[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110414728A - 新能源车辆的电量消耗预测方法、系统、及电子设备 - Google Patents

新能源车辆的电量消耗预测方法、系统、及电子设备 Download PDF

Info

Publication number
CN110414728A
CN110414728A CN201910652415.XA CN201910652415A CN110414728A CN 110414728 A CN110414728 A CN 110414728A CN 201910652415 A CN201910652415 A CN 201910652415A CN 110414728 A CN110414728 A CN 110414728A
Authority
CN
China
Prior art keywords
electric quantity
quantity consumption
new energy
information
driving path
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910652415.XA
Other languages
English (en)
Inventor
马智
胡宸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Pateo Network Technology Service Co Ltd
Original Assignee
Shanghai Pateo Network Technology Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Pateo Network Technology Service Co Ltd filed Critical Shanghai Pateo Network Technology Service Co Ltd
Priority to CN201910652415.XA priority Critical patent/CN110414728A/zh
Publication of CN110414728A publication Critical patent/CN110414728A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Navigation (AREA)

Abstract

本发明提供新能源车辆的电量消耗预测方法，包括：建立新能源车辆的电量消耗模型；电量消耗模型包括：至少两种影响新能源车辆的电量消耗的影响因子，以及每个影响因子所对应的影响系数；获取新能源车辆的若干历史行驶路径信息；每条历史行驶路径信息包括：各影响因子的信息、及电量消耗信息；通过若干历史行驶路径信息训练电量消耗模型，以确定电量消耗模型中每个影响因子所对应的影响系数；获取待预测的行驶路径，并将该行驶路径所包含的各影响因子的信息输入电量消耗模型，进而得到电量消耗模型输出的该行驶路径的电量消耗预测值。本发明能够针对每台新能源车辆预测出某一行驶路径所需消耗的电量，协助驾驶员在出行前评估电量是否充足。

