一种电池自我诊断制造技术

本发明专利技术公开了一种电池自我诊断

【技术实现步骤摘要】
一种电池自我诊断、禁用与维修的方法、装置及存储介质


[0001]本专利技术属于换电柜电池
，尤其涉及一种电池自我诊断
、
禁用与维修的方法
、
装置及存储介质
。

技术介绍

[0002]随着电动二轮车的普及，电池充换电设备的重要组成部分，其维护对于保障电池的安全与可靠性至关重要
。
然而，传统的手动检修与管理方式存在效率低下
、
人工操作误差大等问题，迫切需要能提高电池维护的效率和准确性的措施
。

技术实现思路

[0003]专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种电池自我诊断
、
禁用与维修的方法
、
装置及存储介质，实现了换电柜内的电池的智能化诊断
、
禁用以及维修，提高了电池的诊断准确性和检修效率，提高电池安全性以及维护工作的质量和效益
。
[0004]技术方案：为实现上述目的，本专利技术的一种电池自我诊断
、
禁用与维修的方法，步骤如下：
[0005]步骤
S1
：电池数据获取
[0006]实时收集电池的
IOT
原始数据，包括电容
、
电压
、
温度
、
电容
、
电流以及在线状态；步骤
S2
：电池问题诊断
[0007]通过规则引擎计算出各类电池问题，并生成异常诊断数据；<br/>[0008]步骤
S3
：异常电池禁用
[0009]通过接口将异常电池的数据传输至物联网平台，并由平台转发数据到换电柜，实现电池的直接禁用；
[0010]步骤
S4
：回收工单创建
[0011]对应异常电池生成回收工单，根据异常电池的回收紧急性对工单进行排序，生成回收异常电池的工单优先级排序；
[0012]步骤
S5
：故障电池入库维修
[0013]扫码将故障电池进行入库维修，并记录维修数据；
[0014]步骤
S6
：电池诊断校验
[0015]将维修数据回传至大数据平台，进行准确率和召回率的自动校验，通过计算准确率与召回率来确定步骤
S2
至
S5
的模型是否满足当前应用要求，在不满足当前应用要求情况下，进入人工校验环节
。
[0016]进一步地，在步骤
S2
中，电池问题包括电容不足
、
压差过高
、
电池包温度过高
、MOS
管温度过高
、
电池离线
、
电压过低
、
电压过高
、
电池跳电以及放电电流过高，具体为：
[0017]电容不足：电池当前可存储总容量
C
i
衰减到额定容量的
80
％以上；
[0018]压差过高：电池各电芯的电压差距过大；
[0019]电池包温度过高：电池包的温度超过正常范围；
[0020]MOS
管温度过高：
MOS
管的温度超过正常范围；
[0021]电池离线：电池长时间未上报心跳；
[0022]电压过低：电池电压低于正常范围；
[0023]电压过高：电池电压高于正常范围；
[0024]电池跳电：电量短时间下降过多；
[0025]放电电流过高：电池在柜外时，电流超过正常值
。
[0026]进一步地，在步骤
S3
中，异常电池禁用的具体步骤为：
[0027]S3.1
：通过
Https
方式调用物联网平台异常上报接口；
[0028]S3.2
：物联网平台接收电池信息后，对电池当前状态做出判断；
[0029]S3.3
：电池在柜子中，则禁用该电池所在柜子格口，同时生成或者更新对应工单信息；
[0030]S3.4
：电池不在柜子中，则将该电池信息放入禁用缓存队列，等待电池入柜；
[0031]S3.5
：电池入柜，立即触发对应队列信息，并执行步骤
S3.3
操作
。
[0032]进一步地，在步骤
S4
中，回收工单创建依次包括工单生成
、
工单优先级计算和工单排序，具体如下：
[0033]S4.1
：工单生成
[0034]S4.11
：将电池放入等待队列中，先生成一个空的工单列表，用于储存生成的电池工单；
[0035]S4.12
：依据电池问题判定依据，对队列中的电池进行判断检测，并将异常电池放入工单列表；
[0036]S4.13
：针对每个异常电池，提取相对应的基本信息，生成一个工单；
[0037]S4.14
：将工单推入工单列表中候补，以备后续工单的排序与派发；
[0038]S4.2
：根据影响排序的各类因素对工单进行优先级计算
[0039]S4.21
：计算每类因素工单的平均值
M
i
和标准差
Std
i
：
[0040][0041][0042]其中：
M
i
表示每类因素工单的优先级的平均值，
Std
i
表示每类因素工单的优先级的标准差，
i∈{1
，2，3，
4}
表示四类因素，
n
表示每类异常的数据量，即工单明细数据的数量，
X
t
表示每类因素工单明细数据中的具体因素，
t
表示数据的索引，取值范围从1到
n
；
[0043]S4.22
：计算每个工单的标准化分数
Z
‑
score
：
[0044]Z
‑
score
i
＝
(i
‑
M
i
)/Std
i
[0045]Z
‑
score
i
表示每个工单在不同因素优先级分布中的相对位置：
[0046]当
Z
‑
score
i
为正，表示该工单的优先级高于平均水平；
[0047]当
Z
‑
score
i
为负，表示该工单的优先级低于平均水平；
[0048]S4.23
：加权所有因素的排序：
[0049][0050]S4.3
：根据计算得到的
Z
‑
score
对工单进行排序：...

