一种基于大数据的基站蓄电池续航能力的测算方法技术

本发明专利技术具体涉及一种基于大数据的基站蓄电池续航能力的测算方法。它包括下述步骤：（1）首先测算蓄电池初次购买时的最优续航时间T优；（2）然后测算当前蓄电池功率的折损率Ztcur；（3）最后通过T=T优×Ztcur×Lcper测算当前蓄电池的续航时间T。本发明专利技术的有益效果是该测算方法相比传统的蓄电池续航测算方式，融入了本地的历史数据分析，使续航能力推算更精确，数据积累越多测算越准。

【技术实现步骤摘要】

本专利技术属于大数据领域，具体涉及一种基于大数据的基站蓄电池续航能力的测算方法。
技术介绍
目前，各种重要的基站设备都配有专门的蓄电池，以备停电后各种设备仍能正常工作至基站设备的维护人员启动备用电源，这时给支撑人员提供一个该蓄电池大致能支撑的时间对基站设备的维护人员安排其后的日程就显得尤为重要。
技术实现思路
本专利技术的目的是提供基于大数据的基站蓄电池续航能力的测算方法，该测算方法相比传统的蓄电池续航测算方式，融入了本地的历史数据分析，使续航能力推算更精确，数据积累越多测算越准。为实现上述专利技术目的，本专利技术所采用的技术方案是：一种基于大数据的基站蓄电池续航能力的测算方法，它包括下述步骤：（1）首先测算蓄电池初次购买时的最优续航时间：T优=V蓄电池×VA蓄电池×C蓄电池×F蓄电池放电系数×F逆变器转换效率/P负载，其中，T优是初次购买时的最优续航时间，V蓄电池是单组蓄电池伏数，VA蓄电池是蓄电池标称功率，C蓄电池是蓄电池组数，F蓄电池放电系数是蓄电池放电系数，F逆变器转换效率是逆变器的转换效率，P负载是终端的总功率；（2）然后测算当前蓄电池功率的折损率：Ztcur=((Tcur–Tbuy)×Ft×（1-(Cbuy-Ccur)/Cbuy)，其中Ztcur是当前蓄电池的功率折损率，Tcur是当前时间，Tbuy是购买时间，Ft是从历史数据中获得的参考折损率，Ccur是最末次放电时长，Cbuy是购买时放电时长,（1-(Cbuy-Ccur)/Cbuy)的计算结果为放电时长折损率，用于对蓄电池功率折损率进行微调纠偏；1-(Cbuy-Ccur)/Cbuy，即用当前蓄电池组初次使用时的放电时长与末次放电时差的差值作参考，计算出当前蓄电池组相对于初次使用时的偏离值（计算方式为其差值除以初次充电时长），然后用基准值1减去偏离值便得到放电折损率，相较于同品牌其它蓄电池组的历史参考数据，该数据更能反应出当前蓄电池组在其特定条件下的真实使用情况。（3）最后测算当前蓄电池的续航时间：T=T优×Ztcur×Lcper，T是当前蓄电池的续航时间，T优是蓄电池的最优续航时间，Ztcur是当前蓄电池功率的折损率，Lcper是当前蓄电池充电百分比。进一步的，所述步骤（2）中从历史数据中获得的参考折损率的方法为：通过大数据手段记录所采购的每组蓄电池的品牌和每个月的折损情况，如A品牌的一组蓄电池2015年03月（距初次使用2个月）的折扣率为97%，可记为“20150320000001A0.97(其中第一组数据为记录月份，第二组数据为距初次使用的月份，第三组数据为该品牌蓄电池组序号，第四组数据为蓄电池的具体品牌，第五组数据为当前的具体折损率)”。系统每天定时按品牌、距初次使用的日期汇总数据，计算该品牌蓄电池相应月份的平均折损率，生成具体的折损参考表，后期使用时只需要按品牌和月份查询即可。进一步的，所述步骤（3）中当前蓄电池充电百分比是由附加在蓄电池上的传感器获得。本专利技术具有以下有益效果：相比传统的蓄电池续航测算方式，融入了本地的历史数据分析，使续航能力推算更精确，数据积累越多则会测算的越准。具体实施方式一种基于大数据的基站蓄电池续航能力的测算方法，它包括下述步骤：（1）首先测算蓄电池初次购买时的最优续航时间：T优=V蓄电池×VA蓄电池×C蓄电池×F蓄电池放电系数×F逆变器转换效率/P负载，其中，T优是初次购买时的最优续航时间，V蓄电池是单组蓄电池伏数，VA蓄电池是蓄电池标称功率，C蓄电池是蓄电池组数，F蓄电池放电系数是蓄电池放电系数，F逆变器转换效率是逆变器的转换效率，P负载是终端的总功率；（2）然后测算当前蓄电池功率的折损率：Ztcur=((Tcur–Tbuy)×Ft×（1-(Cbuy-Ccur)/Cbuy)，其中Ztcur是当前蓄电池的功率折损率，Tcur是当前时间，Tbuy是购买时间，Ft是从历史数据中获得的参考折损率，Ccur是最末次放电时长，Cbuy是购买时放电时长,（1-(Cbuy-Ccur)/Cbuy)的计算结果为放电时长折损率，用于对蓄电池功率折损率进行微调纠偏；1-(Cbuy-Ccur)/Cbuy，即用当前蓄电池组初次使用时的放电时长与末次放电时差的差值作参考，计算出当前蓄电池组相对于初次使用时的偏离值（计算方式为其差值除以初次充电时长），然后用基准值1减去偏离值便得到放电折损率，相较于同品牌其它蓄电池组的历史参考数据，该数据更能反应出当前蓄电池组在其特定条件下的真实使用情况。从历史数据中获得的参考折损率的方法为：通过大数据手段记录所采购的每组蓄电池的品牌和每个月的折损情况，如A品牌的一组蓄电池2015年03月（距初次使用2个月）的折扣率为97%，可记为“20150320000001A0.97(其中第一组数据为记录月份，第二组数据为距初次使用的月份，第三组数据为该品牌蓄电池组序号，第四组数据为蓄电池的具体品牌，第五组数据为当前的具体折损率)”。系统每天定时按品牌、距初次使用的日期汇总数据，计算该品牌蓄电池相应月份的平均折损率，生成具体的折损参考表，后期使用时只需要按品牌和月份查询即可。（3）最后测算当前蓄电池的续航时间：T=T优×Ztcur×Lcper，T是当前蓄电池的续航时间，T优是蓄电池的最优续航时间，Ztcur是当前蓄电池功率的折损率，Lcper是当前蓄电池充电百分比。当前蓄电池充电百分比是由附加在蓄电池上的传感器获得。本文档来自技高网...

