[发明专利]一种基于云端智能互联大数据的温度预测和装置

权利要求书

1.一种基于云端智能互联大数据的温度预测方法，其特征在于，包括：

车辆获取动力电池的初始荷电状态SOC和初始温度；

车辆根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池充电截止时的第一预测温升量；所述第一预测温升量是由所述车辆获取的；

车辆获取云端服务器确定的、由所述初始荷电状态SOC和初始温度进行充电开始至充电截止时的第二预测温升量；

车辆根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度；

其中，根据所述初始荷电状态SOC和所述初始温度，确定充电截止时的第一预测温升量，包括：

根据所述初始荷电状态SOC，确定充电过程中的多个SOC区间；其中，每一所述SOC区间对应一个时间检测周期；

根据预存的第一充电参数映射表，确定与所述初始温度对应在每一所述SOC区间对应的温升变化量；所述第一充电参数映射表包括多个温度区间内，每一SOC区间与温升变化量的对应关系；

根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量；

其中，所述第一充电参数映射表为根据前一次充电过程更新的映射表；

其中，所述方法还包括：

获取所述动力电池充电截止时的目标荷电状态SOC和充电过程中的多个SOC变化量；

若所述目标荷电状态SOC和所述初始荷电状态SOC的差值，大于多个SOC变化量之和，执行根据所述初始荷电状态SOC和初始温度，确定所述动力电池充电截止时的第一预测温升量的步骤；

否则，确定所述第一预测温升量为第二预设温度与所述初始温度的差值；

其中，所述第二预设温度是用于划分常温和高温的临界温度值；

其中，根据所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度，包括：

获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重；

根据所述第一权重、所述第二权重、所述第一预测温升量和所述第二预测温升量，确定所述动力电池充电截止时的预测温度；

其中，获取与所述第一预测温升量对应的第一权重，以及与所述第二预测温升量对应的第二权重，包括：

确定全部预测温升量为所述第一预测温升量和所述第二预测温升量之和；

根据所述第一预测温升量、所述全部预测温升量，确定所述第一权重；

根据所述第二预测温升量、所述全部预测温升量，确定所述第二权重；其中，所述第一权重和所述第二权重之和为1。

2.根据权利要求1所述的基于云端智能互联大数据的温度预测方法，其特征在于，根据与每一所述SOC区间对应的所述温升变化量，确定所述第一预测温升量，包括：

根据初始温度和第一预设温度，确定所述第一预设温度与所述初始温度的差值为加热过程中的第一温度变化量；

根据所述温度区间，从当前存储的第一充电参数映射表，获取每一SOC区间的多个温升变化量；

根据多个所述温升变化量作求和运算，确定所述动力电池加热过程中的第二温度变化量；

根据所述第一温度变化量和所述第二温度变化量，确定所述动力电池充电截止时的第一预测温升量；

其中，所述第一预设温度是用于划分常温和高温的临界温度值。

3.根据权利要求1所述的基于云端智能互联大数据的温度预测方法，其特征在于，

云端服务器获取目标车辆的动力电池的初始荷电状态SOC和初始温度；

云端服务器根据所述初始荷电状态SOC和所述初始温度，确定所述动力电池在充电截止时的第二预测温升量；

云端服务器将所述第二预测温升量发送至所述目标车辆。

4.根据权利要求3所述的基于云端智能互联大数据的温度预测方法，其特征在于，所述确定与所述初始荷电状态SOC和所述初始温度对应的第二预测温升量，包括：

获取车辆状态与所述目标车辆的车辆状态相匹配的多个车辆，在初始荷电状态SOC和初始温度分别进行充电后的第三预测温升量；

根据多个所述第三预测温升量，确定所述第二预测温升量；

其中，所述车辆状态至少包括车辆所处的区域位置信息。