CN106875098A - 一种充电设施对动力电池安全事故预警能力量化评价方法 - Google Patents
一种充电设施对动力电池安全事故预警能力量化评价方法 Download PDFInfo
- Publication number
- CN106875098A CN106875098A CN201710038597.2A CN201710038597A CN106875098A CN 106875098 A CN106875098 A CN 106875098A CN 201710038597 A CN201710038597 A CN 201710038597A CN 106875098 A CN106875098 A CN 106875098A
- Authority
- CN
- China
- Prior art keywords
- security incident
- weight
- electrokinetic cell
- early warning
- electrically
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本发明提出一种充电设施对动力电池安全事故预警能力量化评价方法,主要解决当前缺乏充电设施对动力电池安全事故预警能力量化方法。该方法步骤:1)确定动力电池安全事故类型;2)测试充电设施预警能力,得到测试数据;3)从主观和客观两个方面考虑权重计算,采用层次分析法构建三层评价体系并进行矩阵计算得到主观性权重,利用测试数据经公式计算得到客观性权重,基于标准离差法计算主观性和客观性权重的组合权重,最终得到综合权重;4)使用测试数据和综合权重计算得到动力电池事故预警综合指标——预警率。该评价体系量化预警能力,提高厂商产品的质量,从基本建设初期开始避免电池安全事故发生。
Description
技术领域
本发明涉及一种预警能力量化评价方法,主要针对充电设施对动力电池安全事故预警。
背景技术
动力电池充电安全主要由充电设施安全和动力电池安全构成,其中已经有很多研究人员关注于动力电池安全领域,提高动力电池安全的方法之一就是提高电池对安全事故的预警能力,现有的方法是通过增加BMS(Battery Management System,电池管理系统)测量的电池状态参数数量或者改进电池状态参数测量方法,提高对电池状态的识别能力,进而提高对电池故障的预警能力。现有的文献中只是描述提高了预警能力,具体提高了多少程度,没有一个明确的指标去衡量。本发明提出一种动力电池安全事故预警能力量化评价方法,并给出最终的评价指标。
提出该评价方法和评价指标的目的是,对电池管理系统及其上层充电控制单元的预警能力进行量化,促使电池管理系统生产商及充电设施生产企业关注电池故障预警领域,并且从硬件和软件两方面提高对电池状态的监控能力,以最大努力去避免电池安全事故的发生。
发明内容
本发明提供一种充电设施对动力电池安全事故预警能力量化评价方法,用于量化动力电池安全事故预警能力。
动力电池安全事故预警能力评价步骤如下:
1)确定动力电池安全事故类型,本发明以内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项安全事故为例,用于计算综合评价指标,但不限于这些。
2)测试充电设施对动力电池所有安全事故预警能力,得到每种安全事故的测试数据——充电设施对充电过程中动力电池每种安全事故的预警率。
3)从主观和客观两个方面考虑权重计算,采用层次分析法构建三层评价体系并进行矩阵计算得到主观性权重,利用测试数据经公式计算得到客观性权重,基于标准离差法计算主观性和客观性权重的组合权重,最终得到综合权重。
4)利用测试数据和综合权重得出综合评价指标——预警率。
所述步骤2)为:
在电池充电过程中,分别针对动力电池所有安全事故,在规定的m次试验中设置其中n次试验为安全事故试验,在安全事故试验中,充电设施能够识别安全事故对应参数值超过该参数对应阈值,并发出预警信号,称为一次预警试验成功,否则称为一次预警试验失败;在正常试验中,充电设施能够识别安全事故对应参数值不超过该参数对应阈值,并不发出预警信号,称为一次正常试验成功,否则称为一次正常试验失败;预警试验成功次数与安全事故试验次数的比值,称为该安全事故预警成功率,记为PSi;正常实验失败次数与正常实验次数的比值,称为该正常试验误预警率,记为PFi;该安全事故预警率计算表达式见式(1)。
式(1)中,Pi为该安全事故预警率;PSi为该安全事故预警成功率;PFi为该正常试验误预警率;n为安全事故试验次数;m为规定的试验总次数。
其中,所述阈值的确定方法分两个方面考虑,其一是采用额定值与最大值的平均值,其二是在平均值的基础上由电池厂商在一定范围内进行修改。在实际操作中,平均值不一定是最理想的预警值,随电池信息参数变化电池性能曲线是多样的,因此需要电池厂商介入,依据电池实测信息对阈值进行小范围修改。
所述步骤3)为:
(1)基于层次分析法计算主观性权重
