[发明专利]一种汽车蓄电池智能监测方法、装置及系统

权利要求书

1.一种汽车蓄电池智能监测方法，其特征在于，包括：

车载终端获取目标车辆的待监测蓄电池的当前监测数据；

所述车载终端将所述当前监测数据发送至云端平台；

所述云端平台根据所述当前监测数据，利用与所述目标车辆对应的状态评估模型确定所述待监测蓄电池的当前状态信息；其中，所述状态评估模型通过使用所述待监测蓄电池的历史监测数据基于通用评估模型进行训练确定，所述通用评估模型根据多个车辆的蓄电池的历史监测数据基于机器学习算法确定；

所述云端平台将所述待监测蓄电池的当前状态信息发送至与所述目标车辆对应的用户端。

2.根据权利要求1所述的方法，其特征在于，所述云端平台将所述待监测蓄电池的当前状态信息发送至与所述目标车辆对应的用户端包括：

所述云端平台将所述待监测蓄电池的当前状态信息发送至所述车载终端；

和/或，

所述云端平台将所述待监测蓄电池的当前状态信息发送至与所述目标车辆对应的移动终端。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

当所述待监测蓄电池的当前状态信息满足预设条件时，所述云端平台根据所述当前监测数据和所述当前状态信息，利用与所述目标车辆对应的因素分析模型确定所述待监测蓄电池的状态影响因素；其中，所述因素分析模型通过使用所述待监测蓄电池的历史监测数据基于通用分析模型进行训练确定，所述通用分析模型根据多个车辆的蓄电池的历史监测数据基于机器学习算法确定；

所述云端平台将所述待监测蓄电池的状态影响因素发送至与所述目标车辆对应的用户端。

4.一种汽车蓄电池智能监测方法，其特征在于，包括：

获取目标车辆的待监测蓄电池的当前监测数据；

根据所述当前监测数据，利用与所述目标车辆对应的状态评估模型确定所述待监测蓄电池的当前状态信息；其中，所述状态评估模型通过使用所述待监测蓄电池的历史监测数据基于通用评估模型进行训练确定，所述通用评估模型根据多个车辆的蓄电池的历史监测数据基于机器学习算法确定；

将所述待监测蓄电池的当前状态信息发送至与所述目标车辆对应的用户端。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

当所述待监测蓄电池的当前状态信息满足预设条件时，根据所述当前监测数据和所述当前状态信息，利用与所述目标车辆对应的因素分析模型确定所述待监测蓄电池的状态影响因素；其中，所述因素分析模型通过使用所述待监测蓄电池的历史监测数据基于通用分析模型进行训练确定，所述通用分析模型根据多个车辆的蓄电池的历史监测数据基于机器学习算法确定；

将所述待监测蓄电池的状态影响因素发送至与所述目标车辆对应的用户端。

6.根据权利要求5所述的方法，其特征在于：

所述通用评估模型的建立方法包括：

获取多个车辆的蓄电池的历史监测数据，生成历史监测数据集合；

基于至少一种融合算法对所述历史监测数据集合中的数据进行融合，生成训练数据集合；

构建蓄电池监测的第一神经网络模型；

基于机器学习算法，使用所述训练数据集合中的数据对所述第一神经网络模型进行训练，得到所述通用评估模型；

所述通用分析模型的建立方法包括：

构建蓄电池监测的第二神经网络模型；

将所述训练数据集合中的数据输入所述通用评估模型，得到多个车辆的蓄电池的历史状态信息集合；

基于机器学习算法，使用所述训练数据集合中的数据和所述历史状态信息集合中的信息对所述第二神经网络模型进行训练，得到所述通用分析模型。