本发明属于电动汽车，具体涉及一种基于大数据的电动汽车集群能量管理系统及方法。
背景技术：
1、电动汽车因其零排放、低噪音和低能耗等优点，越来越受到市场的青睐。然而，随着电动汽车的大规模应用，其电池管理和能量利用问题也逐渐凸显出来。尤其是在电动汽车集群中，如何有效地管理和优化各个电动汽车的电池能量使用，防止电池过充、过放，提高电池的使用寿命和安全性，成了一个亟待解决的问题。
2、现有的电动汽车电池管理系统，大多只能对单体电池进行管理，而对于电动汽车集群的电池管理则显得力不从心。此外，这些系统往往缺乏对电池状态的实时监控和校正功能，无法及时发现和处理电池的异常情况，如过充、过放等问题，从而可能引发电池性能下降，甚至起火等安全隐患。
3、另外，当前的电池管理系统在处理电池过充等问题时，可能缺乏精细化的管理策略，无法根据电池的具体状况进行个性化的处理。这不仅可能影响电池的使用寿命，还可能对电动汽车的整体性能和安全性造成威胁。
技术实现思路
1、本发明的目的在于提供一种基于大数据的电动汽车集群能量管理系统及方法，以至少解决解决现有技术中电动汽车电池管理存在的问题之一。
2、为了实现上述目的，本发明采用如下技术方案：
3、本发明第一方面，提供了一种基于大数据的电动汽车集群能量管理系统，系统包括：
4、采集模块，用于获取电池电量初始数据，以得到预估输入电量；
5、校正模块，用于实时校正输入电量，以得到校正电量；
6、检测模块，用于对所述校正电量进行实时检测，以得到检测集；
7、判断模块，用于根据所述检测集判断电池是否过充，若是，则对过充电池进行声波处理，以得到过充等级；
8、管理模块，用于根据过充等级对电池进行安全处理，并调整电动汽车的充电策略。
9、作为本发明的一个优选方案，获取电池电量初始数据，以得到预估输入电量，包括：
10、预设置断电时刻，并分别以断电时刻为搜索起点或终点；
11、获取搜索起点时刻下对应的电量，以得到初始电量；
12、根据断电时刻获取相同采样周期下分别对应的电池第一数据集和电池第二数据集；
13、根据电池第一数据集和电池第二数据集获取电池电压变化差值，若电池电压变化差值小于变化阈值，则读取当前电量；
14、若当前电量等于初始电量，以当前电量作为预估输入电量。
15、作为本发明的一个优选方案，实时校正输入电量，以得到校正电量，包括：
16、根据所述预估输入电量通过初始协方差矩阵，以获取初始误差值；
17、通过状态转移矩阵结合所述初始误差值，预测电量下一时刻状态；
18、根据所述下一时刻状态结合当前状态，以得到预测状态数据；
19、根据预测状态数据通过预测矩阵计算出可信度增益值；
20、根据所述可信度增益值更新预测状态数据，以得到最终预测值；
21、根据所述最终预测值校正初始误差值，以得到校正后的误差值作为校正电量。
22、作为本发明的一个优选方案，对所述校正电量进行实时检测，以得到检测集，包括：
23、通过超声波多次循环穿梭电池，以获取超声波脉冲；
24、根据接收器接收到所述超声波脉冲反射的幅值，以获取声速和声强；
25、根据所述声速信息分析电池内部的分层现象，以得到电池的分层状态；
26、根据所述声强信息检测电池内部是否存在裂痕，以得到电池的裂痕状态；
27、将分层状态和裂痕状态信息进行融合，综合考虑声速和声强变化，以得到电池全面状态信息；
28、根据所述全面状态信息数据，构建电池健康状态检测集。
29、作为本发明的一个优选方案，根据所述检测集判断电池是否过充，若是，则对过充电池进行声波处理，以得到过充等级，包括：
30、根据所述检测集绘制检测波动图；
31、将当前电池的检测波动图与新出厂电池的检测波动图进行对比，以得到对比差值；
32、根据所述对比差值识别电池过充状态，若此电池为过充电池，则再次对过充电池进行充电；
33、对于充电中的过充电池，根据所述电池全面状态数据，监测状态数据的变化趋势，以获取过充程度信息；
34、通过分析过充程度信息变化幅度，以评估过充等级。
35、作为本发明的一个优选方案，根据所述预估输入电量通过初始协方差矩阵，以获取初始误差值，包括：
36、根据所述电池第一数据集和电池第二数据集，以获取多个数据点；
37、根据所述多个数据点结合两个数据集的电压值及其电压均值，汇成一个数集；
38、基于电池的物理特性和电压数据集，建立一个数学模型来描述电池的充电行为；
39、利用所述数学模型和当前数集数据，确定初始协方差矩阵，初始协方差矩阵描述电池状态参数之间的统计关系；
40、通过所述初始协方差矩阵计算预估电量与实际电量之间的差异值，作为初始误差值。
41、作为本发明的一个优选方案，根据所述声速信息，分析电池内部是否存在分层现象，以得到电池的分层状态，包括：
42、通过超声波发射器向电池内部发射超声波脉冲，超声波脉冲穿过电池并在内部传播，超声波接收器捕获到经过电池内部反射或透射回来的超声波信号；
43、接收到的超声波信号并进行信号处理，以得到预处理信号；
44、通过分析信号的时间延迟，获取超声波在电池内部传播的速度信息；