Description

新能源车辆的电量消耗预测方法、系统、及电子设备
技术领域
本发明涉及新能源车辆技术领域，特别是涉及新能源车辆的电量消耗预测方法、系统、及电子设备。
背景技术
新能源车辆具有运行成本低、零排放、噪音低等优点，可以满足用户上班代步、外出办事、休闲娱乐等出行需求，深受广大购车者的青睐。但是，新能源车辆的续驶里程较短，随时可能因能量耗尽而停车。由于目前新能源车辆的充电设施还没有全面铺开，充电较为不便，在得不到及时充电时，新能源车辆就无法正常运行，从而影响车主的驾驶体验。
因此，现在亟需一种能在出行前评估新能源车辆的电量是否充足的技术方案，从而保证新能源车辆的出行不会因为电量不足而发生问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供新能源车辆的电量消耗预测方法、系统、及电子设备，用于解决现有技术中的以上问题。
为实现上述目的及其他相关目的，本发明提供一种新能源车辆的电量消耗预测方法，包括：建立所述新能源车辆的电量消耗模型；所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数；获取所述新能源车辆的若干历史行驶路径信息；每条所述历史行驶路径信息包括：各所述影响因子的信息、及电量消耗信息；通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数；获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
于本发明一实施例中，所述影响因子的种类包括：行驶路径的实时路况和车载电气设备的使用情况。
于本发明一实施例中，所述行驶路径的实时路况包括：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、及天气情况中的至少一种。
于本发明一实施例中，所述车载电气设备包括：车灯、空调、娱乐设备、及网络设备中的至少一种。
为实现上述目的及其他相关目的，本发明提供一种新能源车辆的电量消耗预测系统，包括：模型建立模块，用于建立所述新能源车辆的电量消耗模型；所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数；用于获取所述新能源车辆的若干历史行驶路径信息；每条所述历史行驶路径信息包括：各所述影响因子的信息、及电量消耗信息；用于通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数；电量预测模块，用于获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
于本发明一实施例中，所述影响因子的种类包括：行驶路径的实时路况和车载电气设备的使用情况。
于本发明一实施例中，所述行驶路径的实时路况包括：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、及天气情况中的至少一种。
于本发明一实施例中，所述车载电气设备包括：车灯、空调、娱乐设备、及网络设备中的至少一种。
为实现上述目的及其他相关目的，本发明提供一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现所述的新能源车辆的电量消耗预测方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行所述的新能源车辆的电量消耗预测方法。
如上所述，本发明的新能源车辆的电量消耗预测方法、系统、及电子设备，建立新能源车辆的电量消耗模型；电量消耗模型包括：至少两种影响新能源车辆的电量消耗的影响因子，以及每个影响因子所对应的影响系数；获取新能源车辆的若干历史行驶路径信息；每条历史行驶路径信息包括：各影响因子的信息、及电量消耗信息；通过若干历史行驶路径信息训练电量消耗模型，以确定电量消耗模型中每个影响因子所对应的影响系数；获取待预测的行驶路径，并将该行驶路径所包含的各影响因子的信息输入电量消耗模型，进而得到电量消耗模型输出的该行驶路径的电量消耗预测值。
本发明具有以下有益效果：能够针对每台新能源车辆预测出某一行驶路径所需消耗的电量，协助驾驶员在出行前评估电量是否充足，以便提前做好出行准备，提升用户体验。
附图说明
图1显示为本发明一实施例中的新能源车辆的电量消耗预测方法的流程示意图。
图2显示为本发明一具体示例中的新能源车辆的电量消耗预测方法的流程示意图。
图3显示为本发明一实施例中的新能源车辆的电量消耗预测系统的模块示意图。
图4显示为本发明一实施例中的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，本发明实施例提供一种新能源车辆的电量消耗预测方法，该方法由电子设备负责执行，例如：车载终端、智能手机、平板电脑、便携式电脑、智能可穿戴设备等。新能源车辆包括电动汽车、电动摩托车、电动自行车等。所述方法包括如下步骤：
S11：建立所述新能源车辆的电量消耗模型；
所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数。
在一实施例中，所述电量消耗模型为非线性回归模型，其输出量为电量消耗预测值，其运算公式的内容包括但不限于：影响因子1的信息*影响系数1+影响因子2的信息*影响系数2+…+影响因子n的信息*影响系数n，其中，影响因子1+影响因子2+…+影响因子n＝1。
所述影响因子的种类大致可分为两类：行驶路径的实时路况、车载电气设备的使用情况。行驶路径的实时路况，例如：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、天气情况等，这些信息可以通过获取路网数据得到；车载电气设备的使用情况，例如：车灯的开关、车载空调的开关、车载娱乐设备的开关、车载网络设备的开关等。
S12：获取所述新能源车辆的若干历史行驶路径信息；
所述新能源车辆在每次出行时记录、统计并生成历史行驶路径信息。每条所述历史行驶路径信息除了包括起点、终点、途径线路等一般的导航规划信息之外，还包括该历史行驶路径的每项影响因子的信息，也即该历史行驶路径的实时路况、车载电器设备使用情况等，以及所述新能源车辆行驶该历史行驶路径的电量消耗信息。
S13：通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数；
需要说明的是，不同新能源车辆的影响系数序列(影响因子1～n)是不一样的，也就是说，每辆新能源车辆都会有属于自己的影响系数序列。所以说，本步骤通过历史数据对步骤S11建立的电量消耗模型进行训练，目的在于反推出所述新能源车辆的影响系数序列。当所述新能源车辆的影响系数序列确定后，所述电量消耗模型便被基本确定。
S14：获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
举例而言，如图2所示，首先，车载终端当前根据起点和终点规划出行驶路径A，从路网数据中提取出行路径A的实时路况信息，从用户输入中获取车载电气设备的开关信息(如：用户选择启用车载空调、不启用车载网络设备等)；然后，车载终端将这些实时路况信息、车载电气设备的使用情况对应输入步骤S13确定的电量消耗模型中。所述电量消耗模型经运算后输出所述新能源车辆完成行驶路径A所需耗费的电量值。
若所述新能源车辆完成行驶路径A所需的电量值大于车辆当前的剩余电量值，则给出不建议此次出行的提示，反之，则给出建议此次出行的提示。
实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解，本发明还提供一种计算机程序产品，包括一个或多个计算机指令。所述计算机指令可以存储在计算机可读存储介质中。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(如：软盘、硬盘、磁带)、光介质(如：DVD)、或者半导体介质(如：固态硬盘Solid State Disk(SSD))等。
