CN112433139B - 一种提高超级电容循环寿命的方法及装置 - Google Patents

一种提高超级电容循环寿命的方法及装置 Download PDF

Info

Publication number
CN112433139B
CN112433139B CN202011501149.XA CN202011501149A CN112433139B CN 112433139 B CN112433139 B CN 112433139B CN 202011501149 A CN202011501149 A CN 202011501149A CN 112433139 B CN112433139 B CN 112433139B
Authority
CN
China
Prior art keywords
information
temperature
obtaining
time
capacitance
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.)
Active
Application number
CN202011501149.XA
Other languages
English (en)
Other versions
CN112433139A (zh
Inventor
刘劲松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Chengyue Electronic Technology Co ltd
Original Assignee
Anhui Chengyue Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Chengyue Electronic Technology Co ltd filed Critical Anhui Chengyue Electronic Technology Co ltd
Priority to CN202011501149.XA priority Critical patent/CN112433139B/zh
Publication of CN112433139A publication Critical patent/CN112433139A/zh
Application granted granted Critical
Publication of CN112433139B publication Critical patent/CN112433139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2601—Apparatus or methods therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2612—Data acquisition interface
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/13—Energy storage using capacitors

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明公开了一种提高超级电容循环寿命的方法及装置，获得第一电容信息；根据所述第一电容信息，获得电容温度范围信息；根据电容温度范围信息，获得第一电容温度限值；实时采集环境温度信息，获得温度信息数据库；根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；将多个温度变化量、第一电容温度限值输入第一训练模型，获得第一训练模型的第一输出信息，其中，第一输出信息包括第一预估时间，第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；根据第一预估时间，获得第一提醒信息。解决了现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题。

Description

一种提高超级电容循环寿命的方法及装置
技术领域
本发明涉及超级电容相关领域，尤其涉及一种提高超级电容循环寿命的方法及装置。
背景技术
超级电容，又名电化学电容，双电层电容器、黄金电容、法拉电容，是从上世纪七、八十年代发展起来的通过极化电解质来储能的一种电化学元件。它不同于传统的化学电源，是一种介于传统电容器与电池之间、具有特殊性能的电源，主要依靠双电层和氧化还原质电容电荷储存电能。但在其储能的过程并不发生化学反应，这种储能过程是可逆的，也正因为此超级电容器可以反复充放电数十万次。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题。
发明内容
