CN113128069B - 用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 - Google Patents
用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113128069B CN113128069B CN202110497036.5A CN202110497036A CN113128069B CN 113128069 B CN113128069 B CN 113128069B CN 202110497036 A CN202110497036 A CN 202110497036A CN 113128069 B CN113128069 B CN 113128069B
- Authority
- CN
- China
- Prior art keywords
- reliability
- component
- data
- values
- logarithmic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本公开涉及一种用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备,以解决现有技术中无法计算得到满足特定置信水平条件的动力电池系统可靠度的问题。该方法包括:获取动力电池系统中的多组成部分中的每一组成部分分别对应的可靠度数据;将每一可靠度数据中的每一可靠度值进行对数变换,得到每一组成部分分别对应的可靠度对数数据;根据多个所述可靠度对数数据计算得到多个对数和值;根据多个对数和值所符合的第一正态分布模型以及第一置信水平条件,确定满足第一置信水平条件的目标对数和值;对目标对数和值进行反对数计算,得到动力电池系统满足第一置信水平条件的目标可靠度。
Description
技术领域
本公开涉及动力电池技术领域,具体地,涉及一种用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备。
背景技术
动力电池作为电动汽车的核心部件之一,其安全性是电动汽车发展过程中首先要考虑和解决的问题。由于动力电池系统涉及到电子、电气、结构、材料等多个领域的子系统或部件组成,在工程上可以划分为大型的复杂系统。对于这样的复杂系统的可靠度求解,一直都是一个行业内的难题。
现有技术中,通过对动力电池系统的每个组成部分分别进行试验,根据试验数据得到动力电池系统每个组成部分的可靠度值,并根据每个组成部分的可靠度值对全系统的可靠度进行评定,例如,将每个组成部分的可靠度值相乘的结果作为全系统的可靠度,但此种计算全系统的可靠度的方式,也使得现有技术无法评价全系统的可靠度结果的可信度。
发明内容
本公开的目的是提供一种用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备,以解决相关技术中的上述技术问题。
为了实现上述目的,本公开第一方面提供一种用于确定动力电池系统可靠度的方法,包括:
针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统,所述获取每一所述组成部分分别对应的可靠度数据包括:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M;
针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,以得到符合正态分布的K个可靠度期望值,并将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据;
针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据;
根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布;
确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值;
对所述目标对数和值进行反对数计算,得到所述动力电池系统满足所述第一置信水平条件的目标可靠度。
可选地,所述M个可靠度候选值是历史存储的该组成部分的可靠度历史值,或者是针对该组成部分的多个样品进行多次可靠度检测得到的可靠度检测值。
可选地,所述针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据,包括:
将第i个组成部分的可靠度数据中的可靠度值Ei1,Ei2……EiK对数变换为lnEi1、lnEi2……lnEiK;
所述根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,包括:
根据每一所述组成部分分别对应的可靠度对数数据进行以下计算:
可选地,每一所述组成部分分别对应的可靠度数据均满足正态分布,所述确定所述多个对数和值所符合的第一正态分布模型,包括:
确定所述多个对数和值符合的第一正态分布模型为:
其中,Y为表征所述多个对数和值的变量,为期望为方差为的正态分布,K为所述可靠度数据中的可靠度值的个数,uj为用于求第j个对数和值的可靠度对数数据的期望值,为用于求第j个对数和值的可靠度对数数据的方差值。
可选地,所述根据所述第一正态分布模型以及预设的第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值,包括:
