两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

電池健康狀態(tài)估計(jì)方法、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)與流程

文檔序號(hào):40611837發(fā)布日期:2025-01-07 20:56閱讀:9來(lái)源:國(guó)知局
電池健康狀態(tài)估計(jì)方法、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)與流程

本技術(shù)涉及電池領(lǐng)域,尤其涉及一種電池健康狀態(tài)估計(jì)方法、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。


背景技術(shù):

1、隨著電動(dòng)汽車的發(fā)展,電池的使用壽命也越來(lái)越受關(guān)注。電池健康狀態(tài)(state?ofhealth,soh),也稱電池衰減系數(shù),用于反映電池的老化程度和健康程度。soh值越大,表示電池老化程度越低、健康程度越高;soh值越小,表示電池老化程度越高、健康程度越低。但是相關(guān)的soh值估計(jì)方法,通常估計(jì)精度較低,從而影響用戶對(duì)電池狀態(tài)的了解。


技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供一種電池健康狀態(tài)估計(jì)方法、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),解決了電池健康狀態(tài)的估計(jì)精度較低的問(wèn)題。

2、為達(dá)到上述目的,本技術(shù)采用如下技術(shù)方案:

3、第一方面,提供一種電池健康狀態(tài)估計(jì)方法,包括:

4、獲取待測(cè)的電池模組的歷史工況數(shù)據(jù);

5、根據(jù)所述歷史工況數(shù)據(jù)對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果;

6、根據(jù)所述辨識(shí)結(jié)果預(yù)測(cè)所述電池模組中電池的健康狀態(tài)。

7、本技術(shù)實(shí)施例中,根據(jù)電池模組的歷史工況數(shù)據(jù)對(duì)電池參數(shù)進(jìn)行參數(shù)辨識(shí),相當(dāng)于采用離線辨識(shí)方式,與實(shí)時(shí)辨識(shí)方式相比,離線辨識(shí)方式能夠避免因遞歸求解導(dǎo)致的辨識(shí)結(jié)果穩(wěn)定性不足的情況。另外,由于參數(shù)辨識(shí)是根據(jù)電池模組的歷史工況數(shù)據(jù)進(jìn)行的,能夠較準(zhǔn)確的擬合出電池模組的電池參數(shù),從而有效提高電池健康狀態(tài)的估計(jì)精度。

8、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述歷史工況數(shù)據(jù)對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果,包括:

9、獲取所述電池模組的數(shù)學(xué)模型,所述數(shù)學(xué)模型根據(jù)所述電池模組的電池參數(shù)構(gòu)建得到;

10、根據(jù)所述歷史工況數(shù)據(jù)和所述數(shù)學(xué)模型對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果。

11、本技術(shù)實(shí)施例中,結(jié)合數(shù)學(xué)模型進(jìn)行參數(shù)辨識(shí),以辨識(shí)出電池模組的參數(shù),再根據(jù)辨識(shí)出的電池模組的參數(shù)預(yù)測(cè)電池的健康狀態(tài)。由于數(shù)學(xué)模型是根據(jù)電池模組的電池參數(shù)構(gòu)建得到的,因此,數(shù)學(xué)模型能夠較準(zhǔn)確地反映出電池模組的狀態(tài),為后續(xù)的參數(shù)辨識(shí)提供了可靠的模型基礎(chǔ);另外,通過(guò)參數(shù)辨識(shí)的方法,能夠較準(zhǔn)確的擬合出電池模組的電池參數(shù)。結(jié)合數(shù)學(xué)模型和參數(shù)辨識(shí)方法,能夠有效提高電池健康狀態(tài)的估計(jì)精度。

12、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述歷史工況數(shù)據(jù)和所述數(shù)學(xué)模型對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果,包括:

13、根據(jù)所述歷史工況數(shù)據(jù)對(duì)所述數(shù)學(xué)模型進(jìn)行離散化處理,得到離散化的所述數(shù)學(xué)模型;

14、根據(jù)所述歷史工況數(shù)據(jù)和離散化的所述數(shù)學(xué)模型對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果。

