CN113189505B - 一种基于大数据的手机电池状态监测系统 - Google Patents

Abstract

本发明公开了一种基于大数据的手机电池状态监测系统，本发明涉及手机电池状态监测技术领域，解决了现有技术中不能够对用户使用电池的外观进行监测导致电池变形后无法及时发现的技术问题，通过外观监测单元对用户手机电池的外观进行监测，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，根据各个矩形监测区域的水平度构建监测区域列水平度集合，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合；对电池的外观进行监测，监测异常时及时预警，提高了电池使用的安全系统，同时提高了电池状态监测的准确性。

Description

一种基于大数据的手机电池状态监测系统

技术领域

本发明涉及手机电池状态监测技术领域，具体为一种基于大数据的手机电池状态监测系统。

背景技术

随着科技的高速发展，智能手机得以普及，市场上出现了各种品牌、功能的手机，手机已经成为广大群众不可或缺的生活用品之一，人们在追求手机功能的同时，也对手机的续航能力提出了更高的要求。

目前，手机普遍使用锂电池进行供电，许多年轻人对手机的依赖较强，在锂电池充电的过程中使用手机；然而锂电池在特殊温度、湿度及接触不良等情况或环境下可能瞬间放电产生大量电流，引发自燃或爆炸，情况严重将会造成严重的人身事故。

但是在现有技术中，不能够对用户使用电池的外观进行监测，导致电池变形后无法及时发现，对用户的安全造成威胁。

发明内容

本发明的目的就在于提出一种基于大数据的手机电池状态监测系统，通过外观监测单元对用户手机电池的外观进行监测，获取到用户手机电池的矩形面积，并将用户手机电池外表面等面积划分为若干个矩形监测区域，随后获取到用户手机电池对应矩形监测区域划分的列数和行数，以用户未使用的手机电池为标准，获取到用户手机电池的外表面的水平度，并将其设置为标准水平度，随后以一周为监测周期，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，根据各个矩形监测区域的水平度构建监测区域列水平度集合，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合，随后将水平度差值集合内的所有子集均与零进行比较；对电池的外观进行监测，监测异常时及时预警，提高了电池使用的安全系统，同时提高了电池状态监测的准确性；

本发明的目的可以通过以下技术方案实现：

一种基于大数据的手机电池状态监测系统，包括注册登录单元、数据库、预警单元、模型构建单元、状态监测平台、外观监测单元、使用监测单元以及参数监测单元；

所述外观监测单元用于对用户手机电池的外观进行监测，具体监测过程如下：

步骤S1：获取到用户手机电池的矩形面积，并将用户手机电池外表面等面积划分为若干个矩形监测区域，随后获取到用户手机电池对应矩形监测区域划分的列数和行数，并将其对应标记为i和j，i=1，2，……，n，n为正整数，j=1，2，……，m，m为正整数，将矩形监测区域标记为Aij，其中，A24表示为手机电池上第二列第四行的矩形监测区域；

步骤S2：以用户未使用的手机电池为标准，获取到用户手机电池的外表面的水平度，并将其设置为标准水平度，用户未使用的手机电池表示为用户购买的未拆封的手机电池；

步骤S3：随后以一周为监测周期，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，并将各个矩形监测区域的水平度标记为SAij，其中，SA35表示为手机电池上第三列第五行的矩形监测区域的水平度；

步骤S4：根据各个矩形监测区域的水平度构建监测区域列水平度集合{SA11，SA12，……，SA1j}，其中，列数不同对应不同的列水平度集合，即第三列水平度集合{SA31，SA32，……，SA3j}，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合，随后将水平度差值集合内的所有子集均与零进行比较，若子集＞0，则判定对应区域外观监测异常，生成膨胀异常信号并将膨胀异常信号发送至状态监测平台；若子集＜0，则判定对应区域外观监测异常，生成凹陷异常信号并将凹陷异常信号发送至状态监测平台；若子集＝0，则判定对应区域外观监测正常，并将其标记为外观合格区域，随后获取到外观合格区域的水平度并求其平均值，将水平度平均值标记为外观监测系数SP，并将外观监测系数发送至模型构建单元；

