一种蓄电池的状态计算方法和装置制造方法及图纸

技术编号:33537335 阅读:17 留言:0更新日期:2022-05-19 02:21
本申请实施例公开了一种蓄电池的状态计算方法和装置,该方法包括:采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量,并由获取的多组当前实际容量组成容量时间序列;将当前实际容量输入预设的蓄电池健康评估模型,对蓄电池的健康度进行打分;将容量时间序列输入预设的蓄电池剩余寿命估计模型,获取蓄电池的剩余寿命。通过该实施例方案,实现了直观地给出蓄电池的健康状态和剩余寿命,为维保人员提前提供了维保的有用信息,从而为提高EPS备运行的安全可靠性,降低检修维保成本提供了技术基础。修维保成本提供了技术基础。修维保成本提供了技术基础。

【技术实现步骤摘要】
一种蓄电池的状态计算方法和装置


[0001]本申请实施例涉及蓄电池监控技术,尤指一种蓄电池的状态计算方法和装置。

技术介绍

[0002]EPS(Emergency power Supply,应急电源)设备是地铁站的重要设备,在市电故障和发生供电异常时能够继续向负载和照明系统进行供电,确保不停电,保证地铁站能继续平稳运行。蓄电池组是EPS设备中的重要部件,因此,对于蓄电池设备的健康状况的监控和管理就成为了EPS设备运维工作中的重点内容。
[0003]目前,EPS设备中对于蓄电池设备的健康状况的评估方法主要是基于蓄电池厂家提供的充放电循环曲线图,结合检修人员经验进行粗略评估。这种方法没有考虑不同电池的工况环境有差异,也忽略了电池的个体差异,泛化能力不足,实际实施过程中电池实际循环次数也难以确切统计。不能对健康状态给出直观具体的数字化描述,也无法给出预估的失效时间,从而不能为蓄电池的维修和替换留下充足的时间。