15、實(shí)際應(yīng)用中,電池模組的可觀測(cè)參數(shù)的采樣數(shù)據(jù)通常是離散的。本技術(shù)實(shí)施例中,將數(shù)學(xué)模型進(jìn)行離散化,使得數(shù)學(xué)模型能夠更準(zhǔn)確地反映出電池模組的實(shí)際狀態(tài),利于提高電池的健康狀態(tài)的估計(jì)精度。

16、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述歷史工況數(shù)據(jù)對(duì)所述數(shù)學(xué)模型進(jìn)行離散化處理,得到離散化的所述數(shù)學(xué)模型,包括:

17、獲取所述歷史工況數(shù)據(jù)的采樣頻率;

18、根據(jù)所述歷史工況數(shù)據(jù)的采樣頻率對(duì)所述數(shù)學(xué)模型進(jìn)行離散化處理,得到離散化的所述數(shù)學(xué)模型。

19、本技術(shù)實(shí)施例中,根據(jù)電池模組的采樣頻率對(duì)數(shù)學(xué)模型進(jìn)行離散化處理,以使數(shù)學(xué)模型中的時(shí)間間隔與實(shí)際的采樣頻率一致。通過(guò)上述方式,使得數(shù)學(xué)模型能夠更準(zhǔn)確地反映出電池模組的實(shí)際狀態(tài),利于提高電池的健康狀態(tài)的估計(jì)精度。

20、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述歷史工況數(shù)據(jù)和離散化的所述數(shù)學(xué)模型對(duì)所述電池模組的電池參數(shù)進(jìn)行參數(shù)辨識(shí),獲得辨識(shí)結(jié)果,包括:

21、根據(jù)離散化的所述數(shù)學(xué)模型建立辨識(shí)模型;

22、根據(jù)所述歷史工況數(shù)據(jù)和所述辨識(shí)模型進(jìn)行參數(shù)辨識(shí),獲得所述辨識(shí)結(jié)果。

23、本技術(shù)實(shí)施例中,將電池模組的數(shù)學(xué)模型轉(zhuǎn)換為辨識(shí)模型,相當(dāng)于將實(shí)際的問(wèn)題轉(zhuǎn)換為數(shù)學(xué)問(wèn)題,便于后續(xù)計(jì)算。

24、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)離散化的所述數(shù)學(xué)模型建立辨識(shí)模型,包括:

25、根據(jù)離散化的所述數(shù)學(xué)模型構(gòu)建目標(biāo)函數(shù);

26、獲取所述數(shù)學(xué)模型中自變量的約束條件;

27、根據(jù)所述目標(biāo)函數(shù)和所述約束條件建立所述辨識(shí)模型。

28、實(shí)際應(yīng)用中,電池模組的電池參數(shù)不可能無(wú)限制的取值。本技術(shù)實(shí)施例中,為數(shù)學(xué)模型的自變量添加約束條件,相當(dāng)于限制了電池模組中電池參數(shù)的取值范圍,即在某個(gè)取值范圍內(nèi)對(duì)電池參數(shù)進(jìn)行辨識(shí)。通過(guò)這種方式,能夠快速地辨識(shí)出最優(yōu)解,并且得到的最優(yōu)解更符合實(shí)際情況,從而利于提高電池健康狀態(tài)的估計(jì)精度。

29、在第一方面的一種實(shí)現(xiàn)方式中,所述自變量包括所述電池模組的初始荷電狀態(tài);

30、所述獲取所述數(shù)學(xué)模型中所述自變量的約束條件,包括:

31、從所述歷史工況數(shù)據(jù)中獲取所述初始荷電狀態(tài)的歷史數(shù)據(jù);

32、根據(jù)所述初始荷電狀態(tài)的歷史數(shù)據(jù)中的第一幀數(shù)據(jù)確定所述初始荷電狀態(tài)的約束條件。

33、在第一方面的一種實(shí)現(xiàn)方式中,所述自變量包括所述電池模組的電池容量;

34、所述獲取所述數(shù)學(xué)模型中所述自變量的約束條件,包括:

35、從所述歷史工況數(shù)據(jù)中獲取所述電池模組的歷史充電數(shù)據(jù);

36、根據(jù)所述歷史充電數(shù)據(jù)估計(jì)所述電池模組的電池容量,得到所述電池容量的估計(jì)值;