步骤S5：状态监测平台接收到膨胀异常信号或者凹陷异常信号后，生成外观预警信号并将外观预警信号发送至预警单元。

进一步地，还包括使用监测单元，所述使用监测单元用于对用户手机电池的使用进行监测，将用户手机电池标记为o，o=1，2，……，p，p为正整数，具体使用监测过程如下：

步骤SS1：获取用户手机电池的总电量并将用户手机电池总电量的20%标记为过度放电界值，随后获取到手机电池电量在过度放电界值以下时用户的使用手机的时长和频率，并将手机电池电量在过度放电界值以下时用户的使用手机的时长和频率标记为SCo和PLo，通过公式

获取到用户手机电池的过度放电使用监测系数Xo_放，其中，a1和a2均为比例系数，且a1＞a2＞0；

步骤SS2：将用户手机电池总电量的100%标记为过度充电界值，随后获取到手机电池电量在过度充电界值时用户的充电时长和频率，并将手机电池电量在过度充电界值时用户的充电时长和频率标记为SCo`和PLo`，通过公式

获取到用户手机电池的过度充电使用监测系数Xo_充，其中，a3和a4均为比例系数，且a3＞a4＞0；

步骤SS3：将用户手机电池的过度放电使用监测系数Xo_放与过度充电使用监测系数Xo_充代入公式获取到手机电池使用监测总系数Xo_总，即

，其中，β为误差修正因子，取值为2.36251；

步骤SS4：将手机电池使用监测总系数Xo_总与监测总系数阈值进行比较：若手机电池使用监测总系数Xo_总≥监测总系数阈值，则判定用户手机电池使用监测异常，生成异常使用信号并将异常使用信号发送至状态监测平台，状态监测平台接收到异常使用信号后生成使用预警信号并将使用预警信号发送至预警单元，若手机电池使用监测总系数Xo_总＜监测总系数阈值，则判定用户手机电池使用监测正常，则将对应的手机电池使用监测总系数发送至模型构建单元。

进一步地，还包括参数监测单元，所述参数监测单元用于对用户使用电池的参数数据进行监测，具体参数监测过程如下：

步骤T1：对用户使用电池的参数数据进行获取，用户使用电池的参数数据包括电压数据和电流数据，电压数据为用户使用电池进行放电时电池内部电压，电流数据为用户使用电池进行放电时电池内部电流；

步骤T2：以每分钟为监测时间单位，将监测时间单元标记为k，k=1，2，……，y，y为正整数，获取到用户使用电池进行放电时电池内部电压和用户使用电池进行放电时电池内部电流，并将其分别与内部电压阈值与内部电流阈值进行差值比较，随后将比较后每分钟的电池内部电压差值与电流差值标记为DYk和DLk；

步骤T3：随后获取到用户使用电池进行放电时电池两极的温度，获取到电池在放电过程中的两极温度差值，并将放电过程中的两极温度差值标记为LCk，其中，温度差值的间隔时长为监测时间单位；

步骤T4：通过公式

获取到用户使用电池的参数监测系数Xk，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；

步骤T5：将用户使用电池的参数监测系数Xk与参数监测系数阈值进行比较：

若用户使用电池的参数监测系数Xk≥参数监测系数阈值，则判定用户使用电池参数监测异常，生成放电异常信号并将放电异常信号发送至状态监测平台，状态监测平台接收到放电异常信号后生成放电预警信号并将放电预警信号发送至预警单元；

若用户使用电池的参数监测系数Xk＜参数监测系数阈值，则判定用户使用电池参数监测正常，并将对应的参数监测系数发送至模型构建单元。

进一步地，还包括模型构建单元，所述模型构建单元接收到外观监测系数SP、使用监测总系数Xo_总以及参数监测系数Xk后，建立使用电池状态评估模型，使用电池状态评估模型公式为

，其中，D表示为使用电池状态的评估系数，α为误差修正因子，取值为1.02325，t表示为时间自变量，h表示为环境影响阈值，取值为3.652142，e为自然常数；随后获取使用电池外观监测、使用监测以及参数监测均正常的时刻，并将其标记为时间原点，并以时间为自变量，使用电池状态评估系数为因变量构建函数曲线，并将其标记为评估系数函数曲线，随后以时间原点为监测始点，将函数曲线进行趋势判定，趋势判定为函数曲线与水平线之间的角度判定，若角度≥45°，则判定用户使用电池状态呈下降趋势，若角度＜45°，则判定用户使用电池状态呈上升趋势。

进一步地，所述注册登录单元用于管理人员和用户通过手机终端提交管理人员信息和用户信息进行注册，并将注册成功的管理人员信息和用户信息发送至数据库，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码，用户信息包括用户的姓名、年龄、职业、手机型号以及本人实名认证的手机号码。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过外观监测单元对用户手机电池的外观进行监测，获取到用户手机电池的矩形面积，并将用户手机电池外表面等面积划分为若干个矩形监测区域，随后获取到用户手机电池对应矩形监测区域划分的列数和行数，以用户未使用的手机电池为标准，获取到用户手机电池的外表面的水平度，并将其设置为标准水平度，随后以一周为监测周期，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，根据各个矩形监测区域的水平度构建监测区域列水平度集合，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合，随后将水平度差值集合内的所有子集均与零进行比较；对电池的外观进行监测，监测异常时及时预警，提高了电池使用的安全系统，同时提高了电池状态监测的准确性；

2、本发明中，通过模型构建单元接收到外观监测系数SP、使用监测总系数Xo_总以及参数监测系数Xk后，建立使用电池状态评估模型，随后获取使用电池外观监测、使用监测以及参数监测均正常的时刻，并将其标记为时间原点，并以时间为自变量，使用电池状态评估系数为因变量构建函数曲线，并将其标记为评估系数函数曲线，随后以时间原点为监测始点，将函数曲线进行趋势判定，趋势判定为函数曲线与水平线之间的角度判定，若角度≥45°，则判定用户使用电池状态呈下降趋势，若角度＜45°，则判定用户使用电池状态呈上升趋势；对监测合格的电池进行使用状态趋势进行评估，对电池状态进行准确监控，能够对电池故障进行预防，减少电池故障对用户带来的影响。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种基于大数据的手机电池状态监测系统，包括注册登录单元、数据库、预警单元、模型构建单元、状态监测平台、外观监测单元、使用监测单元以及参数监测单元；

注册登录单元用于管理人员和用户通过手机终端提交管理人员信息和用户信息进行注册，并将注册成功的管理人员信息和用户信息发送至数据库，管理人员信息包括管理人员的姓名、年龄、入职时间以及本人实名认证的手机号码，用户信息包括用户的姓名、年龄、职业、手机型号以及本人实名认证的手机号码；

外观监测单元用于对用户手机电池的外观进行监测，具体监测过程如下：

步骤S1：获取到用户手机电池的矩形面积，并将用户手机电池外表面等面积划分为若干个矩形监测区域，随后获取到用户手机电池对应矩形监测区域划分的列数和行数，并将其对应标记为i和j，i=1，2，……，n，n为正整数，j=1，2，……，m，m为正整数，将矩形监测区域标记为Aij，其中，A24表示为手机电池上第二列第四行的矩形监测区域；

步骤S2：以用户未使用的手机电池为标准，获取到用户手机电池的外表面的水平度，并将其设置为标准水平度，用户未使用的手机电池表示为用户购买的未拆封的手机电池；

步骤S3：随后以一周为监测周期，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，并将各个矩形监测区域的水平度标记为SAij，其中，SA35表示为手机电池上第三列第五行的矩形监测区域的水平度；