建立三层评价体系:目标层为动力电池安全事故预警能力评价;准则层为动力电池安全事故类型,包含内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项,因素层为动力电池的参数,包含电压、电流、SOC、温度、内阻、通信、湿度、气体等8项。采用1~9标度,参考其他可燃物的标度取值,经过专家系统打分,构造出判断矩阵。求解该判断矩阵的特征值,利用其最大特征值进行一致性校验,计算得到一致性比例CR,如果CR<0.1,就满足层次分析法对判断矩阵的要求。层次分析法权重向量计算法主要有几何平均法、算术平均法、特征向量法和最小二乘法4种,通过其中一种方法计算,再进行归一化处理,得到主观性权重向量。
(2)基于测试数据计算客观性权重
针对第i个动力电池安全事故的客观性权重计算公式为:
式(2)中,Pi为第i个安全事故类型测试数据,vi为第i个安全事故类型的客观性权重,n为安全事故类型数量。权重v主要用于体现测试数据中偏小的数据,突显出预警能力的弱项,类似于木桶理论的短板效应。
(3)基于标准离差法计算综合权重
利用标准差计算权重的公式为
式(3)中,i为1或者2,主要为了区分两个权重向量,σ1为主观性权重向量u的标准差,σ2为客观性权重向量v的标准差。综合权重计算公式为
w=w1·u+w2·v (4)
式(4)中,w为综合权重向量,u为基于层次分析法的主观性权重向量,v为基于试验数据的客观性权重向量,w1为u在综合权重w中的比重,w2为v在综合权重w中的比重。
所述步骤4)为:
充电过程中动力电池所有安全事故预警率与对应权重乘积之和,称为充电设施对充电过程中动力电池安全事故的预警率,表达式见式(5)。
式(5)中,P为动力电池安全事故预警率;Pi为第i个安全事故预警率;wi为第i个安全事故对应的权重。
本发明中评价方法和综合指标的提出,是为量化充电设施对动力电池安全事故预警能力,从定性判断到定量判断,更明确充电设施和电池管理系统生产厂商应该达到的预警能力水平,努力从充电设施建设方面去避免电池安全事故发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一种实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据附图获得其他的附图。
附图1是基于层次分析法建立的三层评价体系的示意图。
附图中所列部件列表如下所示:
A:目标层
A1:动力电池安全事故预警能力评价
B:准则层
B01:外部短路 B02:内部短路
B03:高温 B04:低温
B05:高电压 B06:低电压
B07:大电流 B08:过充电
B09:高湿 B10:电压纹波过大
B11:电流纹波过大 B12:电压电流变化率过大
B13:释放气体 B14:通信异常
B15:极性反接
C:因素层
C1:电压 C2:电流
C3:SOC C4:温度
C5:内阻 C6:通信
C7:湿度 C8:气温
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
动力电池安全事故预警能力评价步骤如下:
1)确定动力电池安全事故类型,本发明以内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项安全事故为例,用于计算综合评价指标,但不限于这些。
2)测试充电设施对动力电池所有安全事故预警能力,得到每种安全事故的测试数据——充电设施对充电过程中动力电池每种安全事故的预警率。
3)从主观和客观两个方面考虑权重计算,采用层次分析法构建三层评价体系并进行矩阵计算得到主观性权重,利用测试数据经公式计算得到客观性权重,基于标准离差法计算主观性和客观性权重的组合权重,最终得到综合权重。
4)利用测试数据和综合权重得出综合评价指标——预警率。
所述步骤2)为:
在电池充电过程中,分别针对动力电池所有安全事故,在规定的m次试验中设置其中n次试验为安全事故试验,在安全事故试验中,充电设施能够识别安全事故对应参数值超过该参数对应阈值,并发出预警信号,称为一次预警试验成功,否则称为一次预警试验失败;在正常试验中,充电设施能够识别安全事故对应参数值不超过该参数对应阈值,并不发出预警信号,称为一次正常试验成功,否则称为一次正常试验失败;预警试验成功次数与安全事故试验次数的比值,称为该安全事故预警成功率,记为PSi;正常实验失败次数与正常实验次数的比值,称为该正常试验误预警率,记为PFi;该安全事故预警率计算表达式见式(1)。
式(1)中,Pi为该安全事故预警率;PSi为该安全事故预警成功率;PFi为该正常试验误预警率;n为安全事故试验次数;m为规定的试验总次数。
其中,所述阈值的确定方法分两个方面考虑,其一是采用额定值与最大值的平均值,其二是在平均值的基础上由电池厂商在一定范围内进行修改。在实际操作中,平均值不一定是最理想的预警值,随电池信息参数变化电池性能曲线是多样的,因此需要电池厂商介入,依据电池实测信息对阈值进行小范围修改。
所述步骤3)为:
(1)基于层次分析法计算主观性权重
建立三层评价体系:目标层为动力电池安全事故预警能力评价;准则层为动力电池安全事故类型,包含内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项,因素层为动力电池的参数,包含电压、电流、SOC、温度、内阻、通信、湿度、气体等8项,见附图1。采用1~9标度,参考其他可燃物的标度取值,经过专家系统打分,构造出判断矩阵。求解该判断矩阵的特征值,利用其最大特征值进行一致性校验,计算得到一致性比例CR,如果CR<0.1,就满足层次分析法对判断矩阵的要求。层次分析法权重向量计算法主要有几何平均法、算术平均法、特征向量法和最小二乘法4种,通过其中一种方法计算,再进行归一化处理,得到主观性权重向量。