37、根據(jù)所述電池容量的估計(jì)值確定所述電池容量的約束條件。

38、上述實(shí)施例中,根據(jù)自變量的歷史數(shù)據(jù)設(shè)置自變量的約束條件,由于歷史數(shù)據(jù)是實(shí)際工況數(shù)據(jù),因此,根據(jù)歷史數(shù)據(jù)設(shè)置的約束條件,能夠更準(zhǔn)確地反映電池模組的實(shí)際狀態(tài),從而提高辨識(shí)結(jié)果的可靠性。

39、在第一方面的一種實(shí)現(xiàn)方式中,所述約束條件包括線性約束和非線性約束;

40、所述根據(jù)所述目標(biāo)函數(shù)和所述約束條件建立所述辨識(shí)模型,包括:

41、對(duì)所述約束條件中的非線性約束添加乘子,得到非線性約束項(xiàng);

42、將所述非線性約束項(xiàng)添加到所述目標(biāo)函數(shù)中,得到更新后的所述目標(biāo)函數(shù);

43、根據(jù)更新后的所述目標(biāo)函數(shù)和所述約束條件中的線性約束建立所述辨識(shí)模型。

44、本技術(shù)實(shí)施例中,通過(guò)對(duì)非線性約束添加乘子,將非線性約束項(xiàng)添加到目標(biāo)函數(shù)中,相當(dāng)于將帶有非線性約束的問(wèn)題轉(zhuǎn)換為無(wú)非線性約束的問(wèn)題,減少了參數(shù)辨識(shí)的算法復(fù)雜度。

45、在第一方面的一種實(shí)現(xiàn)方式中,所述數(shù)學(xué)模型的自變量包括觀測(cè)量和非觀測(cè)量;所述歷史工況數(shù)據(jù)包括所述非觀測(cè)量的初始值、所述觀測(cè)量的歷史觀測(cè)數(shù)據(jù)以及所述數(shù)學(xué)模型的因變量的歷史觀測(cè)數(shù)據(jù);

46、所述根據(jù)所述歷史工況數(shù)據(jù)和所述辨識(shí)模型進(jìn)行參數(shù)辨識(shí),獲得所述辨識(shí)結(jié)果,包括:

47、將所述非觀測(cè)量的初始值、所述觀測(cè)量的歷史觀測(cè)數(shù)據(jù)以及所述因變量的歷史觀測(cè)數(shù)據(jù)輸入所述辨識(shí)模型,得到所述目標(biāo)函數(shù)的第一數(shù)值;

48、根據(jù)所述第一數(shù)值對(duì)所述非觀測(cè)量的數(shù)值進(jìn)行調(diào)整,得到所述非觀測(cè)量的第一調(diào)整值;

49、將所述第一調(diào)整值、所述觀測(cè)量的歷史觀測(cè)數(shù)據(jù)以及所述因變量的歷史觀測(cè)數(shù)據(jù)輸入所述辨識(shí)模型,得到所述目標(biāo)函數(shù)的第二數(shù)值;

50、若所述第二數(shù)值不滿足預(yù)設(shè)條件,則繼續(xù)根據(jù)所述第二數(shù)值對(duì)所述非觀測(cè)量的數(shù)值進(jìn)行調(diào)整,直到所述目標(biāo)函數(shù)的數(shù)值滿足預(yù)設(shè)條件;

51、若所述第二數(shù)值滿足預(yù)設(shè)條件,則將當(dāng)前的所述非觀測(cè)量的數(shù)值確定為所述辨識(shí)結(jié)果。

52、本技術(shù)實(shí)施例中,在參數(shù)辨識(shí)過(guò)程中,利用電池模組的實(shí)際工況數(shù)據(jù)進(jìn)行迭代計(jì)算,而非遞歸地在先求解,使得辨識(shí)結(jié)果更加穩(wěn)定和可靠。

53、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述第一數(shù)值對(duì)所述非觀測(cè)量的數(shù)值進(jìn)行調(diào)整,得到所述非觀測(cè)量的第一調(diào)整值,包括:

54、根據(jù)所述第一數(shù)值確定所述非觀測(cè)量的可行范圍;

55、從所述可行范圍中確定出所述第一調(diào)整值,其中,所述第一調(diào)整值對(duì)應(yīng)的目標(biāo)函數(shù)的數(shù)值小于所述可行范圍內(nèi)任意一個(gè)調(diào)整值對(duì)應(yīng)的目標(biāo)函數(shù)的數(shù)值。