参阅图3，本发明实施例提供一种新能源车辆的电量消耗预测系统30，作为一款软件搭载于电子设备中，以在运行时执行前述方法实施例所述的新能源车辆的电量消耗预测方法。电子设备如：车载终端、智能手机、平板电脑、便携式电脑、智能可穿戴设备等。
本实施例的新能源车辆的电量消耗预测系统30具体包括：模型建立模块31、电量预测模块32。
模型建立模块31用于建立所述新能源车辆的电量消耗模型，获取所述新能源车辆的若干历史行驶路径信息，通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数。
具体的，所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数。
在一实施例中，所述电量消耗模型为非线性回归模型，其输出量为电量消耗预测值，其运算公式的内容包括但不限于：影响因子1的信息*影响系数1+影响因子2的信息*影响系数2+…+影响因子n的信息*影响系数n，其中，影响因子1+影响因子2+…+影响因子n＝1。
所述影响因子的种类大致可分为两类：行驶路径的实时路况、车载电气设备的使用情况。行驶路径的实时路况，例如：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、天气情况等，这些信息可以通过获取路网数据得到；车载电气设备的使用情况，例如：车灯的开关、车载空调的开关、车载娱乐设备的开关、车载网络设备的开关等。
所述新能源车辆在每次出行时记录、统计并生成历史行驶路径信息。每条所述历史行驶路径信息除了包括起点、终点、途径线路等一般的导航规划信息之外，还包括该历史行驶路径的每项影响因子的信息，也即该历史行驶路径的实时路况、车载电器设备使用情况等，以及所述新能源车辆行驶该历史行驶路径的电量消耗信息。
需要说明的是，不同新能源车辆的影响系数序列(影响因子1～n)是不一样的，也就是说，每辆新能源车辆都会有属于自己的影响系数序列。所以说，本步骤通过历史数据对步骤S11建立的电量消耗模型进行训练，目的在于反推出所述新能源车辆的影响系数序列。当所述新能源车辆的影响系数序列确定后，所述电量消耗模型便被基本确定。
电量预测模块32用于获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
举例而言，首先，车载终端当前根据起点和终点规划出行驶路径A，从路网数据中提取出行路径A的实时路况信息，从用户输入中获取车载电气设备的开关信息(如：用户选择启用车载空调、不启用车载网络设备等)；然后，车载终端将这些实时路况信息、车载电气设备的使用情况对应输入步骤S13确定的电量消耗模型中。所述电量消耗模型经运算后输出所述新能源车辆完成行驶路径A所需耗费的电量值。
在另一实施例中，电量预测模块32还用于：若所述新能源车辆完成行驶路径A所需的电量值大于车辆当前的剩余电量值，则给出不建议此次出行的提示，反之，则给出建议此次出行的提示。
本领域技术人员应当理解，图3实施例中的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，模型建立模块31可以为单独设立的处理元件，也可以集成在某一个芯片中实现，此外，也可以以程序代码的形式存储于存储器中，由某一个处理元件调用并执行模型建立模块31的功能。其它模块的实现与之类似。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
参阅图4，本实施例提供一种电子设备40，可以是车载终端、平板电脑、便携式电脑、智能手机、智能可穿戴设备等。详细的，电子设备40至少包括通过总线41连接的：存储器42、处理器43，其中，存储器42用于存储计算机程序，处理器43用于执行存储器42存储的计算机程序，以执行前述方法实施例中的全部或部分步骤。
上述提到的系统总线可以是外设部件互连标准(Peripheral PomponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明的新能源车辆的电量消耗预测方法、系统、及电子设备，能够针对每台新能源车辆预测出某一行驶路径所需消耗的电量，协助驾驶员在出行前评估电量是否充足，以便提前做好出行准备，提升用户体验。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种新能源车辆的电量消耗预测方法，其特征在于，包括：
建立所述新能源车辆的电量消耗模型；所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数；
获取所述新能源车辆的若干历史行驶路径信息；每条所述历史行驶路径信息包括：各所述影响因子的信息、及电量消耗信息；
通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数；
获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
2.根据权利要求1所述的方法，其特征在于，所述影响因子的种类包括：行驶路径的实时路况和车载电气设备的使用情况。
3.根据权利要求2所述的方法，其特征在于，所述行驶路径的实时路况包括：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、及天气情况中的至少一种。
4.根据权利要求2所述的方法，其特征在于，所述车载电气设备包括：车灯、空调、娱乐设备、及网络设备中的至少一种。
5.一种新能源车辆的电量消耗预测系统，其特征在于，包括：
模型建立模块，用于建立所述新能源车辆的电量消耗模型；所述电量消耗模型包括：至少两种影响所述新能源车辆的电量消耗的影响因子，以及每个所述影响因子所对应的影响系数；用于获取所述新能源车辆的若干历史行驶路径信息；每条所述历史行驶路径信息包括：各所述影响因子的信息、及电量消耗信息；用于通过所述若干历史行驶路径信息训练所述电量消耗模型，以确定所述电量消耗模型中每个所述影响因子所对应的影响系数；
电量预测模块，用于获取待预测的行驶路径，并将该行驶路径所包含的各所述影响因子的信息输入所述电量消耗模型，进而得到所述电量消耗模型输出的该行驶路径的电量消耗预测值。
6.根据权利要求5所述的系统，其特征在于，所述影响因子的种类包括：行驶路径的实时路况和车载电气设备的使用情况。
7.根据权利要求6所述的系统，其特征在于，所述行驶路径的实时路况包括：道路等级、路面信息、路段转弯信息、拥堵程度、通过时长、及天气情况中的至少一种。
8.根据权利要求6所述的系统，其特征在于，所述车载电气设备包括：车灯、空调、娱乐设备、及网络设备中的至少一种。
9.一种计算机可读存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至4中任一所述的新能源车辆的电量消耗预测方法。
10.一种电子设备，其特征在于，包括：处理器及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至4中任一所述的新能源车辆的电量消耗预测方法。
CN201910652415.XA 2019-07-19 2019-07-19 新能源车辆的电量消耗预测方法、系统、及电子设备 Pending CN110414728A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910652415.XA CN110414728A (zh) 2019-07-19 2019-07-19 新能源车辆的电量消耗预测方法、系统、及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910652415.XA CN110414728A (zh) 2019-07-19 2019-07-19 新能源车辆的电量消耗预测方法、系统、及电子设备

