System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据可视化的电池状态分析系统及方法技术方案_技高网

一种基于大数据可视化的电池状态分析系统及方法技术方案

技术编号:40006543 阅读:38 留言:0更新日期:2024-01-09 05:14
本申请公开了一种基于大数据可视化的电池状态分析系统及方法,涉及电池充放电技术领域,包括:采集不同类型电池的充放电参数,充放电参数包含电压数据、电流数据、充放电曲线数据、温度数据、内阻数据和电池健康状态数据;根据采集的充放电参数建立电池充放电模型和电池老化模型,并预测电池的充放电参数;根据预测的充放电参数设置多阶段充电策略,并通过PID或增强PID算法计算并控制充电器的输出电压和输出电流,对电池的充电电压和充电电流进行控制;通过图表显示电池的充放电参数,并提示用户相应的维护措施。针对现有技术中对不同老化电池的充电效率低的问题,本申请通过建立电池充放电模型和老化模型,提高了充电效率。

【技术实现步骤摘要】

本专利技术涉及电池充放电,特别涉及一种基于大数据可视化的电池状态分析系统及方法


技术介绍

1、铁路通信机房电池是重要的供电保障设施,而电池数量根据机房大小不同,有所差异,有的是十多节,有的是上百节,电池越多,管理越不容易,倘若发生了异常情况,就不能及时处理,因此需使用机房电池智能检测系统,实现电池集中管理技术也成为研究热点。为延长电池的使用寿命,提高其充放电效率,及时监测异常情况,开发出高效的电池管理技术势在必行。

2、目前,电池管理技术主要采用单一的充电模式,无法适应不同老化状态电池的特性。此外,对电池健康状态的监测不够准确,电池状态实时预测存在困难。这些因素会导致电池无法实现高效充电,缩短使用寿命。

3、在相关技术中,比如中国专利文献cn111126825a中提供了一种可视化电池智能充放电节能管理系统及其控制方法,涉及充放电节能
,包括:在线采集生产现场充放电过程中的原始数据;集中原始数据,将原始数据转化为可供计算机识别的可识别数据;存储可识别数据,对可识别数据进行分析,得到相应的指标数据,并通过深度学习模型,根据可识别数据,得到最佳节能运行数据;可视化指标数据和最佳节能运行数据,根据最佳节能运行数据下发节能操作指令。但是本申请直接应用深度学习算法,没有考虑电池自身的差异,对不同老化电池的充电效率有待进一步提高。


技术实现思路

1、1.要解决的技术问题

2、针对现有技术中存在的不同老化电池的充电效率低的问题,本专利技术提供了一种基于大数据可视化的电池状态分析系统及方法,通过建立电池充放电模型和老化模型,提高了不同老化电池的的充电效率。

3、2.技术方案

4、本专利技术的目的通过以下技术方案实现。

5、本说明书实施例的一个方面提供一种基于大数据可视化的电池状态分析系统,包括:数据采集模块,用于采集不同类型电池的充放电参数,充放电参数包含电压数据、电流数据、充放电曲线数据、温度数据、内阻数据和电池健康状态数据;采集不同类型电池的充放电参数,可以收集各类电池的工作数据,为构建电池模型提供数据支持。采集的充放电参数包含多维信息,如电压、电流、曲线、温度等数据,这可以全面反映电池的充放电过程。内阻数据可以反映电池的内部化学活性及电化学反应情况。电池健康状态数据可以评估电池的老化程度和剩余寿命。综合多源异构数据,可以建立描述电池充放电本质的模型。数据采集为模型预测及制定充电策略提供基础,是实现对不同老化电池精确充电控制的第一步。通过采集不同类型电池的数据,可以获得通用模型,适应各类电池的充放电行为。动态获取的数据,可以实现对电池状态的实时监测与控制。其中,充电曲线:反映电池在充电过程中电压随时间的变化曲线。通常可以分为两段,第一段是恒流充电阶段,电压缓慢上升;第二段是恒压充电阶段,电流逐渐下降。放电曲线:反映电池在放电过程中电压随时间的变化曲线。放电曲线对应充电曲线,也可分为两个阶段,第一段是恒流放电阶段,电压迅速下降;第二段是恒压放电阶段,电流逐渐减小。

6、数据转换模块,与数据采集模块相连接,用于根据采集的充放电参数建立电池充放电模型和电池老化模型,并预测电池的充放电参数;数据转换模块可以将采集的原始充放电数据,转换成建模所需的标准格式数据。建立准确的电池充放电模型,可以反映电池的充放电机理、动力学行为及电化学反应过程。构建电池老化模型,可以评估电池的健康状态和预测剩余寿命,为制定充电策略提供支持。预测不同老化状态电池的充放电参数,可以得到电池当前的充放电曲线、内阻参数等,有助于精确控制充电过程。通过模型预测电池状态的参数,实现对电池充电态的实时监控。建模预测是实现对不同老化电池自适应充电的关键环节。模型的准确性决定充电的精确度。数据转换支持模型的建立,为后续的多阶段充电策略确定及充电效率评估提供基础。综上,数据转换模块通过建模预测电池状态,可以针对不同老化电池制定最佳充电策略,达到提高充电效率、延长使用寿命的目的。