本申请实施例通过提供一种提高超级电容循环寿命的方法及装置，解决了现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题，达到对电容使用环境监测，提高超级电容循环寿命的技术效果。
鉴于上述问题，提出了本申请实施例提供一种提高超级电容循环寿命的方法及装置。
第一方面，本申请实施例提供了一种提高超级电容循环寿命的方法，所述方法包括：获得第一电容信息；根据所述第一电容信息，获得电容温度范围信息；根据所述电容温度范围信息，获得第一电容温度限值；实时采集环境温度信息，获得温度信息数据库；根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；根据所述第一预估时间，获得第一提醒信息。
另一方面，本申请还提供了一种提高超级电容循环寿命的装置，所述装置包括：第一获得单元，所述第一获得单元用于获得第一电容信息；第二获得单元，所述第二获得单元用于根据所述第一电容信息，获得电容温度范围信息；第三获得单元，所述第三获得单元用于根据所述电容温度范围信息，获得第一电容温度限值；第四获得单元，所述第四获得单元用于实时采集环境温度信息，获得温度信息数据库；第五获得单元，所述第五获得单元用于根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；第一输入单元，所述第一输入单元用于将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；第六获得单元，所述第六获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；第七获得单元，所述第七获得单元用于根据所述第一预估时间，获得第一提醒信息。
第三方面，本发明提供了一种提高超级电容循环寿命的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了根据电容的温度范围信息后获得第一电容的温度限值，实时采集当前的电容所处环境的温度，获得实时温度信息数据库，根据所述温度信息数据库对相邻时间的温度变化量进行计算，获得多个温度变化量，将所述温度变化量和第一温度限值输入第一训练模型的方式，基于所述训练模型不断的进行自我修正调整的特性，获得更加准确的第一预估时间，进而可获得更加准确的提醒信息，达到对电容温度更好的控制，达到对电容使用环境监测，提高超级电容循环寿命的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种提高超级电容循环寿命的方法的流程示意图；
图2为本申请实施例一种提高超级电容循环寿命的装置的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第一输入单元16，第六获得单元17，第七获得单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本申请实施例通过提供一种提高超级电容循环寿命的方法及装置，解决了现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题，达到对电容使用环境监测，提高超级电容循环寿命的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
超级电容，又名电化学电容，双电层电容器、黄金电容、法拉电容，是从上世纪七、八十年代发展起来的通过极化电解质来储能的一种电化学元件。它不同于传统的化学电源，是一种介于传统电容器与电池之间、具有特殊性能的电源，主要依靠双电层和氧化还原质电容电荷储存电能。但在其储能的过程并不发生化学反应，这种储能过程是可逆的，也正因为此超级电容器可以反复充放电数十万次。但现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种提高超级电容循环寿命的方法，所述方法包括：获得第一电容信息；根据所述第一电容信息，获得电容温度范围信息；根据所述电容温度范围信息，获得第一电容温度限值；实时采集环境温度信息，获得温度信息数据库；根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；根据所述第一预估时间，获得第一提醒信息。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种提高超级电容循环寿命的方法，其中，所述方法包括：
步骤S100：获得第一电容信息；
具体而言，所述第一电容为超级电容，所述超级电容又名电化学电容，双电层电容器、黄金电容、法拉电容，是从上世纪七、八十年代发展起来的通过极化电解质来储能的一种电化学元件。所述第一电容信息为通过所述超级电容的说明书或相关传感器获得的信息，所述基础信息包括但不限于电容的工作温度。所述基础信息还包括所述第一电容的工作环境信息。
步骤S200：根据所述第一电容信息，获得电容温度范围信息；
