车辆电容温度检测方法、装置、车载终端和车辆

技术领域

本申请涉及大数据技术领域，特别是涉及一种车辆电容温度检测方法、装置、车载终端和车辆。

背景技术

随着科技的发展，新能源车辆已经逐渐走入人们的日常生活。新能源车辆中的车辆电容存在工作温度限制，一旦超过工作温度限制，就会导致车辆中的待检测电容异常，给新能源车辆的电驱系统造成极大的安全隐患。

相关技术中，就需要通在现有线路中引入温度传感器对车辆中的待检测电容的温度进行实时检测。然而，温度传感器放置在电容内部，需要向外引出热电偶线，线容易断，导致测温功能失效；且电容芯子发热位置不固定，温度传感器反馈的温度不能代表电容的准确温度；此外布置温度传感器会导致电容生产节拍变慢，且增加了温度传感器的成本。

发明内容

基于此，有必要针对上述技术问题，提供一种能够增加车辆电容检测准确度的车辆电容温度检测方法、装置、车载终端和车辆。

第一方面，本申请提供了一种车辆电容温度检测方法，该方法包括：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在其中一个实施例中，温度检测模型采用以下方式训练得到：

获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；其中，样本车辆与目标车辆的车辆类别相同；

获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；

基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

在其中一个实施例中，获取至少一个样本车辆，在参考时刻下的样本电流数据和样本温度数据，包括：

获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；

基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；

获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

在其中一个实施例中，基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练，包括：

将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；

基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

在其中一个实施例中，基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练，包括：

计算预测温度和真实温度之间的损失值；

根据损失值调整温度检测模型的模型参数。

在其中一个实施例中，根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量，包括：

获取关系对照表；其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；

从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

在其中一个实施例中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

第二方面，本申请还提供了一种车辆电容温度检测装置，该装置包括：

数据获取模块，用于获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

分量确定模块，用于根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

温度检测模块，用于将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

第三方面，本申请还提供了一种车载终端，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

第四方面，本申请实施例还提供了一种车辆，该车辆设置有第三方面实施例所提供的车载终端。

第五方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

第六方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

上述车辆电容温度检测方法、装置、车载终端和车辆。先获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；再根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；最后将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。上述技术方案通过引入预先训练好的温度监测模型，结合待检测电容相关的电流数据和温度数据，得到待检测电容的目标温度，由于不需要利用温度传感器对待监测电容直接进行温度检测，避免了测温功能失效、测量温度不准去以及成本过高的问题。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中车辆电容温度检测方法的应用环境图；

图2为一个实施例中车辆电容温度检测方法的流程示意图；

图3为一个实施例中温度检测模型训练方法的流程示意图；

图4为另一个实施例中车辆电容温度检测方法的流程示意图；

图5为一个实施例中第一种车辆电容温度检测装置的结构框图；

图6为一个实施例中第二种车辆电容温度检测装置的结构框图；

图7为一个实施例中第三种车辆电容温度检测装置的结构框图；

图8为一个实施例中第四种车辆电容温度检测装置的结构框图；

图9为一个实施例中第五种车辆电容温度检测装置的结构框图；

图10为一个实施例中车载终端的内部结构图；

图11为一个实施例中车辆的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本公开实施例提供的车辆电容温度检测方法，可以应用于如图1所示的应用环境中。车载终端101可以获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；车载终端101/服务器102可以根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；车载终端101/服务器102可以将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在一个实施例中，如图2所示，提供了一种车辆电容温度检测方法，以该方法应用于图1中的车载终端为例进行说明，包括以下步骤：

S201，获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据。

其中，待检测电容为目标车辆中需要进行温度检测的电容，例如，待检测电容可以为直流母线电容；电流数据至少包括直流母线电流、电机相电流和纹波电流；直流母线电流是指目标车辆中直流电源供应给直流母线的电流；电机相电流是指目标车辆的交流电机中三相电流中的一个相的电流；纹波电流是指目标车辆的留经电容芯子的电流，该电流是波动的；温度数据至少包括冷却水温度和环境温度；冷却水温度为待检测电容的冷却水的温度；环境温度为待检测电容所处环境的温度；待检测电容相关的电流数据和温度数据，是指会对待检测电容的温度产生影响的电流数据和温度数据，并非特指待检测电容自身的电流数据和温度数据。

具体的，可以获取电流传感器采集的直流母线电流、电机相电流和纹波电流，获取温度传感器采集的冷却水温度和环境温度。

需要说明的是，待检测电容温度不同因素的影响，例如可以包括直流母线电流流过铜排发热、电机相电流流过铜排发热、纹波电流流过待检测电容发热、冷却水温度和环境温度等，因此需要根据上述影响因素辅助对待检测电容进行温度确定。