56、本技術(shù)實(shí)施例中,根據(jù)目標(biāo)函數(shù)的數(shù)值不斷地調(diào)整非觀測(cè)量的可行范圍,再在可行范圍內(nèi)尋求目標(biāo)函數(shù)的數(shù)值最小的點(diǎn),相當(dāng)于將點(diǎn)的搜索問(wèn)題轉(zhuǎn)換為某個(gè)局部范圍的搜索問(wèn)題。通過(guò)上述方式,能夠快速收斂到最優(yōu)解,有效提高了參數(shù)辨識(shí)的效率,從而提高了電池健康狀態(tài)的估計(jì)效率。

57、在第一方面的一種實(shí)現(xiàn)方式中,所述方法還包括:

58、根據(jù)預(yù)設(shè)周期優(yōu)化所述電池模組的數(shù)學(xué)模型。

59、通過(guò)定時(shí)優(yōu)化電池模組的數(shù)學(xué)模型,使得數(shù)學(xué)模型隨著電池模組的使用而變化,更加貼近電池模組的實(shí)際工況,從而有效避免因數(shù)學(xué)模型的不準(zhǔn)確而導(dǎo)致辨識(shí)結(jié)果較差的情況,利于提高辨識(shí)結(jié)果的可靠性。

60、在第一方面的一種實(shí)現(xiàn)方式中,每次更新所述電池模組的數(shù)學(xué)模型的步驟包括:

61、根據(jù)所述電池參數(shù)確定所述數(shù)學(xué)模型的因變量;

62、根據(jù)所述電池參數(shù)確定與所述因變量相關(guān)的自變量;

63、根據(jù)所述自變量和所述因變量構(gòu)建所述數(shù)學(xué)模型。

64、本技術(shù)實(shí)施例中,電池模組的數(shù)學(xué)模型的因變量和自變量均根據(jù)電池模組的電池參數(shù)確定,使得建立的數(shù)學(xué)模型能夠更準(zhǔn)確地反映出電池模組的狀態(tài),為后續(xù)的參數(shù)辨識(shí)提供了可靠的模型基礎(chǔ)。

65、在第一方面的一種實(shí)現(xiàn)方式中,所述根據(jù)所述自變量和所述因變量構(gòu)建所述數(shù)學(xué)模型,包括:

66、獲取所述電池模組的等效電路模型;

67、根據(jù)所述等效電路模型構(gòu)建所述自變量和所述因變量之間的所述數(shù)學(xué)模型。

68、本技術(shù)實(shí)施例中,根據(jù)電池模組的等效電路模型構(gòu)建電池模組的數(shù)學(xué)模型,由于等效電路模型中通常將某一部分比較復(fù)雜的結(jié)構(gòu)用一比較簡(jiǎn)單的結(jié)構(gòu)替代,而替代之后的電路與原電路對(duì)未變換的部分保持相同的作用效果。因此,通過(guò)上述方式,在保證數(shù)學(xué)模型能夠較準(zhǔn)確地反映出電池模組的狀態(tài)的情況下,能夠簡(jiǎn)化模型,從而簡(jiǎn)化后續(xù)的計(jì)算。

69、在第一方面的一種實(shí)現(xiàn)方式中,所述等效電路模型包括第一電阻、第二電阻、第一電容和電池,其中,所述第二電阻和所述第一電容并聯(lián)連接得到并聯(lián)電路,所述電池、所述第一內(nèi)阻和所述并聯(lián)電路串聯(lián)連接;

70、在所述因變量為所述電池模組的輸出電壓的情況下,所述根據(jù)所述等效電路模型構(gòu)建所述自變量和所述因變量之間的所述數(shù)學(xué)模型,包括:

71、根據(jù)所述自變量構(gòu)建所述電池的開(kāi)路電壓的第一表達(dá)式,所述開(kāi)路電壓表示所述電池的正極和負(fù)極之間的電勢(shì)差;

72、根據(jù)所述自變量構(gòu)建所述第一內(nèi)阻的內(nèi)阻電壓的第二表達(dá)式,所述內(nèi)阻電壓表示所述第一內(nèi)阻的兩個(gè)連接端之間的電勢(shì)差;

