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()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体涉及一种锌锰电池的异常数据检测方法。
技术介绍
1、锌锰电池作为使用最为广泛的可拆卸电池,其可进行充电后反复使用。在电池使用过程中可能因为使用不当或者是电池的质量问题造成损坏,厂家需要收集电池的异常数据,用来分析电池可能产生的问题,以及时的对电池进行优化,其可以通过检测锌锰电池在充放电过程中的电压数据中的异常数据,以异常数据的分析结果来判定电池是否存在问题。
2、现有的问题:当前常使用迭代自组织聚类算法,进行异常数据检测,但该算法没有考虑到电池在每次充放电过程中的损耗,当直接进行聚类操作时,可能会导致因电池损耗造成的正常电压变化被划分到异常簇类中,从而降低了锌锰电池异常数据检测的准确性。
技术实现思路
1、本专利技术提供一种锌锰电池的异常数据检测方法,以解决现有的问题。
2、本专利技术的一种锌锰电池的异常数据检测方法采用如下技术方案:
3、本专利技术一个实施例提供了一种锌锰电池的异常数据检测方法,该方法包括以下步骤:
4、采集一个锌锰电池一段时间内的电压数据,得到一个电压时序数据序列;所述电压时序数据序列中每个数据对应一个时间;从电压时序数据序列中分割出若干个负载放电数据序列段以及充电数据序列段;
5、根据任意两个负载放电数据序列段之间的数据以及数据的时间差异,得到两个负载放电数据序列段之间的不相似性;根据两个负载放电数据序列段之间的不相似性,对所有负载放电数据序列段进行聚类操作,得到若干个聚类
6、在每个聚类簇中,根据所有负载放电数据序列段中的数据数量之间的差异,得到每个负载放电数据序列段的离散程度;根据每个负载放电数据序列段与其之后的充电数据序列段之间的数据、数据数量以及每个负载放电数据序列段的离散程度,得到每个负载放电数据序列段的充放电特征;
7、根据每个聚类簇中所有负载放电数据序列段的充放电特征以及每个负载放电数据序列段与其之后的充电数据序列段之间数据的时间差异,得到每个负载放电数据序列段的调整权重;
8、根据任意两个负载放电数据序列段之间的不相似性以及调整权重,得到两个负载放电数据序列段之间的聚类距离;根据两个负载放电数据序列段之间的聚类距离,得到异常数据。
9、进一步地,所述从电压时序数据序列中分割出若干个负载放电数据序列段以及充电数据序列段,包括的具体步骤如下:
10、在电压时序数据序列中,将每个数据减去其相邻的后一个数据的差值,记为每个数据的趋势值;将趋势值为负数的数据,记为放电数据;将趋势值为正数的数据,记为充电数据;
11、使用最小最大规范法,对所有放电数据的趋势值的绝对值进行归一化处理,得到每个放电数据的放电趋势值;
12、在所有放电数据中,将放电趋势值大于预设的放电阈值的放电数据,记为负载放电数据;
13、将电压时序数据序列中连续相邻的负载放电数据构成的序列段,记为负载放电数据序列段;
14、将电压时序数据序列中连续相邻的充电数据构成的序列段,记为充电数据序列段。
15、进一步地,所述根据任意两个负载放电数据序列段之间的数据以及数据的时间差异,得到两个负载放电数据序列段之间的不相似性,包括的具体步骤如下:
16、在电压时序数据序列中,将任意两个负载放电数据序列段,按照时间顺序依次记为目标序列段和参考序列段;
17、将参考序列段中第一个数据的时间减去目标序列段中最后一个数据的时间的差值,记为目标序列段和参考序列段之间的时间间隔;
18、使用动态时间规整算法,对目标序列段和参考序列段中的数据进行匹配,得到若干个匹配数据对;其中,每个匹配数据对中包括一个目标序列段中的数据和一个参考序列段中的数据;
19、根据目标序列段和参考序列段之间的时间间隔、所有匹配数据对中的数据以及数据的趋势值,得到目标序列段和参考序列段之间的不相似性。
20、进一步地,所述根据目标序列段和参考序列段之间的时间间隔、所有匹配数据对中的数据以及数据的趋势值,得到目标序列段和参考序列段之间的不相似性对应的具体计算公式为:
21、
22、其中为目标序列段和参考序列段之间的不相似性,为匹配数据对的数量,为第个匹配数据对中的目标序列段中的数据的趋势值,为第个匹配数据对中的参考序列段中的数据的趋势值,为第个匹配数据对中的目标序列段中的数据,为第个匹配数据对中的参考序列段中的数据,为目标序列段和参考序列段之间的时间间隔,为绝对值函数,为线性归一化函数。
23、进一步地,所述在每个聚类簇中,根据所有负载放电数据序列段中的数据数量之间的差异,得到每个负载放电数据序列段的离散程度,包括的具体步骤如下:
24、将任意一个聚类簇,记为目标簇;将目标簇中任意一个负载放电数据序列段,记为主序列段;
25、主序列段的离散程度的具体计算公式为:
26、
27、其中为主序列段的离散程度,为主序列段中的数据数量,为目标簇中第个负载放电数据序列段中的数据数量,为目标簇中负载放电数据序列段的数量,为绝对值函数,为线性归一化函数。
28、进一步地,所述根据每个负载放电数据序列段与其之后的充电数据序列段之间的数据、数据数量以及每个负载放电数据序列段的离散程度,得到每个负载放电数据序列段的充放电特征对应的具体计算公式为:
29、
30、其中为主序列段的充放电特征,为主序列段中的数据数量,为主序列段的离散程度,为主序列段中所有数据中的最大值减去最小值的差值,为分序列段中的数据数量,为分序列段中所有数据中的最大值减去最小值的差值;