Publications (1)

Publication Number Publication Date
CN110414728A true CN110414728A (zh) 2019-11-05

Family

ID=68361992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910652415.XA Pending CN110414728A (zh) 2019-07-19 2019-07-19 新能源车辆的电量消耗预测方法、系统、及电子设备

Country Status (1)

Country Link
CN (1) CN110414728A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111619704A (zh) * 2020-05-30 2020-09-04 东莞市喜悦自行车有限公司 一种电动自行车的控制系统及方法
CN111739194A (zh) * 2020-06-22 2020-10-02 舒伟伟 一种新能源汽车行驶行为分析系统及方法
CN112101738A (zh) * 2020-08-20 2020-12-18 北京骑胜科技有限公司 任务信息生成方法、装置、电子设备和可读存储介质
CN112706647A (zh) * 2020-12-28 2021-04-27 常州通宝光电股份有限公司 一种新能源车辆的充电系统及方法
CN112824157A (zh) * 2019-11-20 2021-05-21 丰田自动车株式会社 信息处理装置及方法、非暂时性存储介质、车辆系统
CN113344278A (zh) * 2021-06-17 2021-09-03 北京百度网讯科技有限公司 电量预测方法、装置、设备、存储介质和程序产品
CN116992998A (zh) * 2023-06-03 2023-11-03 隆瑞三优新能源汽车科技有限公司 新能源公交充电情况预测方法、装置、电子设备及介质
CN117207905A (zh) * 2023-11-09 2023-12-12 深圳市金威源科技股份有限公司 一种新能源汽车的电源运维方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844613A (zh) * 2016-09-18 2018-03-27 大陆汽车投资（上海）有限公司 基于数据分析的电动车续航管理方法
CN108072381A (zh) * 2016-11-18 2018-05-25 中国移动通信有限公司研究院 一种路径规划的方法及装置
CN108510737A (zh) * 2018-04-12 2018-09-07 中南大学 一种融合风环境的无人驾驶车辆电源实时监控方法及装置
CN109558988A (zh) * 2018-12-13 2019-04-02 北京理工新源信息科技有限公司 一种基于大数据融合的电动汽车能耗预测方法及系统
CN109579862A (zh) * 2018-12-12 2019-04-05 爱驰汽车有限公司 电动汽车的导航方法、系统、设备以及介质
CN109784560A (zh) * 2019-01-15 2019-05-21 深圳四海万联科技有限公司 一种电动汽车续航里程估算方法及估算系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844613A (zh) * 2016-09-18 2018-03-27 大陆汽车投资（上海）有限公司 基于数据分析的电动车续航管理方法
CN108072381A (zh) * 2016-11-18 2018-05-25 中国移动通信有限公司研究院 一种路径规划的方法及装置
CN108510737A (zh) * 2018-04-12 2018-09-07 中南大学 一种融合风环境的无人驾驶车辆电源实时监控方法及装置
CN109579862A (zh) * 2018-12-12 2019-04-05 爱驰汽车有限公司 电动汽车的导航方法、系统、设备以及介质
CN109558988A (zh) * 2018-12-13 2019-04-02 北京理工新源信息科技有限公司 一种基于大数据融合的电动汽车能耗预测方法及系统
CN109784560A (zh) * 2019-01-15 2019-05-21 深圳四海万联科技有限公司 一种电动汽车续航里程估算方法及估算系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11919408B2 (en) 2019-11-20 2024-03-05 Toyota Jidosha Kabushiki Kaisha Apparatus, method, and system for providing electricity to a vehicle providing a service
CN112824157A (zh) * 2019-11-20 2021-05-21 丰田自动车株式会社 信息处理装置及方法、非暂时性存储介质、车辆系统
CN112824157B (zh) * 2019-11-20 2024-07-05 丰田自动车株式会社 信息处理装置及方法、非暂时性存储介质、车辆系统
CN111619704A (zh) * 2020-05-30 2020-09-04 东莞市喜悦自行车有限公司 一种电动自行车的控制系统及方法
CN111739194A (zh) * 2020-06-22 2020-10-02 舒伟伟 一种新能源汽车行驶行为分析系统及方法
CN111739194B (zh) * 2020-06-22 2021-09-17 乐清市然景电气有限公司 一种新能源汽车行驶行为分析系统及方法
CN112101738A (zh) * 2020-08-20 2020-12-18 北京骑胜科技有限公司 任务信息生成方法、装置、电子设备和可读存储介质
CN112706647A (zh) * 2020-12-28 2021-04-27 常州通宝光电股份有限公司 一种新能源车辆的充电系统及方法
CN112706647B (zh) * 2020-12-28 2022-09-30 常州通宝光电股份有限公司 一种新能源车辆的充电系统及方法
CN113344278A (zh) * 2021-06-17 2021-09-03 北京百度网讯科技有限公司 电量预测方法、装置、设备、存储介质和程序产品
CN116992998A (zh) * 2023-06-03 2023-11-03 隆瑞三优新能源汽车科技有限公司 新能源公交充电情况预测方法、装置、电子设备及介质
CN116992998B (zh) * 2023-06-03 2024-03-26 隆瑞三优新能源汽车科技有限公司 新能源公交充电情况预测方法、装置、电子设备及介质
CN117207905A (zh) * 2023-11-09 2023-12-12 深圳市金威源科技股份有限公司 一种新能源汽车的电源运维方法、系统及存储介质
CN117207905B (zh) * 2023-11-09 2024-01-12 深圳市金威源科技股份有限公司 一种新能源汽车的电源运维方法、系统及存储介质