73、根據(jù)所述自變量構(gòu)建所述并聯(lián)電路的并聯(lián)電壓的第三表達(dá)式,所述并聯(lián)電壓表示所述并聯(lián)電路的兩個(gè)連接端之間的電勢(shì)差;

74、根據(jù)所述第一表達(dá)式、所述第二表達(dá)式和所述第三表達(dá)式構(gòu)建所述數(shù)學(xué)模型。

75、本技術(shù)實(shí)施例中,等效電路模型采用簡(jiǎn)單的電阻、電容和電池串、并聯(lián)的連接方式,且等效電路模型中僅包括一個(gè)動(dòng)態(tài)元件(電容),即該等效電路模型相當(dāng)于一階電路,其對(duì)應(yīng)的狀態(tài)方程為一階線性常微分方程。這樣的等效電路模型結(jié)構(gòu)較為簡(jiǎn)單,狀態(tài)方程呈線性,因此,基于該等效電路模型構(gòu)建的數(shù)學(xué)模型較為簡(jiǎn)單,且便于后續(xù)計(jì)算。

76、另外,本技術(shù)實(shí)施例中,第一表達(dá)式、第二表達(dá)式和第三表達(dá)式均是表示電壓的表達(dá)式,相當(dāng)于基于電池模組中各支路的電壓之間的關(guān)系建立數(shù)學(xué)模型。通過(guò)這種方式,建立的數(shù)學(xué)模型能夠反映出電池模組的輸出電壓的狀態(tài),由于電池模組的輸出電壓是可觀測(cè)的,因此,采用上述方式為后續(xù)的參數(shù)辨識(shí)提供了模型基礎(chǔ)。

77、在第一方面的一種實(shí)現(xiàn)方式中,所述自變量包括所述電池模組的輸出電流、電池容量和初始荷電狀態(tài);

78、所述根據(jù)所述自變量構(gòu)建所述電池的開(kāi)路電壓的第一表達(dá)式,包括:

79、根據(jù)所述自變量中的所述輸出電流、所述電池容量和所述初始荷電狀態(tài)構(gòu)建實(shí)時(shí)荷電狀態(tài)的第四表達(dá)式;

80、根據(jù)所述第四表達(dá)式以及所述實(shí)時(shí)荷電狀態(tài)和所述開(kāi)路電壓之間的關(guān)系,構(gòu)建所述第一表達(dá)式。

81、電池容量和初始電荷狀態(tài)這些自變量與電池的健康狀態(tài)息息相關(guān)。本技術(shù)實(shí)施例中,構(gòu)建上述自變量與電池模組的支路電壓之間的表達(dá)式,在后續(xù)的參數(shù)辨識(shí)過(guò)程中,即可對(duì)上述與電池的健康狀態(tài)相關(guān)的自變量進(jìn)行參數(shù)辨識(shí),從而便于根據(jù)辨識(shí)出的參數(shù)(自變量)計(jì)算電池的健康狀態(tài)。通過(guò)這樣的方式,在獲得參數(shù)辨識(shí)結(jié)果后,無(wú)需將辨識(shí)出的參數(shù)轉(zhuǎn)換為與電池的健康狀態(tài)相關(guān)的參數(shù),而是直接利用辨識(shí)出的參數(shù)計(jì)算電池的健康狀態(tài),從而簡(jiǎn)化了估計(jì)方法的步驟。

82、在第一方面的一種實(shí)現(xiàn)方式中,所述自變量包括所述第一電阻;所述根據(jù)所述自變量構(gòu)建所述第一內(nèi)阻的內(nèi)阻電壓的第二表達(dá)式,包括:

83、根據(jù)所述自變量中的所述輸出電流、所述第一電阻和所述第四表達(dá)式,構(gòu)建所述第二表達(dá)式。

84、第一電阻、電池容量和初始電荷狀態(tài)這些自變量為電池模組中不可觀測(cè)的參數(shù),且電池容量和初始電荷狀態(tài)這些自變量與電池的健康狀態(tài)息息相關(guān)。本技術(shù)實(shí)施例中,構(gòu)建上述自變量與電池模組的支路電壓之間的表達(dá)式,相當(dāng)于建立電池模組中不可觀測(cè)參數(shù)與電池模組的可觀測(cè)參數(shù)(輸出電壓)之間的關(guān)系。在后續(xù)辨識(shí)過(guò)程中,可以通過(guò)可觀測(cè)參數(shù)的數(shù)據(jù)辨識(shí)出不可觀測(cè)參數(shù)的數(shù)據(jù)以及與電池的健康狀態(tài)相關(guān)的參數(shù)。通過(guò)上述方式,為后續(xù)的參數(shù)辨識(shí)提供了模型依據(jù),便于獲得較準(zhǔn)確的電池模組的狀態(tài),從而提供電池的健康狀態(tài)的估計(jì)精度。

