采集数据矩阵智能跟踪校准方法及装置制造方法及图纸

本发明专利技术涉及采集数据矩阵智能跟踪校准方法及装置，包括：获取影响电池设备采样数据的各个干扰因素；确定各个干扰因素的梯度；根据所确定的梯度采集各个干扰因素下的相对采样数据；获取电池设备在运行过程中的实际采样数据；对相对采样数据和实际采样数据进行运算处理，获得用于电池设备的数据精度校准参数；基于所获得的数据精度校准参数对电池设备进行数据精度校准。本发明专利技术可避免不同干扰交叉环境引起的误差不能修正问题，可对采集数据精度进行全范围、多维度修正、动态校正跟踪校准，对采集数据的精度校准更高、更接近真实值，算法简单、修正能力强、实用性强，提升产品性能，可针对每台设备之间的性能差异性做采样精度修正调节。

Intelligent Tracking Calibration Method and Device for Data Acquisition Matrix

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、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。优选地，在所述步骤S61之前包括：S61-1、根据不同的电池设备的差异性调整所述数据精度校准参数。优选地，所述步骤S62之后包括：S63、采集所述电池设备的实际采样值；S64、确定所述电池设备的干扰因素；S65、根据所确定的干扰因素选择相应的数据精度校准参数；S66、根据所述相应的数据精度校准参数对所述实际采样值进行校准，获得所述电池设备的真实采样数据。优选地，所述步骤S66之后还包括：判断所述电池设备的干扰因素是否发生变化；若是，返回步骤S64；若否，保持在所述步骤S66。优选地，所述步骤S61包括：通过上位机将所述数据精度校准参数导入对应的电池设备中。本专利技术还提供一种采集数据矩阵智能跟踪校准装置，包括：第一获取单元，用于获取影响电池设备采样数据的各个干扰因素；确定单元，用于确定所述各个干扰因素的梯度；第一采集单元，用于根据所确定的梯度采集各个干扰因素下的相对采样数据；第二获取单元，用于获取所述电池设备在运行过程中的实际采样数据；运算处理单元，用于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；校准单元，用于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。实施本专利技术的采集数据矩阵智能跟踪校准方法，具有以下有益效果：本专利技术采集数据矩阵智能跟踪校准方法包括：获取影响电池设备采样数据的各个干扰因素；确定各个干扰因素的梯度；根据所确定的梯度采集各个干扰因素下的相对采样数据；获取电池设备在运行过程中的实际采样数据；对相对采样数据和实际采样数据进行运算处理，获得用于电池设备的数据精度校准参数；基于所获得的数据精度校准参数对电池设备进行数据精度校准。本专利技术通过上述方法可避免不同干扰交叉环境引起的误差不能修正问题，可对采集数据精度进行全范围、多维度修正、动态校正跟踪校准，对采集数据的精度校准更高、更接近真实值，算法简单、修正能力强、实用性强，提升产品性能，可针对每台设备之间的性能差异性做采样精度修正调节。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例提供的一种采集数据矩阵智能跟踪校准方法的流程示意图；图2是本专利技术实施例提供的一种采集数据矩阵智能跟踪校准方法校准过程中的流程示意图；图3是本专利技术实施例提供的一种采集数据矩阵智能跟踪校准装置的逻辑框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参考图1，本专利技术实施例提供了一种采集数据矩阵智能跟踪校准方法。本专利技术的采集数据矩阵智能跟踪校准方法适用于电池设备。当然，可以理解地，该数据精度校准方法还可以应用于任何需要进行数据采集的设备。如图1所示，该采集数据矩阵智能跟踪校准方法包括：步骤S1、获取影响电池设备采样数据的各个干扰因素。影响电池设备采样数据的各个干扰因素可以根据对每种电池设备各自的采集干扰源可能对电池设备的采样数据造成误差的分析获得。每一种电池设备均不相同，所以在分析干扰因素的过程中，需要根据实施人员根据不同的设备自行分析。其中，干扰源主要是影响电池设备采样精度的外在条件。例如，包括但不限于温度、气压、湿度、电流、电压、产品老化程度以及使用次数等。步骤S2、确定各个干扰因素的梯度。可选的，步骤S2包括：根据电池设备对采样精度的要求，确定各个干扰因素的梯度。即在该步骤中，可以根据电池设备对采样精度的高低，划分各种干扰因素的梯度。也就是说，当电池设备对采样精度要求高就将干扰因素的梯度设置小一点，若电池设备对采样精度要求低就将干扰因素的梯度设置在一点；在具体划分时可以根据实际情况进行调整。例如，某电池设备对电流的采样受温度影响，若该电池设备要求采样精度较高，则可以在-40℃～120℃每5℃对电流值进行一次采样，若该电池设备要求采样精度较低，则可以取每10℃或者15℃的梯度温度对电流值进行采样。步骤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。具体的，在步骤S2中确定好各个干扰因素的采样梯度后，即可根据所确定的梯度进行相应的数据采样，获得在各个干扰因素下的相对采样数据。可以理解地，这里，相对采样数据为在不同的干扰环境下所采样的相对真实值。进一步地，在执行步骤S3之前包括：步骤S3-1、判断各个干扰因素是否为同时干扰。步骤S3-2、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。步骤S3-3、若是，在不同的干扰因素交叉影响下交替采集相对采样数据。这里，在进行各个干扰因数下的相对采样数据的采集时，需先判断是否为多个干扰因素同时干扰，如果不是，则根据的确定的梯度采集各个干扰因素下的相对采样数据；如果是，则在不同的干扰因素交叉影响下按照所确定的梯度交替采集出相对采样数据。步骤S4、获取电池设备在运行过程中的实际采样数据。这里的实际采样数据为电池设备在运行过程中的实际情况下所采样的数据。步骤S5、对相对采样数据和实际采样数据进行运算处理，获得用于电池设备的数据精度校准参数。数据精度校准参数包括校准系数和偏移修正量。其中，校准系数和偏移修正量可以通过前述所获得的相对采样数据和实际采样数据计算得到。具体的，假设相对采样数据为Y，校准系数为K，实际采样数据为X，偏移修正量为B，则可以根据以下公式算出校准系数K和偏移本文档来自技高网...

【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