(2)基于测试数据计算客观性权重
针对第i个动力电池安全事故的客观性权重计算公式为:
式(2)中,Pi为第i个安全事故类型测试数据,vi为第i个安全事故类型的客观性权重,n为安全事故类型数量。权重v主要用于体现测试数据中偏小的数据,突显出预警能力的弱项,类似于木桶理论的短板效应。
(3)基于标准离差法计算综合权重
利用标准差计算权重的公式为
式(3)中,i为1或者2,主要为了区分两个权重向量,σ1为主观性权重向量u的标准差,σ2为客观性权重向量v的标准差。综合权重计算公式为
w=w1·u+w2·v (4)
式(4)中,w为综合权重向量,u为基于层次分析法的主观性权重向量,v为基于试验数据的客观性权重向量,w1为u在综合权重w中的比重,w2为v在综合权重w中的比重。
所述步骤4)为:
充电过程中动力电池所有安全事故预警率与对应权重乘积之和,称为充电设施对充电过程中动力电池安全事故的预警率,表达式见式(5)。
式(5)中,P为动力电池安全事故预警率;Pi为第i个安全事故预警率;wi为第i个安全事故对应的权重。
本发明中评价方法和综合指标的提出,是为量化充电设施对动力电池安全事故预警能力,从定性判断到定量判断,更明确充电设施和电池管理系统生产厂商应该达到的预警能力水平,努力从充电设施建设方面去避免电池安全事故发生。
Claims (4)
1.一种充电设施对动力电池安全事故预警能力量化评价方法,其特征在于其步骤如下:
1)确定动力电池安全事故类型,本发明以内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项安全事故为例,用于计算综合评价指标,但不限于这些。
2)测试充电设施对动力电池所有安全事故预警能力,得到每种安全事故的测试数据——充电设施对充电过程中动力电池每种安全事故的预警率。
3)从主观和客观两个方面考虑权重计算,采用层次分析法构建三层评价体系并进行矩阵计算得到主观性权重,利用测试数据经公式计算得到客观性权重,基于标准离差法计算主观性和客观性权重的组合权重,最终得到综合权重。
4)利用测试数据和综合权重得出综合评价指标——预警率。
2.根据权利要求1所述的一种充电设施对动力电池安全事故预警能力量化评价方法,其特征在于所述的步骤2)为:
在电池充电过程中,分别针对动力电池所有安全事故,在规定的m次试验中设置其中n次试验为安全事故试验,在安全事故试验中,充电设施能够识别安全事故对应参数值超过该参数对应阈值,并发出预警信号,称为一次预警试验成功,否则称为一次预警试验失败;在正常试验中,充电设施能够识别安全事故对应参数值不超过该参数对应阈值,并不发出预警信号,称为一次正常试验成功,否则称为一次正常试验失败;预警试验成功次数与安全事故试验次数的比值,称为该安全事故预警成功率,记为PSi;正常实验失败次数与正常实验次数的比值,称为该正常试验误预警率,记为PFi;该安全事故预警率计算表达式见式(1)。
式(1)中,Pi为该安全事故预警率;PSi为该安全事故预警成功率;PFi为该正常试验误预警率;n为安全事故试验次数;m为规定的试验总次数。
其中,所述阈值的确定方法分两个方面考虑,其一是采用额定值与最大值的平均值,其二是在平均值的基础上由电池厂商在一定范围内进行修改。在实际操作中,平均值不一定是最理想的预警值,随电池信息参数变化电池性能曲线是多样的,因此需要电池厂商介入,依据电池实测信息对阈值进行小范围修改。
3.根据权利要求1所述的一种充电设施对动力电池安全事故预警能力量化评价方法,其特征在于所述的步骤3)为:
(1)基于层次分析法计算主观性权重
建立三层评价体系:目标层为动力电池安全事故预警能力评价;准则层为动力电池安全事故类型,包含内部短路,外部短路,高温,高电压,大电流,过充电,高湿,电压电流纹波过大,电压电流变化率过大,释放气体,通信异常,极性反接等15项,因素层为动力电池的参数,包含电压、电流、SOC、温度、内阻、通信、湿度、气体等8项。采用1~9标度,参考其他可燃物的标度取值,经过专家系统打分,构造出判断矩阵。求解该判断矩阵的特征值,利用其最大特征值进行一致性校验,计算得到一致性比例CR,如果CR<0.1,就满足层次分析法对判断矩阵的要求。层次分析法权重向量计算法主要有几何平均法、算术平均法、特征向量法和最小二乘法4种,通过其中一种方法计算,再进行归一化处理,得到主观性权重向量。
(2)基于测试数据计算客观性权重
本文中的测试数据指的是,充电设施对某种动力电池安全事故的预警能力指标,限定于0~1之间。针对第i个动力电池安全事故的客观性权重计算公式为:
式(1)中,Pi为第i个安全事故类型测试数据,在下文中,称为某安全事故预警率,vi为第i个安全事故类型的客观性权重,n为安全事故类型数量。权重v主要用于体现测试数据中偏小的数据,突显出预警能力的弱项,类似于木桶理论的短板效应。
(3)基于标准离差法计算综合权重
利用标准差计算权重的公式为
式(2)中,i为1或者2,主要为了区分两个权重向量,σ1为主观性权重向量u的标准差,σ2为客观性权重向量v的标准差。综合权重计算公式为
w=w1·u+w2·v (3)
式(3)中,w为综合权重向量,u为基于层次分析法的主观性权重向量,v为基于试验数据的客观性权重向量,w1为u在综合权重w中的比重,w2为v在综合权重w中的比重。
4.根据权利要求1所述的一种充电设施对动力电池安全事故预警能力量化评价方法,其特征在于所述的步骤4)为:
充电过程中动力电池所有安全事故预警率与对应权重乘积之和,称为充电设施对充电过程中动力电池安全事故的预警率,表达式见式(5)。
式(5)中,P为动力电池安全事故预警率;Pi为第i个安全事故预警率;wi为第i个安全事故对应的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710038597.2A CN106875098A (zh) | 2017-01-19 | 2017-01-19 | 一种充电设施对动力电池安全事故预警能力量化评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710038597.2A CN106875098A (zh) | 2017-01-19 | 2017-01-19 | 一种充电设施对动力电池安全事故预警能力量化评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106875098A true CN106875098A (zh) | 2017-06-20 |
Family
ID=59158599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710038597.2A Pending CN106875098A (zh) | 2017-01-19 | 2017-01-19 | 一种充电设施对动力电池安全事故预警能力量化评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875098A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107576916A (zh) * | 2017-09-21 | 2018-01-12 | 中国检验检疫科学研究院 | 一种退役动力电池的再利用方式的测试方法 |
CN109254228A (zh) * | 2018-08-07 | 2019-01-22 | 中国电力科学研究院有限公司 | 换流变压器用绝缘材料性能评价方法 |
CN109425836A (zh) * | 2017-08-17 | 2019-03-05 | 三星电子株式会社 | 用于估计电池的状态的方法和装置 |
CN109472516A (zh) * | 2018-11-27 | 2019-03-15 | 广州中国科学院工业技术研究院 | 动力电池系统火灾风险检测方法、装置及计算机设备 |
CN111914208A (zh) * | 2020-07-07 | 2020-11-10 | 集美大学 | 一种基于相对品质指数预警的检测系统及其方法 |
CN111929576A (zh) * | 2020-09-27 | 2020-11-13 | 通号(长沙)轨道交通控制技术有限公司 | 基于组合赋权法的真空断路器健康状态评估方法 |
CN111983469A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨理工大学 | 一种基于电压安全边界和温度安全边界的锂电池安全度估算方法及装置 |
CN112836174A (zh) * | 2020-12-31 | 2021-05-25 | 深圳市加码能源科技有限公司 | 一种基于ahp的实时充电安全评估方法及存储介质 |
CN115902646A (zh) * | 2023-01-06 | 2023-04-04 | 中国电力科学研究院有限公司 | 一种储能电池故障识别方法及系统 |
WO2023115988A1 (zh) * | 2021-12-22 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池内短路检测方法 |
-
2017
- 2017-01-19 CN CN201710038597.2A patent/CN106875098A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109425836B (zh) * | 2017-08-17 | 2022-12-13 | 三星电子株式会社 | 用于估计电池的状态的方法和装置 |
CN109425836A (zh) * | 2017-08-17 | 2019-03-05 | 三星电子株式会社 | 用于估计电池的状态的方法和装置 |
CN107576916A (zh) * | 2017-09-21 | 2018-01-12 | 中国检验检疫科学研究院 | 一种退役动力电池的再利用方式的测试方法 |
CN109254228A (zh) * | 2018-08-07 | 2019-01-22 | 中国电力科学研究院有限公司 | 换流变压器用绝缘材料性能评价方法 |
CN109472516A (zh) * | 2018-11-27 | 2019-03-15 | 广州中国科学院工业技术研究院 | 动力电池系统火灾风险检测方法、装置及计算机设备 |
CN111914208B (zh) * | 2020-07-07 | 2022-07-12 | 集美大学 | 一种基于相对品质指数预警的检测系统及其方法 |
CN111914208A (zh) * | 2020-07-07 | 2020-11-10 | 集美大学 | 一种基于相对品质指数预警的检测系统及其方法 |
CN111983469A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨理工大学 | 一种基于电压安全边界和温度安全边界的锂电池安全度估算方法及装置 |
CN111983469B (zh) * | 2020-08-24 | 2023-08-22 | 哈尔滨理工大学 | 一种基于电压安全边界和温度安全边界的锂电池安全度估算方法及装置 |
CN111929576A (zh) * | 2020-09-27 | 2020-11-13 | 通号(长沙)轨道交通控制技术有限公司 | 基于组合赋权法的真空断路器健康状态评估方法 |
CN112836174A (zh) * | 2020-12-31 | 2021-05-25 | 深圳市加码能源科技有限公司 | 一种基于ahp的实时充电安全评估方法及存储介质 |
WO2023115988A1 (zh) * | 2021-12-22 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池内短路检测方法 |
CN115902646A (zh) * | 2023-01-06 | 2023-04-04 | 中国电力科学研究院有限公司 | 一种储能电池故障识别方法及系统 |
CN115902646B (zh) * | 2023-01-06 | 2023-06-13 | 中国电力科学研究院有限公司 | 一种储能电池故障识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875098A (zh) | 一种充电设施对动力电池安全事故预警能力量化评价方法 | |
CN106529696B (zh) | 一种电网中设备预警方法及预警装置 | |
CN111537939B (zh) | 一种基于多指标融合的电压互感器状态评估方法及装置 | |
CN105866689A (zh) | 电池组串运行状态的评估方法和装置 | |
Wang et al. | Open circuit voltage and state of charge relationship functional optimization for the working state monitoring of the aerial lithium-ion battery pack | |
CN107633354A (zh) | 一种站用直流系统运行状态健康程度的综合评价方法 | |
CN104345275B (zh) | 一种动态评价电池一致性的方法 | |
CN107153162A (zh) | 一种动力电池组多故障在线检测系统及方法 | |
CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
CN110376530A (zh) | 电池内短路检测装置及方法 | |
CN110287543B (zh) | 一种继电保护装置寿命预测方法 | |
CN106780141A (zh) | 一种基于流形学习的输电线路检修计划优化方法及系统 | |
CN110322135A (zh) | 一种电网设备安全运行状态的实时监控方法及系统 | |
CN112632850A (zh) | 一种锂电池组中异常电池的检测方法及系统 | |
CN104813183B (zh) | 串联连接的电池元件中的异常充电事件的瞬态检测 | |
CN109190164A (zh) | 节点电压暂降严重程度多指标评估方法 | |
CN109409658A (zh) | 一种配电网运行风险感知方法和装置 | |
CN109813987A (zh) | 一种基于bp神经网络的变压器直流偏磁状态评估方法 | |
CN115951230B (zh) | 一种锂电池储能箱的异常检测方法及系统 | |
CN110580577A (zh) | 基于权重系数修正的智能变电站二次系统运行质量多分层评价方法 | |
CN110363404A (zh) | 一种干式空心电抗器状态数据分析方法 | |
CN107239896A (zh) | 一种继电保护安全性评估方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN102751725A (zh) | 一种配电网过负荷风险状态辨识方法 | |
CN107491862A (zh) | 电网风险评测的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170620 |