7、节能管理模块,与数据转换模块相连接,用于根据预测的充放电参数设置多阶段充电策略,并通过pid或增强pid算法计算并控制充电器的输出电压和输出电流,对电池的充电电压和充电电流进行控制,充电器为对电池进行充电的装置;节能管理模块可以根据模型预测得到的电池充放电参数,设置自适应多阶段充电策略。对于不同老化状态的电池,可以设置不同的充电模式,实现精确充电控制。pid或增强pid算法可以根据电池实时状态,动态控制充电器的输出电压和电流。实现对充电电压和电流的闭环控制,达到快速而安全地对电池充电的目的。不同老化状态电池的充电电压和电流阈值需要独立设置,避免过充过放。动态控制充电器输出,维持在最佳工作状态,可以提高电池的充电效率。多阶段充电策略结合闭环控制系统,可以实现对不同老化电池的精确高效充电。节能管理通过调节充电器的参数来提高效率,达到节能目的。综上,该模块实现了对充电过程的控制优化,是提高不同老化电池充电效率的关键所在。其中,pid算法是一种线性闭环控制算法,通过计算系统误差来调节控制量,使系统输出接近设定值。在电池充电控制中,取电池实时电压/电流作为过程反馈值,与设定的电压/电流参考值计算误差。pid控制器根据误差值生成控制输出,调节充电器的电压和电流输出。p项根据误差对控制量进行比例调节,起快速响应作用。i项对误差进行积分,有抑制静差偏移的作用。d项根据误差变化率调节,具有提前量作用。通过调节pid参数,可以实现对充电过程的精确控制,保证电池以合适的速率快速充电至设定电压或电量。增强pid在标准pid基础上加入状态判断逻辑或优化算法,可以使控制效果更好。pid或增强pid算法的应用提高了对充电过程的控制质量,对于不同老化电池也能实现高精度充电,从而提高充电效率。

8、可视化模块,与数据采集模块和节能管理模块相连接,用于通过图表显示电池的充放电参数,并提示用户相应的维护措施;可视化模块可以通过图表的形式,直观显示出电池的充放电参数,如电压、电流、温度等数据。对不同类型和不同老化状态的电池,可视化界面可以通过不同颜色、形状等进行区分,便于比较。可视化界面可以显示电池的充放电曲线、内阻参数变化、容量衰减数据等信息。通过可视化手段,用户可以清晰地了解到电池的健康状态和老化程度。当电池寿命即将结束时,系统可以提示用户及时更换电池。用户也可以根据可视化信息,选择合适的充电策略和充电模式。可视化还可以展示最佳充电曲线,让用户知晓当前充电状态。良好的人机交互可以帮助用户科学合理地使用电池,延长不同老化电池的使用寿命。可视化模块配合数据监测与控制,可以全面提升电池的管理水平,实现高效充电。其中,充电方式的维护:当系统检测到电池老化时,可以提示用户避免长时间小电流充电,建议使用断续充电、脉冲充电等方式进行充电。充电环境的维护:提示用户在适宜的温度和湿度环境下对电池进行充电,避免高温高湿条件。电池存储方式的维护:当电池长期不使用时,可以提示用户避免将电池处于完全放电状态,建议使其保持30%至50%电量并定期检测。电池本文档来自技高网...

【技术保护点】

1.一种基于大数据可视化的电池状态分析系统,其特征在于,包括:

2.根据权利要求1的基于大数据可视化的电池状态分析系统,其特征在于:

3.根据权利要求1的基于大数据可视化的电池状态分析系统,其特征在于:

4.根据权利要求3的基于大数据可视化的电池状态分析系统,其特征在于:

5.一种基于大数据可视化的电池状态分析方法,用于分析如权利要求1至4中任一项所述的基于大数据可视化的电池状态分析系统,其特征在于,包括:

6.根据权利要求5的基于大数据可视化的电池状态分析方法,其特征在于:

7.根据权利要求5的基于大数据可视化的电池状态分析方法,其特征在于:

8.根据权利要求7的基于大数据可视化的电池状态分析方法,其特征在于:

9.根据权利要求8的基于大数据可视化的电池状态分析方法,其特征在于:

10.根据权利要求8的基于大数据可视化的电池状态分析方法,其特征在于:

【技术特征摘要】

1.一种基于大数据可视化的电池状态分析系统,其特征在于,包括:

2.根据权利要求1的基于大数据可视化的电池状态分析系统,其特征在于:

3.根据权利要求1的基于大数据可视化的电池状态分析系统,其特征在于:

4.根据权利要求3的基于大数据可视化的电池状态分析系统,其特征在于:

5.一种基于大数据可视化的电池状态分析方法,用于分析如权利要求1至4中任一项所述的基于大数据可视化的电池状态分析系...

【专利技术属性】
技术研发人员:黄国胜郭福建王春凯司福强张硕武朝军汤华奇乔桢马悦淇张飞王旭杨晓燕吴琼张云剑刘存国崔猛吴静韩杰李琳涛李建磊李懿臻周乐岩
申请(专利权)人:北京中铁建电气化设计研究院有限公司
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