步骤S4：根据各个矩形监测区域的水平度构建监测区域列水平度集合{SA11，SA12，……，SA1j}，其中，列数不同对应不同的列水平度集合，即第三列水平度集合{SA31，SA32，……，SA3j}，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合，随后将水平度差值集合内的所有子集均与零进行比较，若子集＞0，则判定对应区域外观监测异常，生成膨胀异常信号并将膨胀异常信号发送至状态监测平台；若子集＜0，则判定对应区域外观监测异常，生成凹陷异常信号并将凹陷异常信号发送至状态监测平台；若子集＝0，则判定对应区域外观监测正常，并将其标记为外观合格区域，随后获取到外观合格区域的水平度并求其平均值，将水平度平均值标记为外观监测系数SP，并将外观监测系数发送至模型构建单元；

步骤S5：状态监测平台接收到膨胀异常信号或者凹陷异常信号后，生成外观预警信号并将外观预警信号发送至预警单元；

使用监测单元用于对用户手机电池的使用进行监测，将用户手机电池标记为o，o=1，2，……，p，p为正整数，具体使用监测过程如下：

步骤SS1：获取用户手机电池的总电量并将用户手机电池总电量的20%标记为过度放电界值，随后获取到手机电池电量在过度放电界值以下时用户的使用手机的时长和频率，并将手机电池电量在过度放电界值以下时用户的使用手机的时长和频率标记为SCo和PLo，通过公式

获取到用户手机电池的过度放电使用监测系数Xo_放，其中，a1和a2均为比例系数，且a1＞a2＞0；

步骤SS2：将用户手机电池总电量的100%标记为过度充电界值，随后获取到手机电池电量在过度充电界值时用户的充电时长和频率，并将手机电池电量在过度充电界值时用户的充电时长和频率标记为SCo`和PLo`，通过公式

获取到用户手机电池的过度充电使用监测系数Xo_充，其中，a3和a4均为比例系数，且a3＞a4＞0；

步骤SS3：将用户手机电池的过度放电使用监测系数Xo_放与过度充电使用监测系数Xo_充代入公式获取到手机电池使用监测总系数Xo_总，即

，其中，β为误差修正因子，取值为2.36251；

步骤SS4：将手机电池使用监测总系数Xo_总与监测总系数阈值进行比较：若手机电池使用监测总系数Xo_总≥监测总系数阈值，则判定用户手机电池使用监测异常，生成异常使用信号并将异常使用信号发送至状态监测平台，状态监测平台接收到异常使用信号后生成使用预警信号并将使用预警信号发送至预警单元，若手机电池使用监测总系数Xo_总＜监测总系数阈值，则判定用户手机电池使用监测正常，则将对应的手机电池使用监测总系数发送至模型构建单元；

参数监测单元用于对用户使用电池的参数数据进行监测，具体参数监测过程如下：

步骤T1：对用户使用电池的参数数据进行获取，用户使用电池的参数数据包括电压数据和电流数据，电压数据为用户使用电池进行放电时电池内部电压，电流数据为用户使用电池进行放电时电池内部电流；

步骤T2：以每分钟为监测时间单位，将监测时间单元标记为k，k=1，2，……，y，y为正整数，获取到用户使用电池进行放电时电池内部电压和用户使用电池进行放电时电池内部电流，并将其分别与内部电压阈值与内部电流阈值进行差值比较，随后将比较后每分钟的电池内部电压差值与电流差值标记为DYk和DLk；

步骤T3：随后获取到用户使用电池进行放电时电池两极的温度，获取到电池在放电过程中的两极温度差值，并将放电过程中的两极温度差值标记为LCk，其中，温度差值的间隔时长为监测时间单位；

步骤T4：通过公式

获取到用户使用电池的参数监测系数Xk，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；

步骤T5：将用户使用电池的参数监测系数Xk与参数监测系数阈值进行比较：

若用户使用电池的参数监测系数Xk≥参数监测系数阈值，则判定用户使用电池参数监测异常，生成放电异常信号并将放电异常信号发送至状态监测平台，状态监测平台接收到放电异常信号后生成放电预警信号并将放电预警信号发送至预警单元；