Similar Documents

Publication Publication Date Title
CN110414728A (zh) 新能源车辆的电量消耗预测方法、系统、及电子设备
WO2020044597A1 (ja) 車両電源システム、及び配車システム
CN109409982B (zh) 共享车辆推荐方法及装置
CN105486318A (zh) 车辆及电动自行车充电监测接口
DE102012203127A1 (de) System und Verfahren zum Reservieren einer elektrischen Ladestation
US11187753B2 (en) System and method for determining a status of a vehicle battery
Alvarez et al. Evaluating the effect of a driver’s behaviour on the range of a battery electric vehicle
CN110765615B (zh) 物流仿真方法、装置及设备
CN111815096B (zh) 共享汽车投放方法、电子设备及存储介质
CN111861081B (zh) 一种订单分配方法、装置、电子设备及存储介质
US20210083497A1 (en) Battery control device, charge and discharge system, parking lot system, secondary battery reuse system, battery control method, and non-transitory strage medium
CN111397616A (zh) 候选充电桩确定方法、装置、设备和介质
CN111081015A (zh) 一种出租车调度方法、装置、存储介质和智能终端
CN111325436A (zh) 网约车同行乘客匹配方法及系统、存储介质及服务器
CN112435053A (zh) 电动汽车充电行为的预测方法、装置和电子设备
US20230160708A1 (en) Information processing device and information processing method
CN116415747A (zh) 拼车路线确定方法、装置和电子设备
CN114256523B (zh) 一种充电桩充电控制方法、装置、电子设备及存储介质
CN113320426B (zh) 一种节能减排的充电导航方法及装置
CN114118547A (zh) 电动车公共充电站排队等待时间估算方法及系统
CN110910191A (zh) 拼车订单生成方法及设备
CN110826943A (zh) 判断是否需要进行配车及确定公交配车数的方法及相关设备
CN110363592A (zh) 一种用车计费系统
CN112033424A (zh) 导航软件的工作模式切换方法、系统、及电子设备
CN117743744A (zh) 换电站电池运行情况展示方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191105

WD01 Invention patent application deemed withdrawn after publication