31、所述分序列段的获取过程为:在电压时序数据序列中,将主序列段之后的第一个充电数据序列段,记为分序列段。
32、进一步地,所述根据每个聚类簇中所有负载放电数据序列段的充放电特征以及每个负载放电数据序列段与其之后的充电数据序列段之间数据的时间差异,得到每个负载放电数据序列段的调整权重,包括的具体步骤如下:
33、将分序列段中第一个数据的时间减去主序列段中最后一个数据的时间的差值,记为主序列段和分序列段之间的时间间隔;
34、根据目标簇中所有负载放电数据序列段的充放电特征之间的差异以及主序列段和分序列段之间的时间间隔,得到主序列段的调整权重。
35、进一步地,所述根据目标簇中所有负载放电数据序列段的充放电特征之间的差异以及主序列段和分序列段之间的时间间隔,得到主序列段的调整权重对应的具体计算公式为:
36、
37、其中为主序列段的调整权重,为主序列段的充放电特征,为目标簇中所有负载放电数据序列段的充放电特征的均值,为主序列段和分序列段之间的时间间隔,为绝对值函数,为线性归一化函数。
38、进一步地,所述根据任意两个负载放电数据序列段之间的不相似性以及调整权重,得到两个负载放电数据本文档来自技高网...
【技术保护点】
1.一种锌锰电池的异常数据检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述一种锌锰电池的异常数据检测方法,其特征在于,所述从电压时序数据序列中分割出若干个负载放电数据序列段以及充电数据序列段,包括的具体步骤如下:
3.根据权利要求2所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据任意两个负载放电数据序列段之间的数据以及数据的时间差异,得到两个负载放电数据序列段之间的不相似性,包括的具体步骤如下:
4.根据权利要求3所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据目标序列段和参考序列段之间的时间间隔、所有匹配数据对中的数据以及数据的趋势值,得到目标序列段和参考序列段之间的不相似性对应的具体计算公式为:
5.根据权利要求1所述一种锌锰电池的异常数据检测方法,其特征在于,所述在每个聚类簇中,根据所有负载放电数据序列段中的数据数量之间的差异,得到每个负载放电数据序列段的离散程度,包括的具体步骤如下:
6.根据权利要求5所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据每个负载放电数据序列段
7.根据权利要求6所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据每个聚类簇中所有负载放电数据序列段的充放电特征以及每个负载放电数据序列段与其之后的充电数据序列段之间数据的时间差异,得到每个负载放电数据序列段的调整权重,包括的具体步骤如下:
8.根据权利要求7所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据目标簇中所有负载放电数据序列段的充放电特征之间的差异以及主序列段和分序列段之间的时间间隔,得到主序列段的调整权重对应的具体计算公式为:
9.根据权利要求3所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据任意两个负载放电数据序列段之间的不相似性以及调整权重,得到两个负载放电数据序列段之间的聚类距离,包括的具体步骤如下:
10.根据权利要求1所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据两个负载放电数据序列段之间的聚类距离,得到异常数据,包括的具体步骤如下:
...【技术特征摘要】
1.一种锌锰电池的异常数据检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述一种锌锰电池的异常数据检测方法,其特征在于,所述从电压时序数据序列中分割出若干个负载放电数据序列段以及充电数据序列段,包括的具体步骤如下:
3.根据权利要求2所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据任意两个负载放电数据序列段之间的数据以及数据的时间差异,得到两个负载放电数据序列段之间的不相似性,包括的具体步骤如下:
4.根据权利要求3所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据目标序列段和参考序列段之间的时间间隔、所有匹配数据对中的数据以及数据的趋势值,得到目标序列段和参考序列段之间的不相似性对应的具体计算公式为:
5.根据权利要求1所述一种锌锰电池的异常数据检测方法,其特征在于,所述在每个聚类簇中,根据所有负载放电数据序列段中的数据数量之间的差异,得到每个负载放电数据序列段的离散程度,包括的具体步骤如下:
6.根据权利要求5所述一种锌锰电池的异常数据检测方法,其特征在于,所述根据每个负载放电数据序列段...
【专利技术属性】
技术研发人员:许奕坛,许嘉伟,何崇杰,
申请(专利权)人:四会永利五金电池有限公司,
类型:发明
国别省市:
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。