45、将测量得到的声速与已知的健康电池进行比较，以得声速变化的分析结果；
46、基于声速变化的分析结果，判断电池是否存在分层现象，如果声速在特定区域内变化，且变化与电池内部的结构不连续，则判定该区域存在分层。
47、作为本发明的一个优选方案，将分层状态和裂痕状态信息进行融合，综合考虑声速和声强的变化，以得到电池全面状态信息，包括：
48、利用处理后的声速数据，分析电池内部是否存在声速异常区域；
49、根据声速变化的幅度和范围，判断分层的程度和位置信息；
50、通过分析声强信号的突变，检测声强的裂痕；
51、根据声强变化的特点，判断裂痕的存在与否、位置以及严重程度；
52、根据不同状态信息的权重和相关性，预估电池的全面状态。
53、作为本发明的一个优选方案，基于电池的物理特性和电压数据集，建立一个数学模型来描述电池的充电行为，包括：
54、获取电池的关键物理参数，关键物理参数包括电池容量、内阻、电压范围和电极材料；
55、获取电池在过去的使用过程中的充电数据，包括电压、电流、温度和剩余电量；
56、根据电池的类型确定模型的类型；
57、基于电池的物理定律和电化学原理，建立描述电池充电行为的模型。
58、本发明第二方面，提供了一种电动汽车集群能量管理方法，包括如下步骤：
59、获取电池电量的初始数据，以得到预估输入电量；
60、预设置断电时刻，并分别以断电时刻为搜索起点或终点，获取搜索起点时刻下的初始电量；
61、根据断电时刻获取相同采样周期下的电池第一数据集和第二数据集；利用初始协方差矩阵，根据电池第一数据集和第二数据集计算预估电量与实际电量之间的差异值，作为初始误差值；
62、通过状态转移矩阵结合初始误差值，预测电量下一时刻状态，并根据当前状态更新预测状态数据，得到最终预测值；使用最终预测值校正初始误差值，以得到校正后的电量值；对校正后的电量进行实时检测，通过超声波多次循环穿梭电池内部，获取超声波脉冲反射的幅值，从而得到声速和声强信息；
63、根据声速信息分析电池内部的分层现象，得到分层状态；同时，根据声强信息检测电池内部是否存在裂痕，得到裂痕状态；将分层状态和裂痕状态信息进行融合，综合考虑声速和声强的变化，构建电池健康状态检测集；
64、根据检测集绘制检测波动图，并与新出厂电池的检测波动图进行对比，识别电池是否过充；若电池过充，则对过充电池进行充电，同时监测电池全面状态数据的变化趋势，以获取过充程度信息；
65、通过分析过充程度信息的变化幅度，评估过充等级；根据过充等级对电池进行安全处理。
66、与现有技术相比较，本发明的有益效果如下：
67、本发明系统通过采集模块获取电池电量数据得到预估输入电量，再通过校正模块实时校正输入电量，然后通过检测模块实时检测，再然后通过判断模块判断电池是否过充，最后通过管理模块对过充电池充电策略进行合理调整，实现了对电动汽车电池充电策略进行高效、精准管理，提高了电池的使用寿命和安全性。
68、本发明系统通过集成数据采集、实时校正、健康检测、过充判断及安全处理等多个模块，实现对电动汽车集群电池状态的全面监控和管理。通过大数据分析提高了电量预估的准确性和实时性，及时发现并处理电池过充等安全隐患，优化充电策略，提高充电效率和电池寿命。同时，结合超声波检测等先进技术，实现对电池内部健康状态的精准检测，为电动汽车的安全运行提供有力保障。
69、本发明方法通过综合运用电量预测与校正、超声波检测技术、数据分析与安全处理策略，实现了对电动汽车集群中电池能量的全面、精准管理。提高了电池电量预估的准确性，及时发现并处理电池内部问题，防止电池过充等安全隐患的发生，从而保障电动汽车的安全运行和延长电池使用寿命。
1.一种基于大数据的电动汽车集群能量管理系统，其特征在于，系统包括：
2.根据权利要求1所述的电动汽车集群能量管理系统，其特征在于，获取电池电量初始数据，以得到预估输入电量，包括：
3.根据权利要求1所述的电动汽车集群能量管理系统，其特征在于，实时校正输入电量，以得到校正电量，包括：
4.根据权利要求1所述的电动汽车集群能量管理系统，其特征在于，对所述校正电量进行实时检测，以得到检测集，包括：
5.根据权利要求1所述的电动汽车集群能量管理系统，其特征在于，根据所述检测集判断电池是否过充，若是，则对过充电池进行声波处理，以得到过充等级，包括：
6.根据权利要求3所述的电动汽车集群能量管理系统，其特征在于，根据所述预估输入电量通过初始协方差矩阵，以获取初始误差值，包括：
7.根据权利要求4所述的电动汽车集群能量管理系统，其特征在于，根据所述声速信息，分析电池内部是否存在分层现象，以得到电池的分层状态，包括：
8.根据权利要求7所述的电动汽车集群能量管理系统，其特征在于，将分层状态和裂痕状态信息进行融合，综合考虑声速和声强的变化，以得到电池全面状态信息，包括：
9.根据权利要求6所述的电动汽车集群能量管理系统，其特征在于，基于电池的物理特性和电压数据集，建立一个数学模型来描述电池的充电行为，包括：
10.一种电动汽车集群能量管理方法，其特征在于，包括如下步骤：
