The invention relates to an intelligent tracking and calibration method and device for acquisition data matrix, including acquiring various interference factors affecting sampling data of battery equipment, determining the gradient of each interference factor, collecting relative sampling data under each interference factor according to the determined gradient, acquiring actual sampling data of battery equipment in operation, and acquiring relative sampling data and actual sampling number. The data accuracy calibration parameters for battery equipment are obtained by calculating and processing, and the data accuracy calibration parameters for battery equipment are based on the obtained data accuracy calibration parameters. The invention can avoid the problem that errors caused by different interference cross-environment can not be corrected, and can carry out full range, multi-dimensional correction, dynamic correction and tracking calibration of acquisition data accuracy. The accuracy calibration of acquisition data is higher and closer to the true value. The algorithm is simple, the correction ability is strong, the practicability is strong, and the product performance is improved. Sampling can be made according to the performance difference between each equipment. Accuracy correction adjustment.
【技术实现步骤摘要】
采集数据矩阵智能跟踪校准方法及装置
本专利技术涉及电池设备数据采集领域的,更具体地说,涉及一种采集数据矩阵智能跟踪校准方法及装置。
技术介绍
目前的电池设备数据采集领域对于数据精度的校准,一般只是在单一的环境条件下校准,没有对复杂的环境进行校准。而且现有的数据精度校准方法由于受到区域性修正限制,不能全范围的对采集数据进行修正;当存在不同外在条件干扰因素时,现有的校准方法往往采取忽略不同干扰环境对精度的影响,这种方法大大降低了数据采集设备的产品性能和数据采集精度。
技术实现思路
本专利技术要解决的技术问题在于,针对现有技术的上述缺陷,提供采集数据矩阵智能跟踪校准方法及装置。本专利技术解决其技术问题所采用的技术方案是:提供一种采集数据矩阵智能跟踪校准方法,包括:S1、获取影响电池设备采样数据的各个干扰因素;S2、确定所述各个干扰因素的梯度;S3、根据所确定的梯度采集各个干扰因素下的相对采样数据;S4、获取所述电池设备在运行过程中的实际采样数据;S5、对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;S6、基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。优选地,所述步骤S2包括:根据所述电池设备对采样精度的要求,确定所述各个干扰因素的梯度。优选地,在执行所述步骤S3之前包括:判断所述各个干扰因素是否为同时干扰;若否,根据所确定的梯度采集各个干扰因素下的相对采样数据;若是,在不同的干扰因素交叉影响下交替采集所述相对采样数据。优选地,所述方法还包括:记录所述电池设备的数据精度校准参数。优选地,所述步骤S6包括:S61、 ...
【技术保护点】
1.一种采集数据矩阵智能跟踪校准方法,其特征在于,包括:S1、获取影响电池设备采样数据的各个干扰因素;S2、确定所述各个干扰因素的梯度;S3、根据所确定的梯度采集各个干扰因素下的相对采样数据;S4、获取所述电池设备在运行过程中的实际采样数据;S5、对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;S6、基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。
【技术特征摘要】
1.一种采集数据矩阵智能跟踪校准方法,其特征在于,包括:S1、获取影响电池设备采样数据的各个干扰因素;S2、确定所述各个干扰因素的梯度;S3、根据所确定的梯度采集各个干扰因素下的相对采样数据;S4、获取所述电池设备在运行过程中的实际采样数据;S5、对所述相对采样数据和所述实际采样数据进行运算处理,获得用于所述电池设备的数据精度校准参数;S6、基于所获得的数据精度校准参数对所述电池设备进行数据精度校准。2.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述步骤S2包括:根据所述电池设备对采样精度的要求,确定所述各个干扰因素的梯度。3.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,在执行所述步骤S3之前包括:判断所述各个干扰因素是否为同时干扰;若否,根据所确定的梯度采集各个干扰因素下的相对采样数据;若是,在不同的干扰因素交叉影响下交替采集所述相对采样数据。4.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述方法还包括:记录所述电池设备的数据精度校准参数。5.根据权利要求1所述的采集数据矩阵智能跟踪校准方法,其特征在于,所述步骤S6包括:S61、将所述数据精度校准参数导入对应的电池设备中;S62、所述电池设备接收所述数据精度校准参数并保存。6.根据权利要求5所述的采集数据矩阵智能跟踪校准方法,其特征在于,在所述步骤S61...
【专利技术属性】
技术研发人员:王仲果,郑云华,张锦兵,
申请(专利权)人:惠州拓邦电气技术有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。