若用户使用电池的参数监测系数Xk＜参数监测系数阈值，则判定用户使用电池参数监测正常，并将对应的参数监测系数发送至模型构建单元；

模型构建单元接收到外观监测系数SP、使用监测总系数Xo_总以及参数监测系数Xk后，建立使用电池状态评估模型，使用电池状态评估模型公式为

，其中，D表示为使用电池状态的评估系数，α为误差修正因子，取值为1.02325，t表示为时间自变量，h表示为环境影响阈值，取值为3.652142，e为自然常数；随后获取使用电池外观监测、使用监测以及参数监测均正常的时刻，并将其标记为时间原点，并以时间为自变量，使用电池状态评估系数为因变量构建函数曲线，并将其标记为评估系数函数曲线，随后以时间原点为监测始点，将函数曲线进行趋势判定，趋势判定为函数曲线与水平线之间的角度判定，若角度≥45°，则判定用户使用电池状态呈下降趋势，若角度＜45°，则判定用户使用电池状态呈上升趋势。

本发明的工作原理：

在工作时，通过外观监测单元对用户手机电池的外观进行监测，将外观监测异常的区域进行预警，将外观监测合格区域对应的外观监测系数发送至模型构建单元；通过述使用监测单元对用户手机电池的使用进行监测，将使用监测不合格对应的电池进行预警，将使用监测合格对应的使用监测系数发送至模型构建单元；通过参数监测单元对用户使用电池的参数数据进行监测，将状态监测异常的电池进行预警，将状态监测合格的电池对应状态监测系数发送至模型构建单元，模型构建单元通过构建曲线，对电池状态趋势进行评估。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (1)

1.一种基于大数据的手机电池状态监测系统，其特征在于，包括预警单元、模型构建单元、状态监测平台、外观监测单元、使用监测单元以及参数监测单元；

所述外观监测单元用于对用户手机电池的外观进行监测，具体监测过程如下：

步骤S1：获取到用户手机电池的矩形面积，并将用户手机电池外表面等面积划分为若干个矩形监测区域，随后获取到用户手机电池对应矩形监测区域划分的列数和行数，并将其对应标记为i和j，i=1，2，……，n，n为正整数，j=1，2，……，m，m为正整数，将矩形监测区域标记为Aij，其中，A24表示为手机电池上第二列第四行的矩形监测区域；

步骤S2：以用户未使用的手机电池为标准，获取到用户手机电池的外表面的水平度，并将其设置为标准水平度，用户未使用的手机电池表示为用户购买的未拆封的手机电池；

步骤S3：随后以一周为监测周期，对用户手机电池进行水平度监测，获取到各个矩形监测区域的水平度，并将各个矩形监测区域的水平度标记为SAij，其中，SA35表示为手机电池上第三列第五行的矩形监测区域的水平度；

步骤S4：根据各个矩形监测区域的水平度构建监测区域列水平度集合{SA11，SA12，……，SA1j}，其中，列数不同对应不同的列水平度集合，即第三列水平度集合{SA31，SA32，……，SA3j}，随后将监测区域列水平度集合中所有子集均与标准水平度进行差值计算，并将计算后的水平度差值构建水平度差值集合，随后将水平度差值集合内的所有子集均与零进行比较，若子集＞0，则判定对应区域外观监测异常，生成膨胀异常信号并将膨胀异常信号发送至状态监测平台；若子集＜0，则判定对应区域外观监测异常，生成凹陷异常信号并将凹陷异常信号发送至状态监测平台；若子集＝0，则判定对应区域外观监测正常，并将其标记为外观合格区域，随后获取到外观合格区域的水平度并求其平均值，将水平度平均值标记为外观监测系数SP，并将外观监测系数发送至模型构建单元；

步骤S5：状态监测平台接收到膨胀异常信号或者凹陷异常信号后，生成外观预警信号并将外观预警信号发送至预警单元；

所述使用监测单元用于对用户手机电池的使用进行监测，将用户手机电池标记为o，o=1，2，……，p，p为正整数，具体使用监测过程如下：

步骤SS1：获取用户手机电池的总电量并将用户手机电池总电量的20%标记为过度放电界值，随后获取到手机电池电量在过度放电界值以下时用户的使用手机的时长和频率，并将手机电池电量在过度放电界值以下时用户的使用手机的时长和频率标记为SCo和PLo，通过公式