在标准正态分布表中确定满足所述第一置信水平条件的标准差取值;
根据所述标准差取值,在所述第一正态分布模型中,确定对应所述标准差取值的方差值,并将所述方差值对应的对数取值作为所述目标对数和值。
可选地,所述方法还包括:
将所述目标可靠度作为所述动力电池系统的下限可靠度进行输出显示。
本公开第二方面还提供一种用于确定动力电池系统可靠度的装置,所述装置包括:
获取模块,用于针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统,所述获取每一所述组成部分分别对应的可靠度数据包括:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M;
针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,以得到符合正态分布的K个可靠度期望值,并将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据;
对数变换模块,用于针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据;
求和模块,用于根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布;
确定模块,用于确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值;
反对数计算模块,用于对所述目标对数和值进行反对数计算,得到所述动力电池系统的满足所述第一置信水平条件的目标可靠度。
本公开第三方面还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现第一方面中的任一项所述方法的步骤。
本公开的第四方面还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面中的任一项所述方法的步骤。
通过上述技术方案,至少能够达到以下技术效果:
在获取到动力电池系统每一组成部分分别对应的可靠度数据的情况下,将每一可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据,根据该多个可靠度对数数据计算得到多个对数和值,根据所述多个对数和值所符合的第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值,对所述目标对数和值进行反对数计算,得到所述动力电池系统满足所述第一置信水平条件的目标可靠度。这样,本公开提供的技术方案根据“随机变量如果是由大量独立的而且均匀的随机变量相加而成,那么该随机变量的分布将近似于正态分布”的原理,将动力电池系统分解为串联在一起可独立运作的多组成部分,使得每一组成部分的可靠度变量独立且均匀的变化,进一步地,使用对原始数据进行对数变换后求和的思路,将每一组成部分的多个可靠度值进行对数变换,并求取每一组成部分的可靠度对数值之和,得到符合正态分布的可靠度对数和值,进而通过该正态分布,可以求出满足特定置信水平条件的系统可靠度值,这样,用户可以根据实际需求设定具体的置信水平条件,以得到满足所述置信水平条件的动力电池系统可靠度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开一示例性实施例示出的一种用于确定动力电池系统可靠度的方法的流程图;
图2是根据本公开一示例性实施例示出一种用于确定动力电池系统可靠度的装置的框图;
图3是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
如背景技术中所述,动力电池作为电动汽车的核心部件之一,其安全性是电动汽车发展过程中首先要考虑和解决的问题。由于动力电池系统涉及到电子、电气、结构、材料等多个领域的子系统或部件组成,在工程上可以划分为大型的复杂系统。对于这样的复杂系统的可靠度求解,一直都是一个行业内的难题,因为不同子系统或者部件的可靠度分布模型可能是未知的,现有技术很难采用数学分析方法分析得到每一子系统或者部件的可靠度分布模型,进而无法获得每一子系统或者部件的可靠度值。
而即便动力电池系统的各个子系统或者部件的可靠度值已知,现有技术也只能是通过对各个子系统或者部件已知的可靠度值进行求积,并用该求积结果表征整个动力电池系统的可靠度,这就存在一个问题,针对采用该方式计算得到的用于表征整个动力电池系统的可靠度的单个值,现有技术无法评价该值的可信度,通常,采用该方式计算得到的用于表征整个动力电池系统的可靠度的单个值只是类似于整个动力电池系统的可靠度均值。也就是说,对于整个动力电池系统的可靠度分布现有技术是无法获知的,也就无法获得满足特定置信水平的系统可靠度值。例如,在实际应用中,单是获取到动力电池系统的可靠度均值是不够的,测试人员更想获知的是动力电池系统的可靠度的下限值,例如在79.5%的置信水平下,动力电池系统的可靠度值,而现有技术无法满足这一需求。
为了解决上述问题,本公开实施例提供一种用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备,以解决上述技术问题。
图1是根据本公开一示例性实施例示出一种用于确定动力电池系统可靠度的方法的流程图。
在介绍本公开的方案前,首先对本公开所涉及的动力电池系统进行解释说明。本公开所涉及的动力电池系统由电池单体(电芯)或电池模组,电路和电控单元(电池管理系统),以及相关的电气和结构组件组成,各个组成部分是以串联的方式相连接的。