【技术保护点】
一种基于大数据的基站蓄电池续航能力的测算方法，其特征在于：它包括下述步骤：（1）首先测算蓄电池初次购买时的最优续航时间：T优 = V蓄电池×VA蓄电池 ×C蓄电池 ×F蓄电池放电系数 ×F逆变器转换效率 / P负载，其中，T优是初次购买时的最优续航时间，V蓄电池是单组蓄电池伏数，VA蓄电池是蓄电池标称功率，C蓄电池是蓄电池组数，F蓄电池放电系数是蓄电池放电系数，F逆变器转换效率是逆变器的转换效率，P负载是终端的总功率；（2）然后测算当前蓄电池功率的折损率：Ztcur= ((Tcur –Tbuy)×Ft ×（1‑( Cbuy‑Ccur)/ Cbuy) ，其中Ztcur是当前蓄电池的功率折损率，Tcur是当前时间，Tbuy是购买时间，Ft 是从历史数据中获得的参考折损率，Ccur是最末次放电时长，Cbuy是购买时放电时长, （1‑( Cbuy‑Ccur)/ Cbuy)的计算结果为放电时长折损率，用于对蓄电池功率折损率进行微调纠偏；（3）最后测算当前蓄电池的续航时间：T = T优 ×Ztcur×Lcper，T是当前蓄电池的续航时间，T优 是蓄电池的最优续航时间，Ztcur是当前蓄电池功率的折损率，Lcper是当前蓄电池充电百分比。...

【技术特征摘要】
1.一种基于大数据的基站蓄电池续航能力的测算方法，其特征在于：它包括下述步骤：（1）首先测算蓄电池初次购买时的最优续航时间：T优=V蓄电池×VA蓄电池×C蓄电池×F蓄电池放电系数×F逆变器转换效率/P负载，其中，T优是初次购买时的最优续航时间，V蓄电池是单组蓄电池伏数，VA蓄电池是蓄电池标称功率，C蓄电池是蓄电池组数，F蓄电池放电系数是蓄电池放电系数，F逆变器转换效率是逆变器的转换效率，P负载是终端的总功率；（2）然后测算当前蓄电池功率的折损率：Ztcur=((Tcur–Tbuy)×Ft×（1-(Cbuy-Ccur)/Cbuy)，其中Ztcur是当前蓄电池的功率折损率，Tcur是当前时间，Tbuy是购买时间，Ft是从历史数据中获得的参考折损率，Ccur是最末次放电时长，Cbuy是购买时放电时长,（1-(Cbuy-Ccur)/Cbuy...

【专利技术属性】
技术研发人员：兰天明，张玉堂，
申请(专利权)人：四川通发电信股份有限公司，
类型：发明
国别省市：四川;51