获取到用户手机电池的过度放电使用监测系数Xo_放，其中，a1和a2均为比例系数，且a1＞a2＞0；

步骤SS2：将用户手机电池总电量的100%标记为过度充电界值，随后获取到手机电池电量在过度充电界值时用户的充电时长和频率，并将手机电池电量在过度充电界值时用户的充电时长和频率标记为SCo`和PLo`，通过公式

获取到用户手机电池的过度充电使用监测系数Xo_充，其中，a3和a4均为比例系数，且a3＞a4＞0；

步骤SS3：将用户手机电池的过度放电使用监测系数Xo_放与过度充电使用监测系数Xo_充代入公式获取到手机电池使用监测总系数Xo_总，即

，其中，β为误差修正因子，取值为2.36251；

步骤SS4：将手机电池使用监测总系数Xo_总与监测总系数阈值进行比较：若手机电池使用监测总系数Xo_总≥监测总系数阈值，则判定用户手机电池使用监测异常，生成异常使用信号并将异常使用信号发送至状态监测平台，状态监测平台接收到异常使用信号后生成使用预警信号并将使用预警信号发送至预警单元，若手机电池使用监测总系数Xo_总＜监测总系数阈值，则判定用户手机电池使用监测正常，则将对应的手机电池使用监测总系数发送至模型构建单元；

所述参数监测单元用于对用户使用电池的参数数据进行监测，具体参数监测过程如下：

步骤T1：对用户使用电池的参数数据进行获取，用户使用电池的参数数据包括电压数据和电流数据，电压数据为用户使用电池进行放电时电池内部电压，电流数据为用户使用电池进行放电时电池内部电流；

步骤T2：以每分钟为监测时间单位，将监测时间单元标记为k，k=1，2，……，y，y为正整数，获取到用户使用电池进行放电时电池内部电压和用户使用电池进行放电时电池内部电流，并将其分别与内部电压阈值与内部电流阈值进行差值比较，随后将比较后每分钟的电池内部电压差值与电流差值标记为DYk和DLk；

步骤T3：随后获取到用户使用电池进行放电时电池两极的温度，获取到电池在放电过程中的两极温度差值，并将放电过程中的两极温度差值标记为LCk，其中，温度差值的间隔时长为监测时间单位；

步骤T4：通过公式

获取到用户使用电池的参数监测系数Xk，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0，e为自然常数；

步骤T5：将用户使用电池的参数监测系数Xk与参数监测系数阈值进行比较：

若用户使用电池的参数监测系数Xk≥参数监测系数阈值，则判定用户使用电池参数监测异常，生成放电异常信号并将放电异常信号发送至状态监测平台，状态监测平台接收到放电异常信号后生成放电预警信号并将放电预警信号发送至预警单元；

若用户使用电池的参数监测系数Xk＜参数监测系数阈值，则判定用户使用电池参数监测正常，并将对应的参数监测系数发送至模型构建单元；

所述模型构建单元接收到外观监测系数SP、使用监测总系数Xo_总以及参数监测系数Xk后，建立使用电池状态评估模型，使用电池状态评估模型公式为

，其中，D表示为使用电池状态的评估系数，α为误差修正因子，取值为1.02325，t表示为时间自变量，h表示为环境影响阈值，取值为3.652142，e为自然常数；随后获取使用电池外观监测、使用监测以及参数监测均正常的时刻，并将其标记为时间原点，并以时间为自变量，使用电池状态评估系数为因变量构建函数曲线，并将其标记为评估系数函数曲线，随后以时间原点为监测始点，将函数曲线进行趋势判定，趋势判定为函数曲线与水平线之间的角度判定，若角度≥45°，则判定用户使用电池状态呈下降趋势，若角度＜45°，则判定用户使用电池状态呈上升趋势。

Images