如图1所示,本公开提供的方法可以包括以下步骤:
在S11中,针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统。
其中,该组成部分可以为动力电池系统的子系统或者零部件。
优选地,每一所述组成部分的可靠度均为独立且均匀变换的随机变量。这样,每一组成部分的可靠度数据可以包括针对该组成部分的多个样品分别进行测试得到的对应每一样品的可靠度值。
在S12中,针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据。
在S13中,根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布。
示例地,第i个组成部分的可靠度数据中的可靠度值为Ei1,Ei2……EiK对数变换为lnEi1、lnEi2……lnEiK,则步骤S13是指根据每一所述组成部分分别对应的可靠度对数数据进行以下计算:
值得说明的是,Lyapunov定理表明随机变量如果是由大量独立的而且均匀的随机变量相加而成,那么该随机变量的分布将近似于正态分布。也就是说,设X1,X2,......Xn是一列独立随机变量,它们的概率密度分别为fXk,并有E(Xk)=μk,(k=1,2,...),令:则
基于Lyapunov定理,本公开实施例将各个组成部分的可靠度值作为独立且均匀的随机变量,从而各个组成部分的可靠度对数值也为独立且均匀的随机变量,进而通过对可靠度对数值进行求和,即可得到符合正态分布的多个可靠度对数和值。
并且,由于可转换为,也就是说,针对整个系统的可靠度的计算,可以转换为对每个组成部分的可靠度进行对数求和计算,而基于Lyapunov定理,每个组成部分的可靠度对数和值又属于正态分布,因此,本公开实施例可以从可靠度对数和值所符合的正态分布中,确定满足特定置信水平条件的目标对数和值,进一步对该目标对数和值进行反对数计算,即可得到整个动力电池系统的可靠度,具体参照步骤S14和步骤S15的说明。
在S14中,确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值。
在S15中,对所述目标对数和值进行反对数计算,得到所述动力电池系统满足所述第一置信水平条件的目标可靠度。
该多个可靠度对数和值所对应的该第一正态分布模型中,每一个取值点均为可靠度对数和值,因此,在确定目标对数和值后,通过对目标对数和值进行反对数计算,得到动力电池系统满足第一置信水平条件的目标可靠度。
具体地,若步骤S12中是采用自然对数e对可靠度值E对数变换为lnE,则步骤S14中,也是以自然对数e为底,所述目标对数和值为指数进行计算,得到所述目标可靠度。
需要说明的是,在该第一置信水平条件为79.5%、根据该第一置信水平条件计算得到的所述目标可靠度为84%的情况下,表明动力电池系统的可靠度有79.5%的概率为84%,更具体地,在需求的可靠度是用于表征动力电池系统在车辆行驶5公里后能够保持正常工作的概率的情况下,则第一置信水平条件为79.5%、目标可靠度为84%的含义是指,针对100个动力电池系统,有79.5%的概率,在该100个动力电池系统在车辆行驶5公里后,还有84个动力电池系统能够正常工作。
采用上述技术方案,该技术方案根据“随机变量如果是由大量独立的而且均匀的随机变量相加而成,那么该随机变量的分布将近似于正态分布”的原理,将动力电池系统分解为串联在一起可独立运作的多组成部分,使得每一组成部分的可靠度变量独立且均匀的变化,进一步地,使用对原始数据进行对数变换后求和的思路,将每一组成部分的多个可靠度值进行对数变换,并求取每一组成部分的可靠度对数值之和,得到符合正态分布的可靠度对数和值,进而通过该正态分布,可以求出满足特定置信水平条件的系统可靠度值,这样,用户可以根据实际需求设定具体的置信水平条件,以得到满足所述置信水平条件的动力电池系统可靠度。
图1所示的方法优选在每一组成部分的可靠度均为独立且均匀变化的随机变量的情况下使用。而针对动力电池系统中,可靠度不为独立且均匀变化的随机变量的组成部分,本公开实施例还提供一种将该组成部分的可靠度数据变换为包括符合正态分布的可靠度值。例如:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M,并针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,得到K个可靠度期望值。
基于上述Lyapunov定理,本领域普通技术人员应该知悉,所述K个可靠度期望值也是符合正态分布的。因此,可以将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据。
可选地,所述M个可靠度候选值是历史存储的该组成部分的可靠度历史值,或者是针对该组成部分的多个样品进行多次可靠度检测得到的可靠度检测值。
采用上述方法,通过多次抽样,多次求可靠度期望值,能够将属于不同可靠度分布模型的组成部分的可靠度值均转换为符合正态分布,这样,避免了因各组成部分的可靠度属于不同分布模型而对系统整体可靠度的计算造成的干扰,进一步提升了动力电池系统可靠度的准确性。
具体地,在每一所述组成部分分别对应的可靠度数据均满足正态分布的情况下,由Lyapunov定理可知,步骤S14中所述的第一正态分布模型具体为:
其中,Y为表征所述多个对数和值的变量,为期望为方差为的正态分布,K为所述可靠度数据中的可靠度值的个数,uj为用于求第j个对数和值的可靠度对数数据的期望值,为用于求第j个对数和值的可靠度对数数据的方差值。