具体而言，所述电容温度范围信息为所述超级电容出厂时标定的电容温度范围信息，所述温度范围为所述电容可承受的温度，所述温度包括环境温度和自身发热产生的温度，由于在低温状态下超级电容器中离子的吸附和脱附速度变化不大，因此其容量变化远小于蓄电池，一般商业化超级电容器的工作温度范围可达-40℃～+80℃。根据所述第一电容信息，获得所述电容的温度范围信息。
步骤S300：根据所述电容温度范围信息，获得第一电容温度限值；
具体而言，所述第一电容温度限值为根据所述超级电容的特性，获得的对所述超级电容影响较小时的温度限值，一般而言，超级电容器的温度每升高10℃，超级电容的寿命将降低30％～50％，也就说，在可能的情况下，尽可以的降低超级电容器的使用温度，以降低电容的衰减与内阻的升高。因此，获得所述第一电容温度限值。
步骤S400：实时采集环境温度信息，获得温度信息数据库；
具体而言，所述温度信息数据库是指对温度信息进行采集、保存的存放温度数据的仓库，是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。通过相关的温度传感器，采集所述第一电容的实时环境温度信息，将所述采集的温度信息进行记录存储，获得温度信息数据库。
步骤S500：根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；
具体而言，所述相邻时间的温度变化量为根据相邻的时间节点，及所述时间节点采集的实时环境温度获得的温度变化量，举例而言，获得第一时间节点的第一环境温度，获得第二时间节点的第二环境温度，其中，所述第一时间节点和第二时间节点为相邻时间节点，根据第一环境温度和第二环境温度获得第一温度变化量。如上述举例，获得多个温度变化量信息。
步骤S600：将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；
步骤S700：获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；
具体而言，所述第一训练模型为机器学习中的神经网络模型，神经网络(NeuralNetworks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述多个温度变化量、所述第一电容温度限值输入神经网络模型，则输出第一预估时间。
更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息，将所述多个温度变化量、所述第一电容温度限值输入到神经网络模型中，根据用来标识预估温度到达设定值时间的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一预估时间，进而可获得更加准确的提醒信息，达到对电容温度更好的控制，进而达到提高超级电容循环寿命的技术效果。
步骤S800：根据所述第一预估时间，获得第一提醒信息。
获得所述第一训练模型的第一输出信息，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息，当获得所述电容温度到达所述第一电容温度限值的第一预估时间后，根据所述第一预估时间，获得第一提醒信息，通过所述提醒信息，对所述电容进行处理，所述处理方式包括降温处理，达到对电容温度更好的控制，进而达到提高超级电容循环寿命的技术效果。
进一步而言，本申请实施例还包括：
步骤S910：获得第一位置信息；
步骤S920：根据所述第一位置信息，获得第一场景信息；
步骤S930：根据所述第一位置信息、所述第一场景信息，获得第一环境信息；
步骤S940：获得第一时间信息，所述第一时间信息为采集环境温度信息时对应的时间；
步骤S950：将所述第一环境信息、所述第一时间信息与所述温度信息数据库和所述多个温度变化量进行关联，获得第一环境温度数据；
步骤S960：将所述第一环境温度数据进行存储，获得环境温度数据库，其中，所述环境温度数据库包括多个环境温度数据。
具体而言，所述第一位置为通过定位获得的位置信息，所述定位方式可以是GPS定位、基站定位、WiFi辅助定位等，所述第一场景为所述第一电容的应用场景信息，根据所述第一位置信息第一场景信息获得第一环境信息，所述环境为所述第一电容的实时工作环境信息，获得第一时间下的第一环境的温度信息，将所述第一电容的第一环境信息、第一采集时间信息与所述温度信息数据库和所述多个温度变化量进行关联，根据所述关联数据，获得第一环境温度数据。通过系统采集数据与时间、位置、温度进行关联存储，达到方便后期数据的使用、查询、评估的技术效果。
进一步而言，本申请实施例还包括：
步骤S961：获得使用环境信息；
步骤S962：获得使用时间信息；
步骤S963：根据所述使用环境信息、所述使用时间信息从所述环境温度数据库中获得历史环境信息；
步骤S964：获得第二电容信息；
步骤S965：根据所述第二电容信息，获得第二电容温度限值；
步骤S966：根据所述历史环境信息、所述第二电容温度限值，获得第二预估时间；