技术实现思路

[0004]本申请实施例提供了一种蓄电池的状态计算方法和装置,能够直观地给出蓄电池的健康状态和剩余寿命,为维保人员提前提供维保的有用信息,从而为提高EPS设备运行的安全可靠性,降低检修维保成本提供了技术基础。
[0005]本申请实施例提供了一种蓄电池的状态计算方法,所述方法可以包括:
[0006]采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量,并由获取的多组当前实际容量组成容量时间序列;
[0007]将所述当前实际容量输入预设的蓄电池健康评估模型,对所述蓄电池的健康度进行打分;
[0008]将所述容量时间序列输入预设的蓄电池剩余寿命估计模型,获取所述蓄电池的剩余寿命。
[0009]在本申请的示例性实施例中,所述采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量,可以包括:周期性执行以下操作:
[0010]获取待计算的蓄电池的实时运行数据;
[0011]将每次获取的所述实时运行数据输入所述蓄电池实际容量推理模型,获取蓄电池的当前实际容量。
[0012]在本申请的示例性实施例中,所述获取待计算的蓄电池的实时运行数据,可以包括:
[0013]通过预设的监控系统提供的接口获取预设时长内所述待计算的蓄电池全部的实时运行监测数据;
[0014]对所述实时运行监测数据进行预处理,获取所述实时运行数据;其中,所述预处理包括以下任意一种或多种:忽略缺失值、偏差检测、数据集成、数据规约和数据变换。
[0015]在本申请的示例性实施例中,预先创建所述蓄电池实际容量推理模型,可以包括:
[0016]获取具有容量标签的蓄电池运行数据组成的第一训练数据集;
[0017]采用所述第一训练数据集对预先建立的第一回归模型进行训练,获取所述蓄电池实际容量推理模型;所述第一回归模型是以蓄电池运行数据作为输入,以具有蓄电池容量和健康度打分的数据作为输出的网络模型。
[0018]在本申请的示例性实施例中,所述获取具有容量标签的蓄电池运行数据组成的第一训练数据集,可以包括:
[0019]对同型号的蓄电池样本进行充放电实验,并在实验过程中检测所述蓄电池样本的运行数据;
[0020]每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量,获取完整充放电过程中不同时段的实际容量;
[0021]根据记录的不同时段的实际容量对所述蓄电池样本的运行数据设置所述容量标签,并由设置有所述容量标签的蓄电池样本的运行数据组成所述第一训练数据集。
[0022]在本申请的示例性实施例中,预先创建所述蓄电池健康评估模型,可以包括:
[0023]获取具有健康因子标签的蓄电池实际容量组成的第二训练数据集;
[0024]采用所述第二训练数据集对预先建立的第二回归模型进行训练,获取所述蓄电池健康评估模型;所述第二回归模型是以蓄电池容量数据作为输入,以健康度打分数据作为输出的网络模型。
[0025]在本申请的示例性实施例中,所述获取具有健康因子标签的蓄电池实际容量组成的第二训练数据集,可以包括:
[0026]对同型号的蓄电池样本进行充放电实验,并在实验过程中检测所述蓄电池样本的运行数据;
[0027]根据所述蓄电池样本的运行数据提取所述蓄电池样本的健康因子;并每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量,获取完整充放电过程中不同时段的实际容量;
[0028]根据不同时段提取的健康因子对不同时段的实际容量设置所述健康因子标签,并由设置有所述健康因子标签的蓄电池样本的实际容量组成所述第二训练数据集。
[0029]在本申请的示例性实施例中,所述由获取的多组当前实际容量组成容量时间序列,可以包括:
[0030]将所述多组当前实际容量按照获取的时间先后顺序进行排序,获取所述容量时间序列。
[0031]在本申请的示例性实施例中,在将所述容量时间序列输入预设的蓄电池剩余寿命估计模型之前,所述方法还可以包括:
[0032]对获取的所述容量时间序列进行序列平稳性判断;
[0033]当判定所述容量时间序列中存在非平稳数据时,对所述非平稳数据进行平稳化处理。
[0034]在本申请的示例性实施例中,预先创建所述蓄电池剩余寿命估计模型,可以包括:
[0035]获取由均为平稳数据的容量时间序列样本组成的第三训练数据集;
[0036]采用所述第三训练数据集对预先建立的机器学习模型进行训练,获取所述蓄电池
剩余寿命估计模型的初始模型;所述机器学习模型是以容量时间序列作为输入,以蓄电池剩余寿命作为输出,并基于自相关函数和偏自相关函数进行参数调整的网络模型;
[0037]对获取的所述初始模型的模型残差序列进行白噪声检验,当所述模型残差序列确定为白噪声序列时判定所述初始模型有效,并将该有效的初始模型作为所述蓄电池剩余寿命估计模型。
[0038]在本申请的示例性实施例中,所述获取由均为平稳数据的容量时间序列样本组成的第三训练数据集,可以包括:
[0039]对同型号的蓄电池样本进行充放电实验,并在实验过程中检测所述蓄电池样本的运行数据;
[0040]每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量,获取所述蓄电池样本完整充放电过程中不同时段的实际容量;
[0041]将标定有不同时段的实际容量按照时间先后顺序进行排序,获取容量时间序列样本;
[0042]对所述容量时间序列样本进行序列平稳性判断,并对所述容量时间序列样本中的非平稳数据进行平稳化处理;
[0043]采用均为平稳数据的容量时间序列样本组成所述第三训练数据集。
[0044]本申请实施例还提供了一种蓄电池的状态计算装置,可以包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现上述任意一项所述的蓄电池的状态计算方法。<本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种蓄电池的状态计算方法,其特征在于,所述方法包括:采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量,并由获取的多组当前实际容量组成容量时间序列;将所述当前实际容量输入预设的蓄电池健康评估模型,对所述蓄电池的健康度进行打分;将所述容量时间序列输入预设的蓄电池剩余寿命估计模型,获取所述蓄电池的剩余寿命。2.根据权利要求1所述的蓄电池的状态计算方法,其特征在于,所述采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量,包括:周期性执行以下操作:获取待计算的蓄电池的实时运行数据;将每次获取的所述实时运行数据输入所述蓄电池实际容量推理模型,获取蓄电池的当前实际容量。3.根据权利要求2所述的蓄电池的状态计算方法,其特征在于,所述获取待计算的蓄电池的实时运行数据,包括:通过预设的监控系统提供的接口获取预设时长内所述待计算的蓄电池全部的实时运行监测数据;对所述实时运行监测数据进行预处理,获取所述实时运行数据;其中,所述预处理包括以下任意一种或多种:忽略缺失值、偏差检测、数据集成、数据规约和数据变换。4.根据权利要求2或3所述的蓄电池的状态计算方法,其特征在于,预先创建所述蓄电池实际容量推理模型,包括:获取具有容量标签的蓄电池运行数据组成的第一训练数据集;采用所述第一训练数据集对预先建立的第一回归模型进行训练,获取所述蓄电池实际容量推理模型;所述第一回归模型是以蓄电池运行数据作为输入,以蓄电池容量数据作为输出的网络模型。5.根据权利要求4所述的蓄电池的状态计算方法,其特征在于,所述获取具有容量标签的蓄电池运行数据组成的第一训练数据集,包括:对同型号的蓄电池样本进行充放电实验,并在实验过程中检测所述蓄电池样本的运行数据;每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量,获取完整充放电过程中不同时段的实际容量;根据记录的不同时段的实际容量对所述蓄电池样本的运行数据设置所述容量标签,并由设置有所述容量标签的蓄电池样本的运行数据组成所述第一训练数据集。6.根据权利要求1所述的蓄电池的状态计算方法,其特征在于,预先创建所述蓄电池健康评估模型,包括:获取具有健康因子标签的蓄电池实际容量组成的第二训练数据集;采用所述第二训练数据集对预先建立的第二回归模型进行训练,获取所述蓄电池健康评...

【专利技术属性】
技术研发人员:刘杨李剑刘小树汪小亮柴军
申请(专利权)人:北京和利时系统集成有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1