85、在第一方面的一種實(shí)現(xiàn)方式中,所述自變量包括所述電池模組的輸出電流、所述第一電容和所述第二電阻;

86、所述根據(jù)所述自變量構(gòu)建所述并聯(lián)電路的并聯(lián)電壓的第三表達(dá)式,包括:

87、根據(jù)所述自變量中的所述輸出電流、所述第一電容和所述第二電阻,構(gòu)建所述第三表達(dá)式。

88、第一電容和第一電阻為電池模組中不可觀測(cè)的參數(shù)。本技術(shù)實(shí)施例中,構(gòu)建上述自變量與電池模組的支路電壓之間的表達(dá)式,相當(dāng)于建立電池模組中不可觀測(cè)參數(shù)與電池模組的可觀測(cè)參數(shù)(輸出電壓)之間的關(guān)系。在后續(xù)辨識(shí)過(guò)程中,可以通過(guò)可觀測(cè)參數(shù)的數(shù)據(jù)辨識(shí)出不可觀測(cè)參數(shù)的數(shù)據(jù)。通過(guò)上述方式,為后續(xù)的參數(shù)辨識(shí)提供了模型依據(jù),便于獲得較準(zhǔn)確的電池模組的狀態(tài),從而提供電池的健康狀態(tài)的估計(jì)精度。

89、在第一方面的一種實(shí)現(xiàn)方式中,所述辨識(shí)結(jié)果包括所述電池模組的電池容量;

90、所述根據(jù)所述辨識(shí)結(jié)果預(yù)測(cè)所述電池模組中電池的健康狀態(tài),包括:

91、根據(jù)所述辨識(shí)結(jié)果中所述電池容量的數(shù)值預(yù)測(cè)所述電池模組中電池的健康狀態(tài)。

92、本技術(shù)實(shí)施例中,由于辨識(shí)出的電池模組的電池參數(shù)較為準(zhǔn)確,因此,根據(jù)辨識(shí)結(jié)果估計(jì)出的電池的健康狀態(tài)也更為準(zhǔn)確。

93、第二方面,提供了一種電子設(shè)備,包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如第一方面任一項(xiàng)所述的電池健康狀態(tài)估計(jì)方法。

94、第三方面,提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面任一項(xiàng)所述的電池健康狀態(tài)估計(jì)方法。

95、第四方面,本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品,當(dāng)計(jì)算機(jī)程序產(chǎn)品在終端設(shè)備上運(yùn)行時(shí),使得終端設(shè)備執(zhí)行上述第一方面中任一項(xiàng)所述的電池健康狀態(tài)估計(jì)方法。

96、可以理解的是,上述第二方面至第四方面的有益效果可以參見(jiàn)上述第一方面中的相關(guān)描述,在此不再贅述。

97、上述說(shuō)明僅是本技術(shù)技術(shù)方案的概述,為了能夠更清楚了解本技術(shù)的技術(shù)手段,而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施,并且為了讓本技術(shù)的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂,以下特舉本技術(shù)的具體實(shí)施方式。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
烟台市| 花莲市| 老河口市| 绥阳县| 宁化县| 延长县| 广丰县| 丽江市| 庐江县| 凤冈县| 色达县| 凌海市| 高阳县| 兰考县| 拜城县| 马边| 肥乡县| 曲阳县| 六盘水市| 同仁县| 玉田县| 澳门| 昭通市| 吴川市| 日喀则市| 台北县| 普格县| 固镇县| 东海县| 谢通门县| 永德县| 怀柔区| 宝坻区| 冕宁县| 武功县| 陇南市| 武冈市| 淮滨县| 泗阳县| 永宁县| 濮阳县|