步骤S967：根据所述第二预估时间，获得第二提醒信息。
具体而言，所述使用环境为所述第一电容的实时应用环境，即所述第一电容的实时工作环境，所述使用时间是所述第一电容的总工作时长，所述总工作时长为通过超级电容工作时间计算器计算获得的时间信息。从所述环境温度数据库中获得历史环境信息，根据所述历史环境的变化规律对所述正在使用的第二电容进行评估，举例而言，城市在一个季节温度变化有相似性，或者一个工厂在每个时间段的温度变化也有一定规律，利用历史数据对其使用时长进行预估，获得第二预估时间，根据所述第二预估时间获得第二提醒信息。
进一步而言，所述获得第一环境温度数据之后，本申请实施例步骤S950还包括：
步骤S951：采集所述第一位置的湿度，获得第一湿度信息；
步骤S952：判断所述第一湿度信息是否满足第一预定要求；
步骤S953：当不满足时，根据所述第一湿度信息、所述第一环境温度数据，获得第一修正信息，所述第一修正信息用于将所述第一湿度信息加入所述第一环境温度数据中。
具体而言，所述第一湿度信息为对所述第一位置进行湿度采集获得的信息，举例而言，所述采集方式可以为湿度采集模块，所述模块包括一湿度传感器，存储器，通过所述湿度传感器进行湿度采集后，将所述采集的数据存储至所述存储器中，从所述存储器获得第一湿度信息。所述第一预定要求为根据所述第一电容的种类及属性的不同，受湿度影响的情况不同获得的预定要求，判断所述第一位置的第一湿度信息是否满足所述第一预定要求，当不满足时，表明所述电容的寿命受所述湿度影响，此时，根据所述第一湿度信息、第一环境温度数据获得第一修正信息，根据所述修正信息，将所述第一湿度信息统计入所述第一环境温度数据中，用于所述电容的预警时间评估。通过对电容的工作环境的湿度的测量与判断，可以获得更加准确、完善的数据库，进而达到获得更加准确的预估时间的技术效果。
进一步而言，本申请实施例还包括：
步骤S9531：获得第一温度信息；
步骤S9532：将所述第一温度信息作为第一输入数据；
步骤S9533：将所述第一湿度信息作为第二输入数据；
步骤S9534：将所述第一输入数据、第二输入数据输入第二训练模型，其中，所述第二训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一输入数据、第二输入数据和用来标识预估电容寿命影响信息的标识信息；
步骤S9535：获得所述第二训练模型的第二输出信息，其中，所述第二输出信息包括寿命影响关系信息，所述寿命影响关系信息用于表示第一湿度信息、第一温度信息对电容寿命的影响程度；
步骤S9536：根据所述寿命影响关系信息，获得使用时限信息；
步骤S9537：根据所述使用时限信息，获得第三提醒信息。
具体而言，所述第二训练模型为不断进行训练数据进行修正调整的神经网络模型，将所述第一温度信息作为第一输入数据，将所述第一湿度信息作为第二输入数据输入所述第二训练模型，所述第二训练模型输出寿命影响关系信息。
进一步而言，所述第二训练模型包括监督学习的过程，所述监督学习为所述第二训练模型通过监督数据第一输入数据、第二输入数据和用来标识预估电容寿命影响信息的标识信息进行不断的监督学习，通过所述标识预估电容寿命影响信息的标识信息不断地对所述第二训练模型处理所述第一输入数据、第二输入数据的结果进行调整，获得更加准确的输出结果，根据所述输入信息，获得第一湿度、第一温度对于电容寿命的影响程度，根据所述寿命影响情况，获得使用时限信息，根据所述使用时限，获得第三提醒信息。根据所述第三提醒信息，达到提高电容使用寿命的技术效果。
进一步而言，所述根据所述第一预估时间，获得第一提醒信息之后，本申请实施例步骤S800还包括：
步骤S810：获得第一环境信息；
步骤S820：判断所述第一环境信息是否满足第一类环境，所述第一类环境为室内环境；
步骤S830：当满足时，根据所述第一环境信息，获得第一降温设备；
步骤S840：根据所述第一预估时间、所述第一降温设备，获得第一降温指令。
具体而言，所述第一类环境为室内环境，所述室内环境包括居室、写字楼、办公室、交通工具、文化娱乐体育场所、医院病房、学校幼儿园教室活动室、饭店旅馆宾馆、工厂等场所。判断所述第一环境信息是否满足所述第一类环境信息，当所述第一类环境为室内环境时，根据所述第一环境的特性获得第一降温设备，所述第一降温设备可以是空调、风扇等，根据所述第一预估时间第一降温设备获得第一降温指令，通过所述第一降温指令，通过所述降温设备对所述第一环境进行降温处理。
进一步而言，所述将所述多个温度变化量、所述第一电容温度限值输入第一训练模型之后，本申请实施例步骤S500还包括：
步骤S510：获得所述第一训练模型多组训练数据中的第一训练数据、第二训练数据，直至第N训练数据，其中，N为大于1的自然数；
步骤S520：根据所述第一训练数据生成第一验证码，所述第一验证码与所述第一训练数据一一对应；
步骤S530：根据所述第二训练数据和第一验证码生成第二验证码，以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码；
步骤S540：将所有训练数据和验证码复制存储在M台电子设备上，其中，M为大于1的自然数。
具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账”，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一验证码，所述第一验证码与第一训练数据一一对应；根据所述第二训练数据和第一验证码生成第二验证码，第二验证码与第二训练数据一一对应；以此类推，根据所述第N训练数据和第N-1验证码生成第N验证码，其中，N为大于1的自然数，将所有训练数据和验证码分别复制保存在M台设备上，其中，所述第一训练数据和所述第一验证码作为第一存储单元保存在一台设备上，所述第二训练数据和所述第二验证码作为第二存储单元保存在一台设备上，所述第N训练数据和所述第N验证码作为第N存储单元保存在一台设备上，当需要调用所述训练数据时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希函数对于每一存储单元进行串接，使得筛选条件不易丢失和遭到破坏，通过区块链的逻辑对所述训练数据进行加密处理，保证了所述训练数据的安全性，进而保证了通过所述训练数据训练获得的第一训练模型的准确性，为后续获得更加准确的第一预估时间夯实了基础。
综上所述，本申请实施例所提供的一种提高超级电容循环寿命的方法及装置具有如下技术效果：
1、由于采用了根据电容的温度范围信息后获得第一电容的温度限值，实时采集当前的电容所处环境的温度，获得实时温度信息数据库，根据所述温度信息数据库对相邻时间的温度变化量进行计算，获得多个温度变化量，将所述温度变化量和第一温度限值输入第一训练模型的方式，基于所述训练模型不断的进行自我修正调整的特性，获得更加准确的第一预估时间，进而可获得更加准确的提醒信息，达到对电容温度更好的控制，达到对电容使用环境监测，提高超级电容循环寿命的技术效果。
2、由于采用了通过系统采集数据与时间、位置、温度进行关联存储的方式，达到方便后期数据的使用、查询、评估的技术效果。
3、由于采用了通过对电容的工作环境的湿度的测量与判断的方式，可以获得更加准确、完善的数据库，进而达到获得更加准确的预估时间的技术效果。
实施例二
基于与前述实施例中一种提高超级电容循环寿命的方法同样发明构思，本发明还提供了一种提高超级电容循环寿命的装置，如图2所示，所述装置包括：
第一获得单元11，所述第一获得单元11用于获得第一电容信息；
第二获得单元12，所述第二获得单元12用于根据所述第一电容信息，获得电容温度范围信息；
第三获得单元13，所述第三获得单元13用于根据所述电容温度范围信息，获得第一电容温度限值；
第四获得单元14，所述第四获得单元14用于实时采集环境温度信息，获得温度信息数据库；
第五获得单元15，所述第五获得单元15用于根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；
第一输入单元16，所述第一输入单元16用于将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；
第六获得单元17，所述第六获得单元17用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；
第七获得单元18，所述第七获得单元18用于根据所述第一预估时间，获得第一提醒信息。
进一步的，所述装置还包括：
第八获得单元，所述第八获得单元用于获得第一位置信息；
第九获得单元，所述第九获得单元用于根据所述第一位置信息，获得第一场景信息；
第十获得单元，所述第十获得单元用于根据所述第一位置信息、所述第一场景信息，获得第一环境信息；
第十一获得单元，所述第十一获得单元用于获得第一时间信息，所述第一时间信息为采集环境温度信息时对应的时间；
第十二获得单元，所述第十二获得单元用于将所述第一环境信息、所述第一时间信息与所述温度信息数据库和所述多个温度变化量进行关联，获得第一环境温度数据；
第十三获得单元，所述第十三获得单元用于将所述第一环境温度数据进行存储，获得环境温度数据库，其中，所述环境温度数据库包括多个环境温度数据。
进一步的，所述装置还包括：
第十四获得单元，所述第十四获得单元用于获得使用环境信息；
第十五获得单元，所述第十五获得单元用于获得使用时间信息；
第十六获得单元，所述第十六获得单元用于根据所述使用环境信息、所述使用时间信息从所述环境温度数据库中获得历史环境信息；
第十七获得单元，所述第十七获得单元用于获得第二电容信息；
第十八获得单元，所述第十八获得单元用于根据所述第二电容信息，获得第二电容温度限值；
第十九获得单元，所述第十九获得单元用于根据所述历史环境信息、所述第二电容温度限值，获得第二预估时间；
第二十获得单元，所述第二十获得单元用于根据所述第二预估时间，获得第二提醒信息。
进一步的，所述装置还包括：
第二十一获得单元，所述第二十一获得单元用于采集所述第一位置的湿度，获得第一湿度信息；
第一判断单元，所述第一判断单元用于判断所述第一湿度信息是否满足第一预定要求；
第二十二获得单元，所述第二十二获得单元用于当不满足时，根据所述第一湿度信息、所述第一环境温度数据，获得第一修正信息，所述第一修正信息用于将所述第一湿度信息加入所述第一环境温度数据中。
进一步的，所述装置还包括：
第二十三获得单元，所述第二十三获得单元用于获得第一温度信息；
第二十四获得单元，所述第二十四获得单元用于将所述第一温度信息作为第一输入数据；
第二十五获得单元，所述第二十五获得单元用于将所述第一湿度信息作为第二输入数据；
第二输入单元，所述第二输入单元用于将所述第一输入数据、第二输入数据输入第二训练模型，其中，所述第二训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一输入数据、第二输入数据和用来标识预估电容寿命影响信息的标识信息；
第二十六获得单元，所述第二十六获得单元用于获得所述第二训练模型的第二输出信息，其中，所述第二输出信息包括寿命影响关系信息，所述寿命影响关系信息用于表示第一湿度信息、第一温度信息对电容寿命的影响程度；
第二十七获得单元，所述第二十七获得单元用于根据所述寿命影响关系信息，获得使用时限信息；
第二十八获得单元，所述第二十八获得单元用于根据所述使用时限信息，获得第三提醒信息。
进一步的，所述装置还包括：
第二十九获得单元，所述第二十九获得单元用于获得第一环境信息；
第二判断单元，所述第二判断单元用于判断所述第一环境信息是否满足第一类环境，所述第一类环境为室内环境；
第三十获得单元，所述第三十获得单元用于当满足时，根据所述第一环境信息，获得第一降温设备；
第三十一获得单元，所述第三十一获得单元用于根据所述第一预估时间、所述第一降温设备，获得第一降温指令。
前述图1实施例一中的一种提高超级电容循环寿命的方法的各种变化方式和具体实例同样适用于本实施例的一种提高超级电容循环寿命的装置，通过前述对一种提高超级电容循环寿命的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种提高超级电容循环寿命的装置的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种提高超级电容循环寿命的方法的发明构思，本发明还提供一种提高超级电容循环寿命的装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种提高超级电容循环寿命的方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种提高超级电容循环寿命的方法，所述方法包括：获得第一电容信息；根据所述第一电容信息，获得电容温度范围信息；根据所述电容温度范围信息，获得第一电容温度限值；实时采集环境温度信息，获得温度信息数据库；根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；根据所述第一预估时间，获得第一提醒信息。解决了现有技术中缺乏对超级电容使用环境的监测分析，存在影响电容使用寿命的技术问题，达到对电容使用环境监测，提高超级电容循环寿命的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种提高超级电容循环寿命的方法，其中，所述方法包括：
获得第一电容信息；
根据所述第一电容信息，获得电容温度范围信息；
根据所述电容温度范围信息，获得第一电容温度限值；
实时采集环境温度信息，获得温度信息数据库；
根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；
获得第一位置信息；
根据所述第一位置信息，获得第一场景信息；
根据所述第一位置信息、所述第一场景信息，获得第一环境信息；
获得第一时间信息，所述第一时间信息为采集环境温度信息时对应的时间；
将所述第一环境信息、所述第一时间信息与所述温度信息数据库和所述多个温度变化量进行关联，获得第一环境温度数据；
将所述第一环境温度数据进行存储，获得环境温度数据库，其中，所述环境温度数据库包括多个环境温度数据；
将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；
获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；
根据所述第一预估时间，获得第一提醒信息。
2.如权利要求1所述的方法，其中，所述方法包括：
获得使用环境信息；
获得使用时间信息；
根据所述使用环境信息、所述使用时间信息从所述环境温度数据库中获得历史环境信息；
获得第二电容信息；
根据所述第二电容信息，获得第二电容温度限值；
根据所述历史环境信息、所述第二电容温度限值，获得第二预估时间；
根据所述第二预估时间，获得第二提醒信息。
3.如权利要求1所述的方法，其中，所述获得第一环境温度数据之后，包括：
采集所述第一位置的湿度，获得第一湿度信息；
判断所述第一湿度信息是否满足第一预定要求；
当不满足时，根据所述第一湿度信息、所述第一环境温度数据，获得第一修正信息，所述第一修正信息用于将所述第一湿度信息加入所述第一环境温度数据中。
4.如权利要求3所述的方法，其中，所述方法包括：
获得第一温度信息；
将所述第一温度信息作为第一输入数据；
将所述第一湿度信息作为第二输入数据；
将所述第一输入数据、第二输入数据输入第二训练模型，其中，所述第二训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述第一输入数据、第二输入数据和用来标识预估电容寿命影响信息的标识信息；
获得所述第二训练模型的第二输出信息，其中，所述第二输出信息包括寿命影响关系信息，所述寿命影响关系信息用于表示第一湿度信息、第一温度信息对电容寿命的影响程度；
根据所述寿命影响关系信息，获得使用时限信息；
根据所述使用时限信息，获得第三提醒信息。
5.如权利要求1所述的方法，其中，所述根据所述第一预估时间，获得第一提醒信息之后，包括：
获得第一环境信息；
判断所述第一环境信息是否满足第一类环境，所述第一类环境为室内环境；
当满足时，根据所述第一环境信息，获得第一降温设备；
根据所述第一预估时间、所述第一降温设备，获得第一降温指令。
6.一种提高超级电容循环寿命的装置，其中，所述装置包括：
第一获得单元，所述第一获得单元用于获得第一电容信息；
第二获得单元，所述第二获得单元用于根据所述第一电容信息，获得电容温度范围信息；
第三获得单元，所述第三获得单元用于根据所述电容温度范围信息，获得第一电容温度限值；
第四获得单元，所述第四获得单元用于实时采集环境温度信息，获得温度信息数据库；
第五获得单元，所述第五获得单元用于根据所述温度信息数据库，计算相邻时间温度变化量，获得多个温度变化量；
第一输入单元，所述第一输入单元用于将所述多个温度变化量、所述第一电容温度限值输入第一训练模型，其中，所述第一训练模型为多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述多个温度变化量、所述第一电容温度限值和用来标识预估温度到达设定值时间的标识信息；
第六获得单元，所述第六获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括第一预估时间，所述第一预估时间用于表示按照当前温度的变化规律预估温度到达所述第一电容温度限值的时间信息；
第七获得单元，所述第七获得单元用于根据所述第一预估时间，获得第一提醒信息；
第八获得单元，所述第八获得单元用于获得第一位置信息；
第九获得单元，所述第九获得单元用于根据所述第一位置信息，获得第一场景信息；
第十获得单元，所述第十获得单元用于根据所述第一位置信息、所述第一场景信息，获得第一环境信息；
第十一获得单元，所述第十一获得单元用于获得第一时间信息，所述第一时间信息为采集环境温度信息时对应的时间；
第十二获得单元，所述第十二获得单元用于将所述第一环境信息、所述第一时间信息与所述温度信息数据库和所述多个温度变化量进行关联，获得第一环境温度数据；
第十三获得单元，所述第十三获得单元用于将所述第一环境温度数据进行存储，获得环境温度数据库，其中，所述环境温度数据库包括多个环境温度数据。
7.一种提高超级电容循环寿命的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-5任一项所述方法的步骤。
CN202011501149.XA 2020-12-18 2020-12-18 一种提高超级电容循环寿命的方法及装置 Active CN112433139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011501149.XA CN112433139B (zh) 2020-12-18 2020-12-18 一种提高超级电容循环寿命的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011501149.XA CN112433139B (zh) 2020-12-18 2020-12-18 一种提高超级电容循环寿命的方法及装置

Publications (2)

Publication Number Publication Date
CN112433139A CN112433139A (zh) 2021-03-02
CN112433139B true CN112433139B (zh) 2023-04-18

Family

