【技术实现步骤摘要】
一种蓄电池容量预测方法及其预测装置
本专利技术实施例涉及电池管理技术，尤其涉及一种蓄电池容量预测方法及其预测装置。
技术介绍
蓄电池组作为变电站站用交直流重要负荷的后备电源支撑，其运行状况对电力系统的稳定性有重要的意义。蓄电池组由多节蓄电池串联后供电，蓄电池容量下降到80％以后性能会有急剧的衰退，容易失效，若单个蓄电池失效则整组失效，故需定期的对每节蓄电池进行容量核定。现有技术中，一般采用高斯过程回归或者神经网络用于蓄电池容量的预测采用上述方法对蓄电池进行容量预测时，对计算硬件要求高，计算耗时长。
技术实现思路
本专利技术提供一种蓄电池容量预测方法及其预测装置，以达到快速预测蓄电池容量的目的。第一方面，本专利技术实施例提供了一种蓄电池容量预测方法，包括：接收样本数据，将所述样本数据进行分类，形成若干组样本数据集，将每组所述样本数据集中的样本数据划分为第一数据子集和第二数据子集；根据所述第一数据子集建立第一模型，根据所述第二数据子集建立第二模型；接收测试数据，...
【技术保护点】
1.一种蓄电池容量预测方法，其特征在于，包括：/n接收样本数据，将所述样本数据进行分类，形成若干组样本数据集，将每组所述样本数据集中的样本数据划分为第一数据子集和第二数据子集；/n根据所述第一数据子集建立第一模型，根据所述第二数据子集建立第二模型；/n接收测试数据，根据所述测试数据生成测试模型，其中所述测数据的个数与所述第一数据子集中样本数据的个数相同；/n计算所述测试模型与所述第一模型的相关度，若所述测试模型与所述第一模型的相关度大于设定值，则通过与所述第一模型对应的第二模型预测蓄电池的容量。/n
【技术特征摘要】
1.一种蓄电池容量预测方法，其特征在于，包括：
接收样本数据，将所述样本数据进行分类，形成若干组样本数据集，将每组所述样本数据集中的样本数据划分为第一数据子集和第二数据子集；
根据所述第一数据子集建立第一模型，根据所述第二数据子集建立第二模型；
接收测试数据，根据所述测试数据生成测试模型，其中所述测数据的个数与所述第一数据子集中样本数据的个数相同；
计算所述测试模型与所述第一模型的相关度，若所述测试模型与所述第一模型的相关度大于设定值，则通过与所述第一模型对应的第二模型预测蓄电池的容量。
2.如权利要求1所述的蓄电池容量预测方法，其特征在于，接收样本数据，将所述样本数据进行分类，形成若干组样本数据集包括：
根据蓄电池的型号对所述样本数据进行一次分类，针对每种型号蓄电池对应的样本数据，按照使用年限进行二次分类，以形成所述样本数据集。
3.如权利要求1所述的蓄电池容量预测方法，其特征在于，所述样本数据集中的样本数据为，按照设定的时间间隔，依次采集的一组电压值。
4.如权利要求1所述的蓄电池容量预测方法，其特征在于，根据所述第一数据子集建立第一模型包括：
根据所述第一数据子集，通过三次...
【专利技术属性】
技术研发人员：张卫辉，梁欢利，简志超，邱育义，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司东莞供电局，
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。