S202，根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量。

其中，温度瞬态分量可以理解为待检测电容在瞬时间的温度变化量，温度瞬态分量与电流数据和温度数据之间的关系可以是固定的。

具体的，可以预先建立温度瞬态分量与电流数据和温度数据之间的关系对照表，通过查表的方法，确定目标车辆中待检测电容的温度瞬态分量，以提高目标车辆中待检测电容的温度瞬态分量确定过程的便捷性。

需要说明的是，关系对照表可以是在温度检测模型的训练阶段，根据样本车辆的电流数据和温度数据与样本温度瞬态分量之间的对应关系建立的。因此，确定目标车辆中待检测电容的温度瞬态分量的方法还可以是：获取关系对照表；从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到，以提高关系对照表中所建立对应关系的准确度和丰富性。

具体的，获取温度传感器采集的样本车辆的样本电流数据、样本温度数据和样本温度瞬态分量，并根据样本电流数据、样本温度数据和样本温度瞬态分量建立关系对照表，从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

S203，将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

其中，温度检测模型可以是用于检测温度的神经网络模型，也可以是一个数学模型，本申请对温度检测模型的具体呈现方式不作任何限定。

具体的，可以将直流母线电流、电机相电流、纹波电流、冷却水温度、环境温度和温度瞬态分量输入至预先训练好的温度检测模型中，温度检测模型即可输出目标车辆的待检测电容在当前时刻下的目标温度。

示例性的，可以通过如下模型（1）确定目标车辆的待检测电容在当前时刻下的目标温度。

（1）

其中，K

上述实施例中，先获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；再根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；最后将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。上述技术方案通过引入预先训练好的温度监测模型，结合待检测电容相关的电流数据和温度数据，得到待检测电容的目标温度，由于不需要利用温度传感器对待监测电容直接进行温度检测，从而避了测温功能失效、测量温度不准去以及成本过高的问题。

上述实施例从整体阐述了如何检测待检测电容的温度，而在这个过程中，温度检测模型起到了关键的作用，因此，在本实施例中，如图3所示，详细阐述了温度检测模型的训练方法，具体方法包括：

S301，获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据。

其中，样本车辆与目标车辆的车辆类别相同。

具体的，通过电流传感器和温度传感器获取样本车辆在参考时刻下的样本电流数据和样本温度数据，参考时刻可根据需求设定，此处不做限定。

可选的，为了使样本电流数据和样本温度数据更加丰富，可以获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

需要说明的是，由于车辆的转速、转矩、功率和电压会影响待检测电容的温度检测，因此为了增加温度检测模型的精准度，需要获取样本车辆在各种可选工况下的样本电流数据和样本温度数据。具体的，在转速区间、转矩区间、功率区间和电压区间内调节样本车辆的转速、转矩、功率和电压，使各样本车辆处于不同可选工况下，再获取电流传感器和温度传感器采集的不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

S302，获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度。

其中，温度瞬态分量是一个关于电容时间常数、电容初始温度、稳态温度的一个函数，有固定关系式。

具体的，使用大量的样本数据求解模型（1）中的各个参数，即可获取不同工况下的温度瞬态分量，之后通过查表形式即可获取不同工况下温度瞬态分量；获取温度传感器采集的样本车辆中待检测电容在参考时刻下的真实温度。

S303，基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

具体的，将参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量输入至预先构建的温度检测模型，根据温度检测模型的输出温度和真实温度，对温度检测模型进行有监督训练。

可选的，还可以是将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

具体的，将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度，根据预测温度与真实温度之间的差值，对温度检测模型进行模型训练，直至预测温度与真实温度之间的差值小于差值阈值。

可选的，还可以是计算预测温度和真实温度之间的损失值；根据损失值调整温度检测模型的模型参数。

具体的，将计算预测温度和真实温度的商，将商与1的差值作为预测温度和真实温度之间的损失值，若损失值大于损失值阈值，则调整温度检测模型的模型参数（例如公式1中的K1、K2、K3、K4、K5），直至损失值小于或等于损失值阈值。

上述实施例中，先获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；再获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；最后基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练，此种模型方法考虑了能够影响待检测点融温度的所有因素，采用了有监督训练的方法训练温度检测模型，大大增加了温度监测模型的精准度。

为了更全面的展示本方案，本实施例给出了一种车辆电容温度检测方法的可选方式，如图4所示：

S401，获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间。

S402，基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况。

S403，获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

S404，获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度。

S405，将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度。

S406，计算预测温度和真实温度之间的损失值。

S407，根据损失值调整温度检测模型的模型参数。

S408，获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据。

其中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

S409，获取关系对照表。

其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；

S410，从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

S411，将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

上述S401-S411的具体过程可以参见上述方法实施例的描述，其实现原理和技术效果类似，在此不再赘述。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的车辆电容温度检测方法的车辆电容温度检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆电容温度检测装置实施例中的具体限定可以参见上文中对于车辆电容温度检测方法的限定，在此不再赘述。