进一步地,步骤S15中,所述根据所述第一正态分布模型以及预设的第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值可以包括:
在标准正态分布表中确定满足所述第一置信水平条件的标准差取值;
根据所述标准差取值,在所述第一正态分布模型中,确定对应所述标准差取值的方差值,并将所述方差值对应的对数取值作为所述目标对数和值。
由于标准正态分布的概率密度函数是已知的,可以通过查询标准正态分布表获知,例如,对应79.5%的置信水平标准差为距离均值的三个标准差,因此,在本公开实施例的第一置信水平条件为79.5%的情况下,通过在第一正态分布模型中确定对应所述三个标准差取值的方差值,并确定所述方差值对应的对数取值,即可得到所述目标对数和值。
可选地,上述方法可以应用于一带显示屏的电子设备,该电子设备可以通过显示配置界面,用于测试人员输入配置动力电池系统的组成部分,以及每一组成部分的可靠度数据,这样该电子设备根据上述方法实施例在计算得到表征整个动力电池系统的目标可靠度后,可以同将所述目标可靠度作为所述动力电池系统的下限可靠度进行输出显示。
图2是根据本公开一示例性实施例示出一种用于确定动力电池系统可靠度的装置的框图,所述装置200包括:
获取模块201,用于针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统;
对数变换模块202,用于针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据;
求和模块203,用于根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布;
确定模块204,用于确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值;
反对数计算模块205,用于对所述目标对数和值进行反对数计算,得到所述动力电池系统的满足所述第一置信水平条件的目标可靠度。
采用上述装置,该装置在获取到动力电池系统每一组成部分分别对应的可靠度数据的情况下,将每一可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据,根据该多个可靠度对数数据计算得到多个对数和值,根据所述多个对数和值所符合的第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值,对所述目标对数和值进行反对数计算,得到所述动力电池系统满足所述第一置信水平条件的目标可靠度。这样,本公开提供的技术方案根据“随机变量如果是由大量独立的而且均匀的随机变量相加而成,那么该随机变量的分布将近似于正态分布”的原理,将动力电池系统分解为串联在一起可独立运作的多组成部分,使得每一组成部分的可靠度变量独立且均匀的变化,进一步地,使用对原始数据进行对数变换后求和的思路,将每一组成部分的多个可靠度值进行对数变换,并求取每一组成部分的可靠度对数值之和,得到符合正态分布的可靠度对数和值,进而通过该正态分布,可以求出满足特定置信水平条件的系统可靠度值,这样,用户可以根据实际需求设定具体的置信水平条件,以得到满足所述置信水平条件的动力电池系统可靠度。
可选地,所述获取模块201具体用于:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M;
针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,以得到符合正态分布的K个可靠度期望值,并将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据。
可选地,所述M个可靠度候选值是历史存储的该组成部分的可靠度历史值,或者是针对该组成部分的多个样品进行多次可靠度检测得到的可靠度检测值。
可选地,每一所述组成部分分别对应的可靠度数据均满足正态分布,所述确定所述多个对数和值所符合的第一正态分布模型,包括:
确定所述多个对数和值符合的第一正态分布模型为:
可选地,所述确定模块204具体用于:
在标准正态分布表中确定满足所述第一置信水平条件的标准差取值;
根据所述标准差取值,在所述第一正态分布模型中,确定对应所述标准差取值的方差值,并将所述方差值对应的对数取值作为所述目标对数和值。
可选地,所述对数变换模块202具体用于:
将第i个组成部分的可靠度数据中的可靠度值Ei1,Ei2……EiK对数变换为lnEi1、lnEi2……lnEiK;
所述求和模块203具体用于:
根据每一所述组成部分分别对应的可靠度对数数据进行以下计算:
可选地,所述装置还包括:
显示模块,用于将所述目标可靠度作为所述动力电池系统的下限可靠度进行输出显示。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图3,电子设备1900包括处理器1922,其数量可以为一个或多个,以及存储器1932,用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器1922可以被配置为执行该计算机程序,以执行上述的用于确定动力电池系统可靠度的方法。
