一种数据驱动进行UPS整体健康度评估和预测的方法技术

本发明专利技术涉及电池维护技术领域，尤其是一种数据驱动进行UPS整体健康度评估和预测的方法；它包括以下步骤：步骤一，通过传感器在线采集电池工作状态下的电压、电流和温度；步骤二，退化状态识别；步骤三，数据驱动预测模型；步骤四，UPS健康度预测。通过采集电压、电流、温度等作为训练数据对算法模型进行训练，并通过退化状态识别来获得电池实时状态，进而得到准确的剩余寿命数据，最终实现健康度的评估。最终实现健康度的评估。

【技术实现步骤摘要】
一种数据驱动进行UPS整体健康度评估和预测的方法


[0001]本专利技术涉及电池维护
，尤其是一种数据驱动进行UPS整体健康度评估和预测的方法。

技术介绍

[0002]传统的UPS电池维护技术中，对于UPS的健康状况通常是通过老化公式推导出健康状态值，并基于健康状态值判断剩余寿命和故障率。显而易见的，老化公式是依靠经验推导出来的泛用型公式，它实际上并没有也不可能反应单个UPS个体的真实情况。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供一种通过历史数据对UPS进行整体健康度评估和健康风险预测的方法。
[0004]本专利技术的技术方案为：
[0005]一种数据驱动进行UPS整体健康度评估和预测的方法，其特征在于：它包括以下步骤：
[0006]步骤一，通过传感器在线采集电池工作状态下的电压、电流和温度；
[0007]步骤二，退化状态识别；
[0008]步骤三，数据驱动预测模型；
[0009]步骤四，UPS健康度预测。
[0010]其中，所述退化状态识别的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动进行UPS整体健康度评估和预测的方法，其特征在于：它包括以下步骤：步骤一，通过传感器在线采集电池工作状态下的电压、电流和温度；步骤二，退化状态识别；步骤三，数据驱动预测模型；步骤四，UPS健康度预测。2.根据权利要求1所述的一种数据驱动进行UPS整体健康度评估和预测的方法，其特征在于：所述退化状态识别的方法为：建立五状态的非齐次马尔科夫链模型；通过定义所述五状态的非齐次马尔科夫链模型中任意两个状态之间转移的状态转移概率，得到初始状态转移概率矩阵；分别利用已知不同化学配方的锂离子电池容量循环退化数据，对所述初始状态转移概率矩阵进行修正，得到对应于不同化学配方的锂离子电池的状态转移概率矩阵，并建立化学配方与状态转移概率的关联关系；利用化学配方与状态转移概率的关联关系，对待识别锂离子电池的容量循环退化动态进行识别；所述的五个状态包括：存储阶段的存储状态；对应于活跃阶段稳定态的活跃阶段第一状态，对应于活跃阶段的从存储阶段转化的态的活跃阶段第二状态，以及对应于活跃阶段固有不稳定态的活跃阶段第三状态；吸收阶段的吸收状态；其中，所述吸收阶段是从活跃阶段转化得到的；所述五状态的非齐次马尔科夫链模型中任意两个状态之间转移被定义为锂离子电池的一次充放电循环；其中，所述的任意两个状态之间的转移包括转移前后为同一状态的转移和转移前后为不同状态的转移，进一步说，任意两个状态之间转移的状态转移概率包括同一状态的转移的状态转移概率和不同状态的转移的状态转移概率；更进一步地，同一状态的转移的状态转移概率包括：从存储状态转移到存储状态的第一状态转移概率；从活跃阶段第一状态转移到活跃阶段第一状态的第四状态转移概率；从活跃阶段第二状态转移到活跃阶段第二状态的第三状态转移概率；从活跃...

【专利技术属性】
技术研发人员：余捷全，常伟，
申请(专利权)人：广东毓秀科技有限公司，
类型：发明
国别省市：