在一个实施例中，如图5所示，提供了一种车辆电容温度检测装置5，包括：数据获取模块50、分量确定模块51和温度检测模块52，其中：

数据获取模块50，用于获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

分量确定模块51，用于根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

温度检测模块52，用于将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在另一个实施例中，如图6所示，上述图5中的车辆电容温度检测装置5，还包括：

样本获取模块53，用于获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；其中，样本车辆与目标车辆的车辆类别相同；

温度获取模块54，用于获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；

模型训练模块55，用于基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

在另一个实施例中，如图7所示，上述图6中的样本获取模块53，包括：

信息获取单元530，用于获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；

工况确定单元531，用于基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；

样本获取单元532，用于获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

在另一个实施例中，如图8所示，上述图6中的模型训练模块55，包括：

数据输入单元550，用于将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；

模型训练单元551，用于基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

在另一个实施例中，上述图8中的模型训练单元551具体用于：

计算预测温度和真实温度之间的损失值；根据损失值调整温度检测模型的模型参数。

在另一个实施例中，如图9所示，上述图5中的分量确定模块51，包括：

表格获取单元510，用于获取关系对照表；其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；

分量确定单元511，用于从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

在另一个实施例中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

上述车辆电容温度检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于车载终端中的处理器中，也可以以软件形式存储于车载终端中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个示例性的实施例中，提供了一种车载终端，该车载终端可以是服务器，其内部结构图可以如图10所示。该车载终端包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该车载终端的处理器用于提供计算和控制能力。该车载终端的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该车载终端的数据库用于存储电流数据和温度数据。该车载终端的输入/输出接口用于处理器与外部设备之间交换信息。该车载终端的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆电容温度检测方法。

在一个实施例中，提供了一种车载终端，该车载终端可以是终端，其内部结构图可以如图10所示。该车载终端包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该车载终端的处理器用于提供计算和控制能力。该车载终端的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该车载终端的输入/输出接口用于处理器与外部设备之间交换信息。该车载终端的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种车辆电容温度检测方法。该车载终端的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该车载终端的输入装置可以是显示屏上覆盖的触摸层，也可以是车载终端外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的车载终端的限定，具体的车载终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种车载终端，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；其中，样本车辆与目标车辆的车辆类别相同；获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

计算预测温度和真实温度之间的损失值；根据损失值调整温度检测模型的模型参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取关系对照表；其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

在一个实施例中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

在上述各技术方案的基础上，本申请还提供了一个可选实施例。参见图11所示的一种车辆的结构示意图，本申请实施例在上述各实施例的基础上，还提供了一种车辆，该车辆中设置有如图10所述的车载终端。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；其中，样本车辆与目标车辆的车辆类别相同；获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

计算预测温度和真实温度之间的损失值；根据损失值调整温度检测模型的模型参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取关系对照表；其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

在一个实施例中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取在当前时刻下目标车辆中待检测电容相关的电流数据和温度数据；

根据电流数据和温度数据，确定目标车辆中待检测电容的温度瞬态分量；

将电流数据、温度数据和温度瞬态分量输入至预先训练好的温度检测模型中，得到目标车辆的待检测电容在当前时刻下的目标温度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取至少一个样本车辆在参考时刻下的样本电流数据和样本温度数据；其中，样本车辆与目标车辆的车辆类别相同；获取温度传感器采集的样本车辆中待检测电容在参考时刻下的样本温度瞬态分量和真实温度；基于参考时刻下的样本电流数据、样本温度数据、样本温度瞬态分量和真实温度，对预先构建的温度检测模型进行模型训练。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取至少一个样本车辆的转速区间、转矩区间、功率区间和电压区间；基于转速区间、转矩区间、功率区间和电压区间，确定目标车辆的可选工况；获取不同样本车辆在参考时刻对应不同可选工况下的样本电流数据和样本温度数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

将样本电流数据、样本温度数据和样本温度瞬态分量，输入至温度检测模型中，得到车辆电容在预设时刻的预测温度；基于预测温度和真实温度之间的差异情况，对温度检测模型进行模型训练。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

计算预测温度和真实温度之间的损失值；根据损失值调整温度检测模型的模型参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取关系对照表；其中，关系对照表通过不同样本车辆在不同参考时刻下相对应的样本电流数据、样本温度数据和样本温度瞬态分量建立对应关系得到；从关系对照表中选取与电流数据和温度数据相对应的样本温度瞬态分量，作为目标车辆中待检测电容的温度瞬态分量。

在一个实施例中，电流数据至少包括直流母线电流、电机相电流和纹波电流；温度数据至少包括冷却水温度和环境温度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。