另外,电子设备1900还可以包括电源组件1926和通信组件1950,该电源组件1926可以被配置为执行电子设备1900的电源管理,该通信组件1950可以被配置为实现电子设备1900的通信,例如,有线或无线通信。此外,该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的用于确定动力电池系统可靠度的方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器1932,上述程序指令可由电子设备1900的处理器1922执行以完成上述的用于确定动力电池系统可靠度的方法。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (9)
1.一种用于确定动力电池系统可靠度的方法,其特征在于,所述方法包括:
针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统,所述获取每一所述组成部分分别对应的可靠度数据包括:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M;
针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,以得到符合正态分布的K个可靠度期望值,并将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据;
针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据;
根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布;
确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值;
对所述目标对数和值进行反对数计算,得到所述动力电池系统满足所述第一置信水平条件的目标可靠度。
2.根据权利要求1所述的方法,其特征在于,所述M个可靠度候选值是历史存储的该组成部分的可靠度历史值,或者是针对该组成部分的多个样品进行多次可靠度检测得到的可靠度检测值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一正态分布模型以及预设的第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值,包括:
在标准正态分布表中确定满足所述第一置信水平条件的标准差取值;
根据所述标准差取值,在所述第一正态分布模型中,确定对应所述标准差取值的方差值,并将所述方差值对应的对数取值作为所述目标对数和值。
6.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
将所述目标可靠度作为所述动力电池系统的下限可靠度进行输出显示。
7.一种用于确定动力电池系统可靠度的装置,其特征在于,所述装置包括:
获取模块,用于针对所述动力电池系统中的多组成部分中的每一所述组成部分,获取每一所述组成部分分别对应的可靠度数据,所述可靠度数据包括多个可靠度值,所述多组成部分之间能够以串联的方式组成所述动力电池系统,所述获取每一所述组成部分分别对应的可靠度数据包括:
针对可靠度不满足正态分布的组成部分,从该组成部分的M个可靠度候选值进行K次抽样,其中,每次抽样L个数值,得到K组可靠度抽样数据,每组可靠度抽样数据包括L个可靠度抽样值,其中,L大于或等于2且小于M;
针对所述K组可靠度抽样数据中的每一组可靠度抽样数据,计算该可靠度抽样数据中的L个可靠度抽样值的期望值,以得到符合正态分布的K个可靠度期望值,并将所述K个可靠度期望值作为对应该组成部分的可靠度数据中的可靠度值,得到对应该组成部分的符合正态分布的可靠度数据;
对数变换模块,用于针对每一所述可靠度数据,将所述可靠度数据中的每一可靠度值进行对数变换,得到每一所述组成部分分别对应的可靠度对数数据;
求和模块,用于根据每一所述组成部分分别对应的可靠度对数数据计算得到多个对数和值,其中,每一所述对数和值是分别从每一所述组成部分对应的可靠度对数数据中选取任一对数数据进行求和得到的,使得所述多个对数和值满足正态分布;
确定模块,用于确定所述多个对数和值所符合的第一正态分布模型,并根据所述第一正态分布模型以及第一置信水平条件,确定满足所述第一置信水平条件的目标对数和值;
反对数计算模块,用于对所述目标对数和值进行反对数计算,得到所述动力电池系统的满足所述第一置信水平条件的目标可靠度。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
9.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497036.5A CN113128069B (zh) | 2021-05-07 | 2021-05-07 | 用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497036.5A CN113128069B (zh) | 2021-05-07 | 2021-05-07 | 用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128069A CN113128069A (zh) | 2021-07-16 |
CN113128069B true CN113128069B (zh) | 2022-05-17 |
Family
ID=76781524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110497036.5A Active CN113128069B (zh) | 2021-05-07 | 2021-05-07 | 用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128069B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959745A (zh) * | 2018-06-21 | 2018-12-07 | 周哲 | 产品性能变化及寿命高置信度小样本统计推断和确认方法 |
-
2021
- 2021-05-07 CN CN202110497036.5A patent/CN113128069B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959745A (zh) * | 2018-06-21 | 2018-12-07 | 周哲 | 产品性能变化及寿命高置信度小样本统计推断和确认方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113128069A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Inverse uncertainty quantification using the modular Bayesian approach based on Gaussian process, Part 1: Theory | |
CN111143981A (zh) | 虚拟试验模型验证系统及方法 | |
CN111025041A (zh) | 电动汽车充电桩监测方法及其系统、计算机设备、介质 | |
CN111290967A (zh) | 一种软件缺陷预测方法、装置、设备及存储介质 | |
CN113190457A (zh) | 面向网络化系统的软件可靠性测评方法 | |
CN112800683A (zh) | 基于卷积神经网络的系统短路电流水平评估方法及系统 | |
CN113158589B (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
CN110850358A (zh) | 基于逐步回归算法的电能表综合检定方法及系统 | |
CN113128069B (zh) | 用于确定动力电池系统可靠度的方法、装置、存储介质及电子设备 | |
CN111090242B (zh) | 自动驾驶测试系统精度验证方法、装置、设备及存储介质 | |
CN111158918B (zh) | 支撑点并行枚举负载均衡方法、装置、设备及介质 | |
CN113076901A (zh) | 模型稳定性解释方法、装置、设备及存储介质 | |
CN110399658B (zh) | 电池的加速因子值计算方法、装置、设备及存储介质 | |
EP2738701A2 (en) | Method and apparatus for statistical electronic circuit simulation | |
CN116127833A (zh) | 基于vmd和lstm融合模型的风电功率预测方法、系统、装置及介质 | |
CN110851344B (zh) | 基于计算公式复杂性的大数据测试方法、装置、电子设备 | |
CN115048290A (zh) | 软件质量的评估方法、装置、存储介质及计算机设备 | |
CN107491576B (zh) | 基于性能退化数据的导弹部件可靠性分析方法 | |
RU2818373C1 (ru) | Способ имитации сигнально-помеховой обстановки | |
CN116757100B (zh) | 推力预测模型训练及推力预测方法、装置、设备、介质 | |
Kim et al. | Estimation of half triangle distribution under generalized progressive hybrid censored sample | |
CN118094442B (zh) | 自升式平台的传感数据模拟方法、装置、服务器及介质 | |
US20220303031A1 (en) | Method, apparatus, electronic device and readable storage medium for estimation of a parameter of channel noise | |
Tunga et al. | Hybrid HDMR method with an optimized hybridity parameter in multivariate function representation | |
CN110210077B (zh) | 基于关键项筛选策略的优化响应面方法和装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Applicant after: SVOLT Energy Technology Co.,Ltd. Address before: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Applicant before: SVOLT Energy Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |