電池的最低健康損失度。[0073] 在一些實(shí)施例中，對輸入電池健康檢測模型中駕駛車輛的行駛速度進(jìn)行調(diào)整，并以最小電池健康度損失進(jìn)行計(jì)算，得到駕駛車輛在不同路段的第二用戶駕駛習(xí)慣；根據(jù)第二健康度及第一健康度，采用貝葉斯模型生成用戶駕駛路線電池健康損耗預(yù)測，以及，根據(jù)第一用戶駕駛習(xí)慣和第二用戶駕駛習(xí)慣，生成駕駛習(xí)慣推薦結(jié)果。[0074] 在一些實(shí)施例中，第二健康度以基于用戶駕駛習(xí)慣及預(yù)設(shè)行進(jìn)線路進(jìn)行預(yù)測得到，當(dāng)用戶駕駛車輛進(jìn)行路線變動(dòng)時(shí)，進(jìn)行動(dòng)態(tài)計(jì)算并重新得到預(yù)測結(jié)果。[0075] 可以理解的是，第二用戶駕駛習(xí)慣以最小電池健康度損失進(jìn)行計(jì)算得到，因此，本發(fā)明實(shí)施例通過第二用戶駕駛習(xí)慣對用戶進(jìn)行建議，如提前進(jìn)入彎道時(shí)間、彎道轉(zhuǎn)彎速度及加速檔位，當(dāng)然，第二用戶駕駛習(xí)慣必須基于駕駛規(guī)范進(jìn)行建議。[0076] 其中電池健康檢模型的訓(xùn)練流程S500 S700：~[0077] S500，獲取數(shù)據(jù)集，數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到第二駕駛數(shù)據(jù)的時(shí)間序列特征。[0078] 在一些實(shí)施例中，對數(shù)據(jù)集進(jìn)行規(guī)范化，包括基于時(shí)間對行駛速度、電池組溫度和電池組電壓進(jìn)行轉(zhuǎn)換，得到規(guī)范化的時(shí)間序列數(shù)據(jù)；對規(guī)范化的時(shí)間序列數(shù)據(jù)進(jìn)行特征提取得到第二駕駛數(shù)據(jù)的時(shí)間序列特征。[0079] S600，將時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果。[0080] 在一些實(shí)施例中，參考圖4所示的SEGRNN模型訓(xùn)練流程示意圖，其包括但不限于步驟S610 S630：~[0081] S610，將經(jīng)過規(guī)范化的數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集；[0082] S620，基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)采用SEGRNN模型，通過SEGRNN模型對駕駛車輛在不同路段的行駛速度對時(shí)間序列特征進(jìn)行劃分，得到時(shí)間序列片段；[0083] S630，將訓(xùn)練數(shù)據(jù)集的電池組溫度、電池組放電電流和電池組電壓作為時(shí)間序列輸入，將車輛在不同路段的行駛速度作為切分標(biāo)準(zhǔn)；[0084] S640，將不同切分標(biāo)準(zhǔn)的時(shí)間序列片段通過SEGRNN模型進(jìn)行預(yù)測，得到預(yù)測結(jié)果。[0085] 可以理解的是，其中預(yù)測結(jié)果用于表征目標(biāo)電池組在未來不同時(shí)間片段的行駛速度、電池組溫度和電池組電壓。[0086] 在一些實(shí)施例中，本發(fā)明對于不同路段距離及對應(yīng)的不同長度的時(shí)間序列關(guān)系，因此SEGRNN模型可以處理不同長度的序列，這使得它在處理實(shí)際的數(shù)據(jù)時(shí)更加靈活，因此對于不同長度的時(shí)間序列關(guān)系具有更好的預(yù)測效果及準(zhǔn)確率。[0087] S700，根據(jù)預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到電池健康檢測模型。[0088] 在一些實(shí)施例中，采用如MASE均方誤差損失函數(shù)，對預(yù)測結(jié)果與驗(yàn)證數(shù)據(jù)集進(jìn)行差異對比，使用隨機(jī)梯度下降優(yōu)化器，對模型的參數(shù)進(jìn)行更新并最小化損失函數(shù)處理，得到電池健康檢測模型。[0089] 圖5是本發(fā)明實(shí)施例的電池健康檢測分析裝置圖。該裝置包括了第一單元及第二單元，第一單元用于進(jìn)行目標(biāo)電池組的健康檢測，第二單元用于電池健康檢測模型的訓(xùn)練，其中第一單元包括第一模塊510、第二模塊520及第三模塊530，第二單元包括第四模塊540、第五模塊550及、六模塊560及第七模塊570；[0090] 其中，第一模塊510用于根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，第一健康度用于表征目標(biāo)電池組的當(dāng)前健康度；第二模塊520用于根據(jù)用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)路況數(shù)據(jù)及第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；第三模塊530用于根據(jù)第一駕駛數(shù)據(jù)對目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到目標(biāo)電池組的第二健康度，第二健康度用于表征駕駛車輛經(jīng)過第一時(shí)間段后的健康度；第四模塊540用于根據(jù)第二健康度，生成基于第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，第二用戶駕駛習(xí)慣用于表征對目標(biāo)電池組電池的最低健康損失度；第五模塊550用于獲取數(shù)據(jù)集，數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到第二駕駛數(shù)據(jù)的時(shí)間序列特征；第六模塊560用于將時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果；第七模塊570用于根據(jù)預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到電池健康檢測模型。[0091] 示例性地，在裝置中的第一模塊、第二模塊、第三模塊、第四模塊、第五模塊、第六模塊及第七模塊的合作下，實(shí)施例裝置可以實(shí)現(xiàn)前述的任意一種電池健康檢測方法，即根據(jù)電池健康檢測請求，獲取目標(biāo)電池組的第一健康度，以及獲取用戶駕駛路線及第一用戶駕駛習(xí)慣，第一健康度用于表征目標(biāo)電池組的當(dāng)前健康度；根據(jù)用戶駕駛路線確定駕駛車輛在第一時(shí)間段內(nèi)的路況數(shù)據(jù)，根據(jù)路況數(shù)據(jù)及第一用戶駕駛習(xí)慣，生成用戶在第一時(shí)間段的第一駕駛數(shù)據(jù)，第一駕駛數(shù)據(jù)用于表征駕駛車輛在不同路段類型行駛時(shí)的行駛速度、電池組溫度和電池組電壓中的至少一種時(shí)間序列數(shù)據(jù)；根據(jù)第一駕駛數(shù)據(jù)對目標(biāo)電池組的采用電池健康檢測模型進(jìn)行預(yù)測，得到目標(biāo)電池組的第二健康度，第二健康度用于表征駕駛車輛經(jīng)過第一時(shí)間段后的健康度；根據(jù)第二健康度，生成基于第一用戶駕駛習(xí)慣的電池健康損失預(yù)測報(bào)告，并生成第二用戶駕駛習(xí)慣，第二用戶駕駛習(xí)慣用于表征對目標(biāo)電池組電池的最低健康損失度；其中，電池健康檢測模型通過以下步驟訓(xùn)練得到：獲取數(shù)據(jù)集，數(shù)據(jù)集包括第二駕駛數(shù)據(jù)，對第二駕駛數(shù)據(jù)進(jìn)行特征提取，得到第二駕駛數(shù)據(jù)的時(shí)間序列特征；將時(shí)間序列特征根據(jù)車輛在不同路段的行駛速度劃分為時(shí)間序列片段，通過采用基于時(shí)間序列的遞歸神經(jīng)網(wǎng)絡(luò)對第二數(shù)據(jù)集的進(jìn)行預(yù)測，得到預(yù)測結(jié)果；根據(jù)預(yù)測結(jié)果，采用損失函數(shù)進(jìn)行訓(xùn)練及優(yōu)化，得到電池健康檢測模型。本發(fā)明的有益效果為：通過根據(jù)用戶設(shè)定的駕駛路線，考慮駕駛路線及其第一用戶駕駛習(xí)慣，以確定用戶習(xí)慣在駕駛時(shí)對電池組產(chǎn)生的影響，通過SEGRNN模型確定用戶在不同路段因駕駛習(xí)慣對電池組健康的影響，并對用戶駕駛的整個(gè)車程進(jìn)行模擬和預(yù)測，以得到電池健康變化及第一用戶駕駛習(xí)慣對電池健康的影響，提高了基于用戶行為影響的情況下電池組的健康檢測的準(zhǔn)確性，并對產(chǎn)生不利于電池健康的駕駛習(xí)慣進(jìn)行修正。[0092] 本發(fā)明實(shí)施例還提供了一種電子設(shè)備，該電子設(shè)備包括處理器以及存儲(chǔ)器；[0093] 存儲(chǔ)器存儲(chǔ)有程序；[0094] 處理器執(zhí)行程序以執(zhí)行前述的電池健康檢測方法；該電子設(shè)備具有搭載并運(yùn)行本發(fā)明實(shí)施例提供的電池健康檢測的軟件系統(tǒng)的功能，例如，個(gè)人電腦、迷你計(jì)算機(jī)、主框架、工作站、網(wǎng)絡(luò)或分布式計(jì)算環(huán)境、單獨(dú)的或集成的計(jì)算機(jī)平臺(tái)、或者與帶電粒子工具或其它成像裝置通信等等。[0095] 本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有程序，所述程序被處理器執(zhí)行實(shí)現(xiàn)如前面所述的電池健康檢測方法。[0096] 在一些可選擇的實(shí)施例中，在方框圖中提到的功能/操作可以不按照操作示圖提到的順序發(fā)生。例如，取決于所涉及的功能/操作，連續(xù)示出的兩個(gè)方框?qū)嶋H上可以被大體上同時(shí)地執(zhí)行或所述方框有時(shí)能以相反順序被執(zhí)行。此外，在本發(fā)明的流程圖中所呈現(xiàn)和描述的實(shí)施例以示例的方式被提供，目的在于提供對技術(shù)更全面的理解。所公開的方法不限于本文所呈現(xiàn)的操作和邏輯流程?？蛇x擇的實(shí)施例是可預(yù)期的，其中各種操作的順序被改變以及其中被描述為較大操作的一部分的子操作被獨(dú)立地執(zhí)行。[0097] 本發(fā)明實(shí)施例還公開了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器可以從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行前述的電池健康檢測方法。[0098] 此外，雖然在功能性模塊的背景下描述了本發(fā)明，但應(yīng)當(dāng)理解的是，除非另有相反說明，所述的功能和/或特征中的一個(gè)或多個(gè)可以被集成在單個(gè)物理裝置和/或軟件模塊中，或者一個(gè)或多個(gè)功能和/或特征可以在單獨(dú)的物理裝置或軟件模塊中被實(shí)現(xiàn)。還可以理解的是，有關(guān)每個(gè)模塊的實(shí)際實(shí)現(xiàn)的詳細(xì)討論對于理解本發(fā)明是不必要的。更確切地說，考慮到在本文中公開的裝置中各種功能模塊的屬性、功能和內(nèi)部關(guān)系的情況下，在工程師的常規(guī)技術(shù)內(nèi)將會(huì)了解該模塊的實(shí)際實(shí)現(xiàn)。因此，本領(lǐng)域技術(shù)人員運(yùn)用普通技術(shù)就能夠在無需過度試驗(yàn)的情況下實(shí)現(xiàn)在權(quán)利要求書中所闡明的本發(fā)明。還可以理解的是，所公開的特定概念僅僅是說明性的，并不意在限制本發(fā)明的范圍，本發(fā)明的范圍由所附權(quán)利要求書及其等同方案的全部范圍來決定。[0099] 所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備（可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等）執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤、移動(dòng)硬盤、只讀存儲(chǔ)器（ROM，Read?OnlyMemory）、隨機(jī)存取存儲(chǔ)器（RAM，RandomAccessMemory）、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。[0100] 在流程圖中表示或在此以其他方式描述的邏輯和/或步驟，例如，可以被認(rèn)為是用于實(shí)現(xiàn)邏輯功能的可執(zhí)行指令的定序列表，可以具體實(shí)現(xiàn)在任何計(jì)算機(jī)可讀介質(zhì)中，以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備（如基于計(jì)算機(jī)的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng)）使用，或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說明書而言，“計(jì)算機(jī)可讀介質(zhì)”可以是任何可以包含、存儲(chǔ)、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。[0101] 計(jì)算機(jī)可讀介質(zhì)的更具體的示例（非窮盡性列表）包括以下：具有一個(gè)或多個(gè)布線的電連接部（電子裝置），便攜式計(jì)算機(jī)盤盒（磁裝置），隨機(jī)存取存儲(chǔ)器（RAM），只讀存儲(chǔ)器（ROM），可擦除可編輯只讀存儲(chǔ)器（EPROM或閃速存儲(chǔ)器），光纖裝置，以及便攜式光盤只讀存儲(chǔ)器（CDROM）。另外，計(jì)算機(jī)可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì)，因?yàn)榭梢岳缤ㄟ^對紙或其他介質(zhì)進(jìn)行光學(xué)掃描，接著進(jìn)行編輯、解譯或必要時(shí)以其他合適方式進(jìn)行處理來以電子方式獲得所述程序，然后將其存儲(chǔ)在計(jì)算機(jī)存儲(chǔ)器中。[0102] 應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實(shí)現(xiàn)。在上述實(shí)施方式中，多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來實(shí)現(xiàn)。例如，如果用硬件來實(shí)現(xiàn)，和在另一實(shí)施方式中一樣，可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來實(shí)現(xiàn)：具有用于對數(shù)據(jù)信號實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列（PGA），現(xiàn)場可編程門陣列（FPGA）等。[0103] 在本說明書的描述中，參考術(shù)語“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。[0104] 盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不脫離本發(fā)明的原理和宗旨的情況下可以對這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由權(quán)利要求及其等同物限定。[0105] 以上是對本發(fā)明的較佳實(shí)施進(jìn)行了具體說明，但本發(fā)明并不限于所述實(shí)施例，熟悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可做出種種的等同變形或替換，這些等同的變形或替換均包含在本申請權(quán)利要求所限定的范圍內(nèi)。

專利地區(qū)：廣東

專利申請日期：2024-06-11

專利公開日期：2024-08-02

專利公告號：CN118311465B

以上信息來自國家知識(shí)產(chǎn)權(quán)局，如信息有誤請聯(lián)系我方更正！
該專利所有權(quán)非本平臺(tái)所有，我方無法提供專利權(quán)所有者聯(lián)系方式，請勿聯(lián)系我方。

相關(guān)知識(shí)

電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
電池檢測方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì).pdf
電池健康度狀態(tài)的檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì).pdf
電池健康度確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì).pdf
電池健康度的確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)與流程
電池健康狀態(tài)診斷方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)與流程
電池健康狀態(tài)快速檢測方法、裝置、檢測儀及存儲(chǔ)介質(zhì)
電池健康狀態(tài)預(yù)測方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)與流程
動(dòng)力電池健康狀態(tài)評估方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備與流程
蓄電池健康度估算方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)與流程

網(wǎng)址: 電池健康檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì) http://www.u1s5d6.cn/newsview1636040.html