【技术保护点】

【技术特征摘要】
1.
一种电池自我诊断
、
禁用与维修的方法，其特征在于：步骤如下：步骤
S1
：电池数据获取实时收集电池的
IOT
原始数据，包括电容
、
电压
、
温度
、
电容
、
电流以及在线状态；步骤
S2
：电池问题诊断通过规则引擎计算出各类电池问题，并生成异常诊断数据；步骤
S3
：异常电池禁用通过接口将异常电池的数据传输至物联网平台，并由平台转发数据到换电柜，实现电池的直接禁用；步骤
S4
：回收工单创建对应异常电池生成回收工单，根据异常电池的回收紧急性对工单进行排序，生成回收异常电池的工单优先级排序；步骤
S5
：故障电池入库维修扫码将故障电池进行入库维修，并记录维修数据；步骤
S6
：电池诊断校验将维修数据回传至大数据平台，进行准确率和召回率的自动校验，通过计算准确率与召回率来确定步骤
S2
至
S5
的模型是否满足当前应用要求，在不满足当前应用要求情况下，进入人工校验环节
。2.
根据权利要求1所述的一种电池自我诊断
、
禁用与维修的方法，其特征在于：在步骤
S2
中，电池问题包括电容不足
、
压差过高
、
电池包温度过高
、MOS
管温度过高
、
电池离线
、
电压过低
、
电压过高
、
电池跳电以及放电电流过高，具体为：电容不足：电池当前可存储总容量
C
i
衰减到额定容量的
80
％以上；压差过高：电池各电芯的电压差距过大；电池包温度过高：电池包的温度超过正常范围；
MOS
管温度过高：
MOS
管的温度超过正常范围；电池离线：电池长时间未上报心跳；电压过低：电池电压低于正常范围；电压过高：电池电压高于正常范围；电池跳电：电量短时间下降过多；放电电流过高：电池在柜外时，电流超过正常值
。3.
根据权利要求1所述的一种电池自我诊断
、
禁用与维修的方法，其特征在于：在步骤
S3
中，异常电池禁用的具体步骤为：
S3.1
：通过
Https
方式调用物联网平台异常上报接口；
S3.2
：物联网平台接收电池信息后，对电池当前状态做出判断；
S3.3
：电池在柜子中，则禁用该电池所在柜子格口，同时生成或者更新对应工单信息；
S3.4
：电池不在柜子中，则将该电池信息放入禁用缓存队列，等待电池入柜；
S3.5
：电池入柜，立即触发对应队列信息，并执行步骤
S3.3
操作
。4.
根据权利要求1所述的一种电池自我诊断
、
禁用与维修的方法，其特征在于：在步骤
S4
中，回收工单创建依次包括工单生成
、
工单优先级计算和工单排序，具体如下：
S4.1
：工单生成
S4.11
：将电池放入等待队列中，先生成一个空的工单列表，用于储存生成的电池工单；
S4.12
：依据电池问题判定依据，对队列中的电池进行判断检测，并将异常电池放入工单列表；
S4.13
：针对每个异常电池，提取相对应的基本信息，生成一个工单；
S4.14
：将工单推入工单列表中候补，以备后续工单的排序与派发；
S4.2
：根据影响排序的各类因素对工单进行优先级计算
S4.21
：计算每类因素工单的平均值
M
i
和标准差<...

【专利技术属性】
技术研发人员：蔡钺，姚卫彬，章群华，程禹斯，李璐，
申请(专利权)人：上海智租物联科技有限公司，
类型：发明
国别省市：