ID=74696740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011501149.XA Active CN112433139B (zh) 2020-12-18 2020-12-18 一种提高超级电容循环寿命的方法及装置

Country Status (1)

Country Link
CN (1) CN112433139B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112855515B (zh) * 2021-03-12 2022-01-28 深圳市鑫路远电子设备有限公司 一种真空泵安全监测方法和装置
CN113515897B (zh) * 2021-08-07 2023-10-10 南通市江海公路工程有限公司 一种处理软基道路的方法和装置
CN115619291B (zh) * 2022-12-16 2023-07-28 深圳市今朝时代股份有限公司 基于数据分析的超级电容混合储能管理系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110404688B (zh) * 2019-07-12 2020-08-28 塔里木大学 一种融合静电与风力的机采棉清杂信息处理方法和装置
CN112002075B (zh) * 2020-08-06 2022-02-01 厦门理工学院 一种提升储物柜安全性的信息处理方法和装置
CN111954209A (zh) * 2020-08-12 2020-11-17 江苏商贸职业学院 一种提高无线传感器节点安全性的信息处理方法及装置

Also Published As

Publication number Publication date
CN112433139A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112433139B (zh) 一种提高超级电容循环寿命的方法及装置
CN104615983B (zh) 基于递归神经网络和人体骨架运动序列的行为识别方法
CN108593990B (zh) 一种基于电能用户用电行为模式的窃电检测方法和应用
CN109597856A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN109492076B (zh) 一种基于网络的社区问答网站答案可信评估方法
CN111537884B (zh) 获取动力电池寿命数据的方法、装置、计算机设备及介质
CN104022552A (zh) 一种用于电动汽车充电控制的智能检测方法
CN114290960A (zh) 获取动力电池的电池健康度的方法、装置和车辆
CN116665001A (zh) 一种智慧园区多源数据动态监控和实时分析系统及方法
CN113469570A (zh) 信息质量评价模型构建方法、装置、设备及存储介质
Efendi et al. Maximum-minimum temperature prediction using fuzzy random auto-regression time series model
Hossain et al. Evaluating the feasibility of reusing pre-trained thermal models in the residential sector
CN117010537A (zh) 目标区域预测方法、装置、计算机设备和存储介质
CN117252436B (zh) 一种土地利用变化生态风险分区的方法和系统
CN109190749A (zh) 一种用于智能电表寿命的预测方法及装置
Fan et al. A data-driven framework for thermal comfort assessment method based on user interaction
CN111325255B (zh) 特定人群圈定方法、装置、电子设备及存储介质
CN117421550A (zh) 基于策略的数据分析方法、装置、电子设备及存储介质
CN117194918A (zh) 基于自注意力回声状态网络的气温预测方法及系统
CN116776283A (zh) 一种自编码空调协同辨识模型的空调监测与参数辨识方法
CN106874286B (zh) 一种筛选用户特征的方法及装置
CN116774089A (zh) 基于特征融合的卷积神经网络电池健康状态估计方法及系统
Petlíková Modeling of the time structure of construction processes using neural networks
CN114219663A (zh) 产品推荐方法、装置、计算机设备及存储介质
CN113011748A (zh) 推荐效果的评估方法、装置、电子设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant