CN116011993A - 一种基于cps架构的蓄电池健康管理系统 - Google Patents
一种基于cps架构的蓄电池健康管理系统 Download PDFInfo
- Publication number
- CN116011993A CN116011993A CN202310031248.3A CN202310031248A CN116011993A CN 116011993 A CN116011993 A CN 116011993A CN 202310031248 A CN202310031248 A CN 202310031248A CN 116011993 A CN116011993 A CN 116011993A
- Authority
- CN
- China
- Prior art keywords
- module
- battery pack
- storage battery
- capacity
- information data
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 58
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims description 84
- 238000012423 maintenance Methods 0.000 claims description 64
- 238000007599 discharging Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 238000012800 visualization Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000007667 floating Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 57
- 230000002159 abnormal effect Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000013543 active substance Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000007038 hydrochlorination reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本发明提出一种基于CPS架构的蓄电池健康管理系统，涉及蓄电池健康管理的技术领域，解决了现有蓄电池监测系统无法精准预测蓄电池寿命，蓄电池的健康管理工作效率低的问题，首先在蓄电池组测试过程中，采用物理采集设备采集蓄电池组的物理信息数据，对物理信息数据解析，然后对解析后的物理信息数据进行分类和利用电池健康状态预估模块对解析后的物理信息数据进行预估，再将分类后的物理信息数据和预估结果进行存储，并根据预估结果实时推送蓄电池组的维护策略，最后利用系统管理平台查询和展示数据库中分类后的物理信息数据和预估结果，保证了预测蓄电池寿命的精准度，实现对蓄电池健康问题进行精准干预，提高了蓄电池的健康管理工作效率。
Description
技术领域
本发明涉及蓄电池健康管理的技术领域，特别涉及一种基于CPS架构的蓄电池健康管理系统。
背景技术
信息物理系统（Cyber Physical Systems，CPS）是指通过人机交互接口实现和物理进程的交互，使用网络化空间以远程的、可靠的、实时的、安全的、协作的方式操控一个物理实体。随着电力技术的快速发展和进步，将CPS架构应用于各变电站内的蓄电池运维工作，能够为变电站内的电力设备提供安全、稳定、可靠的电力保障。
目前，变电站内蓄电池的维护工作通常是通过人工在现场定时对蓄电池进行充放电核容和激活，但无法实时准确地掌握蓄电池的真实健康情况，在蓄电池的维护工作上耗费大量人力和物力，加上频繁和长时放电来核对蓄电池的真实容量，工作效率非常低下，因此，对蓄电池的健康进行维护具有至关重要的作用。现有专利文献中公开了一种蓄电池监测系统，利用均衡仪采集蓄电池组电流、电压等数据，并上报数据流给边缘物联代理，边缘物联代理读取和解析均衡仪上报的数据流，将解析后的可读数据上报给数据平台，并接收和解析数据平台发送的充放电指令，将充放电指令下发给控制蓄电池组充放电的DC/DC装置，控制下发充放电指令的数据平台展示边缘物联代理送入的数据，并预测蓄蓄电池组剩余容量,但数据平台根据电流、电压等数据预测蓄电池寿命的结果与蓄电池的实际寿命是有偏差的，即无法精准预测蓄电池寿命，另外，据平台无法根据预测结果为维护人员推送维护策略，蓄电池的健康管理工作效率低。
发明内容
为解决现有蓄电池监测系统无法精准预测蓄电池寿命，蓄电池的健康管理工作效率低的问题，本发明提出一种基于CPS架构的蓄电池健康管理系统，在CPS架构下进行蓄电池寿命预测，保证了预测蓄电池寿命的精准度，提高了蓄电池的健康管理工作效率。
为了达到上述技术效果，本发明的技术方案如下：
一种基于CPS架构的蓄电池健康管理系统，所述系统包括：
蓄电池组测试模块，用于对蓄电池组的充放电性能进行测试；
物理信息数据采集模块，用于在测试过程中通过物理物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，将物理信息数据传输至云服务器解析模块；
云服务器解析模块，用于接收物理信息数据采集模块传输的物理信息数据，对物理信息数据进行解析，将解析后的物理信息数据分别传输至数据处理模块和电池健康状态预估模块；
数据处理模块，用于对解析后的物理信息数据进行分类，将分类后的物理信息数据存储至云服务器的数据库，将数据库中分类后的物理信息数据传输至系统管理平台；
电池健康状态预估模块，用于预估解析后的物理信息数据，输出蓄电池组容量寿命的预估结果，将预估结果分别传输至系统管理平台和存储至云服务器的数据库，并根据预估结果实时推送蓄电池组的维护策略。
系统管理平台，用于查询数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，对查询到的物理信息数据和预估结果进行监测管理，将查询到的物理信息数据和预估结果可视化展示至运维人员，由运维人员进行监测管理，控制下发测试指令至蓄电池组测试模块。
在本技术方案中，首先在对蓄电池组的充放电性能进行测试过程中，采用物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，其次通过云服务器解析模块将对物理信息数据进行解析，然后利用数据处理模块对解析后的物理信息数据进行分类和电池健康状态预估模块对解析后的物理信息数据进行预估，起到了实时在线分析解析后的物理信息数据，推进蓄电池健康管理系统的管理工作，再将分类后的物理信息数据和预估结果存储至云服务器的数据库，进一步，根据物理信息数据的预估结果实时推送蓄电池组的维护策略，达到了快速分析当前蓄电池组可能存在的故障问题，从而智能推送故障问题对应的维护策略，便于运维人员及时发现各类异常状况，及时进行精准干预，为蓄电池组提供安全可靠的保障，最后利用系统管理平台查询和展示数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，实现了多种蓄电池数据的储存、管理和可视化，在CPS架构下实现了对蓄电池寿命的预测，保证了预测蓄电池寿命的精准度，实现对蓄电池健康问题进行精准干预，提高了蓄电池的健康管理工作效率，为电力设备提供安全、稳定、可靠的电力保障。
优选地，在物理信息数据采集模块，所述物理信息数据包括蓄电池组的配置参数和运行参数，所述配置参数包括蓄电池组的地址、品牌、厂家和使用年限，所述运行参数包括蓄电池组的端电压、内阻、极柱温度、环境温度。
优选地，所述物理信息数据采集模块包括具有远程监测功能的监测主机、用于对单节电池的物理信息数据进行实时监测的单体子模块、用于汇总物理信息数据的实时监测结果的组端汇集子模块、全在线切换子模块、用于控制充电电流的充电子模块和用于维护后备蓄电池组之间的正常工作的智能母联子模块，所述系统管理平台分别连接监测主机、单体子模块、组端汇集子模块、全在线切换子模块、充电子模块和智能母联子模块，所述单体子模块双向连接组端汇集子模块，所述组端汇集子模块连接远程智能监测主机，所述全在线切换子模块、充电子模块和智能母联子模块并行。
优选地，监测主机的远程监测功能包括核容测试功能、内阻测试功能、用于对蓄电池组中的安全保障电路自检的K1/D1测试功能、历史数据导出功能以及物理采集设备信息查询功能。
优选地，监测主机进行核容测试的具体流程如下：
S11.读取物理采集设备的物理信息数据，设置核容参数；
S12.启动K1/D1测试功能对蓄电池组中的安全保障电路自检；
S13.停止运行K1/D1测试功能，启动监测主机的核容测试功能，测出蓄电池组的剩余容量；S14.对蓄电池组进行预充电，当充电电流小于预设电流阈值，停止充电，转为浮充状态；
S15.再次启动K1/D1测试对蓄电池组中的安全保障电路自检；
S16.对蓄电池组进行放电，当放电时间小于预设放电时间阈值、容量小于预设容量阈值、组端下限小于组端下限阈值及单体下限小于单体下限阈值时，停止放电，核容测试结束。
优选地，在电池健康状态预估模块中，预估解析后的物理信息数据的具体过程为：
S21.对蓄电池组的运行参数进行预处理；
S22.构建并训练电池健康状态预估模型，得到训练好的电池健康状态预估模型；
S23.将预处理后的蓄电池组的运行参数输入电池健康状态预估模型，对蓄电池组的容量状态进行分析，输出蓄电池组容量寿命的预估结果。
优选地，根据预估结果实时推送蓄电池组的维护策略的具体步骤为：
S31.将蓄电池组容量寿命分类为健康电池组、亚健康电池组和健康电池组；
S32.判断输出蓄电池组容量寿命的预估结果是否为健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，否则，蓄电池组容量寿命的预估结果为亚健康电池组或不健康电池组，执行步骤S33；
S33.判断输出蓄电池组容量寿命的预估结果是否为亚健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，给出维护建议，维护建议提示运维人员注意该测试的蓄电池组的健康状况和该测试的蓄电池组预计需要进行更换的时间；否则，蓄电池组容量寿命的预估结果为不健康电池组，提示运维人员该测试的蓄电池组的剩余容量，并发出告警信息提醒运维人员该测试的蓄电池组需要进行更换。
优选地，在步骤S31中，蓄电池组容量寿命分类标准为：蓄电池组容量寿命的预估结果大于90%额定容量的蓄电池组为健康电池组，蓄电池组容量寿命的预估结果小于90%但大于80%额定容量的蓄电池组为亚健康电池组，蓄电池组容量寿命的预估结果小于80%额定容量的蓄电池组为不健康电池组。
优选地，所述系统管理平台连接有用于可视化展示查询到的物理信息数据和预估结果的信息可视化模块。
优选地，所述系统管理平台设有并行的测试数据模块、统计报表模块、作业计划模块和告警管理模块及用户管理模块，所述测试数据模块用于查询蓄电池组的充放电性能的物理信息数据，所述统计报表模块用于查询物理采集设备的通信状态和蓄电池组的容量状态，所述作业计划模块用于制定蓄电池组的放电计划，启动蓄电池组测试模块执行放电计划，所述告警管理模块用于发出告警信息并执行告警信息对应的保护程序，所述用户管理用于对用户权限进行管理。
与现有技术相比，本发明技术方案的有益效果是：
本发明提出一种基于CPS架构的蓄电池健康管理系统，首先在蓄电池组测试过程中，采用物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，其次将对物理信息数据进行解析，对解析后的物理信息数据进行分类和利用电池健康状态预估模块对解析后的物理信息数据进行预估，再将分类后的物理信息数据和预估结果存储至云服务器的数据库，进一步，根据预估结果实时推送蓄电池组的维护策略，达到了快速分析当前蓄电池组可能存在的故障问题，从而智能推送故障问题对应的维护策略，便于运维人员及时发现各类异常状况，及时进行精准干预，为蓄电池组提供安全可靠的保障，最后利用系统管理平台查询和展示数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，实现了多种蓄电池数据的储存、管理和可视化，在CPS架构下实现了对蓄电池寿命的预测，保证了预测蓄电池寿命的精准度，实现对蓄电池健康问题进行精准干预，提高了蓄电池的健康管理工作效率，为电力设备提供安全、稳定、可靠的电力保障。
附图说明
图1表示本发明实施例提出的一种基于CPS架构的蓄电池健康管理系统的结构图；
图2表示本发明实施例提出的核容测试的整体流程；
图3表示本发明实施例提出的放电状态蓄电池组核容测试流程图；
图4表示本发明实施例提出的浮充状态蓄电池组核容测试流程；
图5表示本发明实施例提出的预估解析后的物理信息数据的流程图；
图6表示本发明实施例提出的实时推送蓄电池组的维护策略的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好地说明本实施例，附图某些部位会有省略、放大或缩小，并不代表实际尺寸，“上”“下”等部位方向的描述非对本专利的限制；
对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的；
附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示，本实施例提出了一种基于CPS架构的蓄电池健康管理系统，所述系统包括：
蓄电池组测试模块，用于对蓄电池组的充放电性能进行测试；
在蓄电池组测试模块中，蓄电池组测试模块能够进行远程控制、节能放电、智能充电、在线监控、在线养护和数据传输，远程控制是由系统平台下发指令远程控制充放电，可制定维护计划，系统内蓄电池组按计划自动执行放电；节能放电是由DC/DC实际负载放电、损耗规律小于5%，或DC/AC将蓄电池组电量通过逆变并网技术，回馈到电网中，安全稳定；智能充电是模拟智能充电机工作状态，采用三段式智能充电，保障蓄电池组不出现充不饱、过充等现象；在线监控蓄电池组的电压和电流、容量，整流器电压、电流、环境温度、各节电池电压、内阻、负极温度；在线养护可使测试设备处于最优模式工作，保证对蓄电池的养护效果；数据传输目前采用485接口，可根据客户需求定制转换协议及模块，支持IEC61850协议。
物理信息数据采集模块，用于在测试过程中通过物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，将物理信息数据传输至云服务器解析模块；
在物理信息数据采集模块，所述物理信息数据包括蓄电池组的配置参数和运行参数，所述配置参数包括蓄电池组的地址、品牌、厂家和使用年限，所述运行参数包括蓄电池组的端电压、内阻、极柱温度、环境温度；所述物理信息数据采集模块包括具有远程监测功能的监测主机、用于对单节电池的物理信息数据进行实时监测的单体子模块、用于汇总物理信息数据的实时监测结果的组端汇集子模块、全在线切换子模块、用于控制充电电流的充电子模块和用于维护后备蓄电池组之间的正常工作的智能母联子模块，所述系统管理平台分别连接监测主机、单体子模块、组端汇集子模块、全在线切换子模块、充电子模块和智能母联子模块，所述单体子模块双向连接组端汇集子模块，所述组端汇集子模块连接远程智能监测主机，所述全在线切换子模块、充电子模块和智能母联子模块并行；
监测主机的远程监测功能包括核容测试功能、内阻测试功能、用于对蓄电池组中的安全保障电路自检的K1/D1测试功能、历史数据导出功能以及物理采集设备信息查询功能。对于核容测试功能，本实施例的蓄电池健康管理系统内置检测如果核容参数未设定，则无法启动监测主机的核容测试功能，上次核容参数设定未清除或设定好核容参数后，此功能可实现一键启动远程核容测试；对于内阻测试功能，系统管理平台远程启动或停止蓄电池内阻测试，或设定周期计划进行内阻测试；对于K1/D1测试功能，系统管理平台远程启动核容主机的K1/D1测试，测试前系统管理平台必须对蓄电池组中的安全保障电路自检，包含电池电压、内阻有无异常、电路有无故障的检测；对于历史数据导出功能，蓄电池历史数据导出可以通过信息可视化模块查询核容放电，监测放电，核容充电和监测充电的数据来导出，对于物理采集设备信息查询功能，能够查看该物理采集设备的信息、遥测、遥信、遥调、遥控以及该物理采集设备的告警信息；同时监测主机能够查看蓄电池组的运行状态指示功能，运行状态包括：在线浮充、停电放电、预充电、内阻测试、核容测试和K1/D1测试；根据物理采集设备面板上的指示灯或是显示屏系统所处的状态，进行内阻测试后，依次查看监测中蓄电池组中单体的所有信息，判断单体状态是否正常，其中检查项目包括了单体内阻、单体电压和单体温度；
单体子模块主要负责对单节蓄电池的内阻、极柱温度、电压进行实时监控、指定周期内对蓄电池内阻进行测试，每节蓄电池配置1个；组端汇集子模块支持一组蓄电池组的物理信息数据汇总；支持一路组端电压、一路组端电流采集；支持对一组的物理信息数据采集模块进行升级；具备RS485接口，将一组的物理信息数据上传系统管理平台，由信息可视化模块可视化展示查询到的物理信息数据和预估结果；组端汇集子模块的作用为收集单体模块的监控和测试数据，启动单体模块的内阻测试，上传数据给监测主机，接受监测主机的测试命令，每组蓄电池配置1个；对于全在线切换子模块，当需要对蓄电池组放电核容时，系统管理平台发送指令，全在线切换子模块执行指令，将需要放电的蓄电池组切除母线，并用续流二极管保证蓄电池组在线，其中，启动前先对开关和续流二极管进行自检，自检正常后，方可运行，核容检测结束或母线失压，切换装置复位；对于充电子模块，蓄电池放电结束后，蓄电池电压远低于母线电压，将放电后的电池组直接接入母线会产生大电流冲击，甚至火花，避免产生意外，在蓄电池与母线间接入充电模块，使充电电流实现可控；智能母联子模块的作用是在电力变电站采用双直流电源系统时，两套直流系统独立工作，各后备一组蓄电池组，正常工作时两套电源互不干扰，当有其中一套电源出现故障或需要检修时，需要手动切断母联开关，保障另一套电源系统对故障电流系统的负载进行正常供电；因故障的不可预知性，以及远程无人智能运维的推广，两套电源的后备电池组之间的自动化智能备用尤为重要。
云服务器解析模块，用于接收物理信息数据采集模块传输的物理信息数据，对物理信息数据进行解析，将解析后的物理信息数据分别传输至数据处理模块和电池健康状态预估模块；
数据处理模块，用于对解析后的物理信息数据进行分类，将分类后的物理信息数据存储至云服务器的数据库，将数据库中分类后的物理信息数据传输至系统管理平台；
电池健康状态预估模块，用于预估解析后的物理信息数据，输出蓄电池组容量寿命的预估结果，将预估结果分别传输至系统管理平台和存储至云服务器的数据库，并根据预估结果实时推送蓄电池组的维护策略；
系统管理平台，用于查询数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，对查询到的物理信息数据和预估结果进行监测管理，将查询到的物理信息数据和预估结果可视化展示至运维人员，由运维人员进行监测管理，控制下发测试指令至蓄电池组测试模块。
在本实施例中，首先在蓄电池组测试过程中，采用物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，其次将对物理信息数据进行解析，对解析后的物理信息数据进行分类和利用电池健康状态预估模块对解析后的物理信息数据进行预估，再将分类后的物理信息数据和预估结果存储至云服务器的数据库，进一步，根据预估结果实时推送蓄电池组的维护策略，达到了快速分析当前蓄电池组可能存在的故障问题，从而智能推送故障问题对应的维护策略，便于运维人员及时发现各类异常状况，及时进行精准干预，为蓄电池组提供安全可靠的保障，最后利用系统管理平台查询和展示数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，实现了多种蓄电池数据的储存、管理和可视化，在CPS架构下实现了对蓄电池寿命的预测，保证了预测蓄电池寿命的精准度，实现对蓄电池健康问题进行精准干预，提高了蓄电池的健康管理工作效率，为电力设备提供安全、稳定、可靠的电力保障。
实施例2
参见图2，监测主机进行核容测试的具体流程如下：
S11.读取物理采集设备的物理信息数据，设置核容参数；
在步骤S11中，核容参数包括设备IP地址、电池组编号、核容电流、核容时长、核容容量、单体下限数量、组端电压下限、单体电压下限、温度上限以及充电电流。
S12.启动K1/D1测试功能对蓄电池组中的安全保障电路自检；
S13.停止运行K1/D1测试功能，启动监测主机的核容测试功能，对蓄电池组进行放电，测出蓄电池组的剩余容量；
在步骤S13中，参见图3，在放电核容状态下，采集蓄电池组的电压，内阻，温度等数据，存储放电核容过程蓄电池组的物理信息数据，根据存储的物理信息数据提取单体蓄电池核容过程中的电压标准曲线，再参照同类型电池标准核容曲线，计算蓄单体蓄电池及整组蓄电池实际保有容量；同时，获取通信电源数据，通过获取的通信电源数据能够实时捕获通信电源用电负载电流；进一步，利用蓄单体蓄电池、整组蓄电池实际保有容量和通信电源用电负载电流，计算出蓄电池组的续航时长，最后基于蓄电池组的续航时长，输出各站点、品牌、型号电池质量评估报告。
S14.对蓄电池组进行预充电，当充电电流小于预设电流阈值，停止充电，转为浮充状态；
在步骤S14中，参见图4，首先在浮充状态下，采集蓄电池组的电池电压，内阻，温度等数据，然后对采集的蓄电池组的电池电压，内阻，温度等数据进行存储，如果蓄电池组在线浮充状态下，蓄电池组的电压、内阻、温度等数据超过电压、内阻、温度等数据告警阈值，或蓄电池组的电压、内阻、温度等数据发生波动，即不稳定，系统平台进行告警，系统平台根据告警的原因进行评估，分析处告警的原因。
S15.再次启动K1/D1测试对蓄电池组中的安全保障电路自检；
S16.对蓄电池组进行放电，当放电时间小于预设放电时间阈值、容量小于预设容量阈值、组端下限小于组端下限阈值及单体下限小于单体下限阈值时，停止放电，核容测试结束。
在步骤S16中，系统管理平台或监测主机启动核容测试后，核容测试功能可用，用于核容手动一键停止，同时支持在异常情况下自动停止核容测试功能，异常情况如通信异常、软件故障、硬件故障、站端交流失电等。
实施例3
参见图5，在电池健康状态预估模块中，预估解析后的物理信息数据的具体过程为：
S21.对蓄电池组的运行参数进行预处理；
在步骤S21中，由于变电站数量极多，蓄电池组的运行参数难免会出现测量值缺失、极大、极小等异常数据点，所以对蓄电池组的运行参数进行预处理的具体步骤为：首先采用数据清洗方法填写运行参数的缺失值、光滑噪声数据、识别和删除离群点等以解决不一致性的数据问题，再对数据清洗完的运行参数进行特征提取和数据融合。
S22.构建并训练电池健康状态预估模型，得到训练好的电池健康状态预估模型；
在步骤S22中，电池健康状态预估模型为基于云计算的LSTM神经网络模型。
S23.将预处理后的蓄电池组的运行参数输入电池健康状态预估模型，对蓄电池组的容量状态进行分析，输出蓄电池组容量寿命的预估结果。
在步骤S23中，预估完成后将预估结果发送至系统管理平台，同时，系统会自动将预测结果打包备注测试电池代号、型号、测试日期存储至云服务器的数据库中；所述系统管理平台连接有用于可视化展示查询到的物理信息数据和预估结果的信息可视化模块，由信息可视化模块中的信息可视化界面进行数据展示，至此完成数据分析工作，信息可视化模块采用液晶智能显示大屏幕，可在现场直接查看蓄电池监控数据及告警信息，便于用户及时了解现场状况，及时进行处理；支持对历史和实时的告警查询，待处理完告警后会取消，
信息可视化模块是通过登录系统管理平台查看设备信息，具体如下：通过浏览器访问本地连接登录信息可视化模块的信息可视化界面，登录方式有三种，分别为账号密码、Ukey登录以及人脸登录；登录后即可在信息可视化界面查看“告警”和“设备”一些详细情况，通过物理采集设备信息查询功能可查看看单节蓄电池详情数据图表信息，并可导出单节蓄电池数据，也可查看多节蓄电池整体图表信息，并可批量导出数据。
预估解析后的物理信息数据的具体过程主要使用基于数据驱动的方法，首先通过远程核容装置对蓄电池充放电过程电压、电流及内阻等数据进行监测，统计分析不同牌子同年限、同牌子不同年限、不同牌子不同年限蓄电池的状态，并根据剩余容量对多种类蓄电池进行分类，再基于云计算的LSTM神经网络模型，通过该模型进行蓄电池组在线寿命预测。
参见图6，根据预估结果实时推送蓄电池组的维护策略的具体步骤为：
S31.将蓄电池组容量寿命分类为健康电池组、亚健康电池组和健康电池组；
在步骤S31中，蓄电池组容量寿命分类标准为：蓄电池组容量寿命的预估结果大于90%额定容量的蓄电池组为健康电池组，蓄电池组容量寿命的预估结果小于90%但大于80%额定容量的蓄电池组为亚健康电池组，蓄电池组容量寿命的预估结果小于80%额定容量的蓄电池组为不健康电池组。
S32.判断输出蓄电池组容量寿命的预估结果是否为健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，否则，蓄电池组容量寿命的预估结果为亚健康电池组或不健康电池组，执行步骤S33；
S33.判断输出蓄电池组容量寿命的预估结果是否为亚健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，给出维护建议，维护建议提示运维人员注意该测试的蓄电池组的健康状况和该测试的蓄电池组预计需要进行更换的时间；否则，蓄电池组容量寿命的预估结果为不健康电池组，提示运维人员该测试的蓄电池组的剩余容量，并发出告警信息提醒运维人员该测试的蓄电池组需要进行更换。
在步骤S33中，蓄电池常见运行故障包括盐酸化、失水、板栅腐蚀以及变形和活性物质软化等，系统通过对蓄电池组运维参数包括端电压、内阻、极柱温度、环境温度等数据，对蓄电池组工作情况进行评估，评估过程中针对参数出现异常的蓄电池组会给出蓄电池组可能发生的故障预警并向运维人员进行提醒，便于运维人员进行及时的检查和处理，若数据无明显异常则将数据输入到LSTM神经网络模型中，得到的蓄电池组寿命的预测结果。
参见图1，所述系统管理平台设有并行的测试数据模块、统计报表模块、作业计划模块和告警管理模块及用户管理模块，所述测试数据模块用于查询蓄电池组的充放电性能的物理信息数据，所述统计报表模块用于查询物理采集设备的通信状态和蓄电池组的容量状态，所述作业计划模块用于制定蓄电池组的放电计划，启动蓄电池组测试模块执行放电计划，所述告警管理模块用于发出告警信息并执行告警信息对应的保护程序，所述用户管理用于对用户权限进行管理。
其中，测试数据模块又可分为实时监测数据子模块、电池充放电数据管理子模块和历史数据查询子模块，实时监测数据子模块用于显示各机房列表及对应的蓄电池组实时信息，在系统界面中可查看每单节蓄电池实时参数图像或数据表；电池充放电数据管理子模块主要是对所有反映蓄电池组的充放电性能的物理信息数据，具有数据导出功能，便于对蓄电池组的管理；历史数据查询子模块可查看整流器电压、组端电压、放电电流、单节电压起止曲线，单节电压通过设定可进行蓄电池组的深度放电。
统计报表模块设有设备状态查询功能和电池组统计分析查询设备功能，设备状态查询功能会实时更新物理采集设备的状态，若物理采集设备离线通信计数停止计数，本地缓存数据；电池组统计分析查询设备功能实现查询蓄电池组生命周期内的容量状态，根据蓄电池组生命周期内的容量状态绘制蓄电池组容量曲线图，曲线图中用不同颜色和不同组别进行曲线表示，例如红色表示组1，蓝色表示组2，从而准确掌握蓄电池组的容量变化情况。
作业计划模块用于制定放电计划和设备维护计划，放电计划设定好每组蓄电池需要放电参数，放电启动时间，需要放电对象蓄电池组，可支持系统内全部电池组的启动，生成放电作业计划后，点击启动，在规定时间后台可启动放电计划，一键实现全网运维；放电作业计划设置参见表1，以24节500AH蓄电池组为例，以恒定50A电流进行放电10h，放电间隔时长至少达到48h/次，实验环境温度为25℃±5℃，截止电压≥1.8V；
表1 放电计划的参数设置表
参见表2，放电过程中每隔1h记录一次蓄电池组端电压及单体电压，每隔2h记录一次蓄电池周围温度，当电压达到1.9V时，每隔5min记录一次，当电压达到1.8V时，停止放电并记录放电时间。
表2采集时间间隔的放电数据表
设备维护计划也称蓄电池维护计划，在系统管理平台的作业计划模块中设置定期巡检计划，巡检项目由运维人员在系统管理平台添加，添加项目一般包括：
接线和外观检查、蓄电池表面是否出现变形、检查连接导线、螺栓是否有松动或腐蚀存在；运维人员巡查时上传巡检报告、运维人员在系统管理平台的作业计划模块中设置巡检间隔时间、巡检项目。平台将自动生成运维人员下次巡检的日期，并在临近时间向运维人员推送提醒，提醒内容包括，需要巡检的蓄电池组编号、位置、历史运行情况、历史巡检报告。同时，系统管理平台会实时推送维护策略，当系统检测蓄电池组运维参数存在异常或LSTM模型预测蓄电池容量不合格时，将推送对应的维护计划；
告警管理模块系统运行出现故障情况是执行系统自保护程序，当系统出现以下故障情况时会向系统平台的信息可视化模块中的信息可视化界面发出告警信息，并执行相应的保护程序，其中保护程序包括：输出过压保护程序、输出短路保护程序、过温保护程序、输出过流保护程序和开机自检程序；输出过压保护程序在系统输出电压达到过压保护值时，发出告警提示并自动关机保护，可手动进行恢复；输出短路保护程序当系统输出短路时，系统发出告警提示，短路电流不超过设定电流阈值，短路消除后自动恢复输出；过温保护程序当系统单体子模块内部散热器温度超过设定值时，发出告警提示，单体子模块会进行自动关机保护，待温度恢复正常可自启动；输出过流保护程序在充电模式下，系统装置输出电流超过设定电流1~2A，自动关机保护并发出告警提示，再进行手动恢复；放电模式下和关机状态下，主机继续输出电流，此时不视为异常情况，不会发出告警，可响应开机和参数设置指令；开机自检程序当系统配置出现异常时发出告警提示并自动关机，待告警解除后可自行开机，支持缓启动电路，输入端接线不出现打火；用户管理模块用于对用户权限进行管理；本系统以运维人员提供数据和决策为支撑，达到对蓄电池健康情况智能化管理的目的，可根据电池使用年限自动调整参数的检测频率，自动调整告警阈值。
显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于CPS架构的蓄电池健康管理系统，其特征在于，所述系统包括：
蓄电池组测试模块，用于对蓄电池组的充放电性能进行测试；
物理信息数据采集模块，用于在测试过程中通过物理采集设备采集反映蓄电池组的充放电性能的物理信息数据，将物理信息数据传输至云服务器解析模块；
数据处理模块，用于对解析后的物理信云服务器解析模块，用于接收物理信息数据采集模块传输的物理信息数据，对物理信息数据进行解析，将解析后的物理信息数据分别传输至数据处理模块和电池健康状态预估模块；
数据处理模块，用于对解析后的物理信息数据进行分类，将分类后的物理信息数据存储至云服务器的数据库，将数据库中分类后的物理信息数据传输至系统管理平台；
电池健康状态预估模块，用于预估解析后的物理信息数据，输出蓄电池组容量寿命的预估结果，将预估结果分别传输至系统管理平台和存储至云服务器的数据库，并根据预估结果实时推送蓄电池组的维护策略；
系统管理平台，用于查询数据库中分类后的物理信息数据和解析后的物理信息数据的预估结果，对查询到的物理信息数据和预估结果进行监测管理，将查询到的物理信息数据和预估结果可视化展示至运维人员，由运维人员进行监测管理，控制下发测试指令至蓄电池组测试模块。
2.根据权利要求1所述的基于CPS架构的蓄电池健康管理系统，其特征在于，在物理信息数据采集模块，所述物理信息数据包括蓄电池组的配置参数和运行参数，所述配置参数包括蓄电池组的地址、品牌、厂家和使用年限，所述运行参数包括蓄电池组的端电压、内阻、极柱温度、环境温度。
3.根据权利要求2所述的基于CPS架构的蓄电池健康管理系统，其特征在于，所述物理信息数据采集模块包括具有远程监测功能的监测主机、用于对单节电池的物理信息数据进行实时监测的单体子模块、用于汇总物理信息数据的实时监测结果的组端汇集子模块、全在线切换子模块、用于控制充电电流的充电子模块和用于维护后备蓄电池组之间的正常工作的智能母联子模块，所述系统管理平台分别连接监测主机、单体子模块、组端汇集子模块、全在线切换子模块、充电子模块和智能母联子模块，所述单体子模块双向连接组端汇集子模块，所述组端汇集子模块连接远程智能监测主机，所述全在线切换子模块、充电子模块和智能母联子模块并行。
4.根据权利要求3所述的基于CPS架构的蓄电池健康管理系统，其特征在于，监测主机的远程监测功能包括核容测试功能、内阻测试功能、用于对蓄电池组中的安全保障电路自检的K1/D1测试功能、历史数据导出功能以及物理采集设备信息查询功能。
5.根据权利要求4所述的基于CPS架构的蓄电池健康管理系统，其特征在于，监测主机进行核容测试的具体流程如下：
S11.读取物理采集设备的物理信息数据，设置核容参数；
S12.启动K1/D1测试功能对蓄电池组中的安全保障电路自检；
S13.停止运行K1/D1测试功能，启动监测主机的核容测试功能，测出蓄电池组的剩余容量；
S14.对蓄电池组进行预充电，当充电电流小于预设电流阈值，停止充电，转为浮充状态；
S15.再次启动K1/D1测试对蓄电池组中的安全保障电路自检；
S16.对蓄电池组进行放电，当放电时间小于预设放电时间阈值、容量小于预设容量阈值、组端下限小于组端下限阈值及单体下限小于单体下限阈值时，停止放电，核容测试结束。
6.根据权利要求5所述的基于CPS架构的蓄电池健康管理系统，其特征在于，在电池健康状态预估模块中，预估解析后的物理信息数据的具体过程为：
S21.对蓄电池组的运行参数进行预处理；
S22.构建并训练电池健康状态预估模型，得到训练好的电池健康状态预估模型；
S23.将预处理后的蓄电池组的运行参数输入电池健康状态预估模型，对蓄电池组的容量状态进行分析，输出蓄电池组容量寿命的预估结果。
7.根据权利要求6所述的基于CPS架构的蓄电池健康管理系统，其特征在于，根据预估结果实时推送蓄电池组的维护策略的具体步骤为：
S31.将蓄电池组容量寿命分类为健康电池组、亚健康电池组和健康电池组；
S32.判断输出蓄电池组容量寿命的预估结果是否为健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，否则，蓄电池组容量寿命的预估结果为亚健康电池组或不健康电池组，执行步骤S33；
S33.判断输出蓄电池组容量寿命的预估结果是否为亚健康电池组，若是，则提示运维人员该测试的蓄电池组的剩余容量，给出维护建议，维护建议提示运维人员注意该测试的蓄电池组的健康状况和该测试的蓄电池组预计需要进行更换的时间；否则，蓄电池组容量寿命的预估结果为不健康电池组，提示运维人员该测试的蓄电池组的剩余容量，并发出告警信息提醒运维人员该测试的蓄电池组需要进行更换。
8.根据权利要求7所述的基于CPS架构的蓄电池健康管理系统，其特征在于，在步骤S31中，蓄电池组容量寿命分类标准为：蓄电池组容量寿命的预估结果大于90%额定容量的蓄电池组为健康电池组，蓄电池组容量寿命的预估结果小于90%但大于80%额定容量的蓄电池组为亚健康电池组，蓄电池组容量寿命的预估结果小于80%额定容量的蓄电池组为不健康电池组。
9.根据权利要求8所述的基于CPS架构的蓄电池健康管理系统，其特征在于，所述系统管理平台连接有用于可视化展示查询到的物理信息数据和预估结果的信息可视化模块。
10.根据权利要求9所述的基于CPS架构的蓄电池健康管理系统，其特征在于，所述系统管理平台设有并行的测试数据模块、统计报表模块、作业计划模块和告警管理模块及用户管理模块，所述测试数据模块用于查询蓄电池组的充放电性能的物理信息数据，所述统计报表模块用于查询物理采集设备的通信状态和蓄电池组的容量状态，所述作业计划模块用于制定蓄电池组的放电计划，启动蓄电池组测试模块执行放电计划，所述告警管理模块用于发出告警信息并执行告警信息对应的保护程序，所述用户管理用于对用户权限进行管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310031248.3A CN116011993B (zh) | 2023-01-10 | 2023-01-10 | 一种基于cps架构的蓄电池健康管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310031248.3A CN116011993B (zh) | 2023-01-10 | 2023-01-10 | 一种基于cps架构的蓄电池健康管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116011993A true CN116011993A (zh) | 2023-04-25 |
| CN116011993B CN116011993B (zh) | 2024-01-30 |
Family
ID=86026634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310031248.3A Active CN116011993B (zh) | 2023-01-10 | 2023-01-10 | 一种基于cps架构的蓄电池健康管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116011993B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116435634A (zh) * | 2023-06-14 | 2023-07-14 | 深圳市泰昂能源科技股份有限公司 | 基于蓄电池温度状态监控及管理系统 |
| CN116505629A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市南霸科技有限公司 | 固态电池的控制管理方法、装置、设备及存储介质 |
| CN116759671A (zh) * | 2023-08-15 | 2023-09-15 | 深圳市贝视特科技有限公司 | 一种铅酸蓄电池的智能养护系统 |
| CN117075018A (zh) * | 2023-07-20 | 2023-11-17 | 深圳运存科技有限公司 | 一种bms控制板性能测试智能分析管理系统 |
| CN117374437A (zh) * | 2023-12-07 | 2024-01-09 | 天津国能津能滨海热电有限公司 | 蓄电池寿命管理系统、方法、装置、存储介质及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856309A (zh) * | 2020-07-23 | 2020-10-30 | 珠海东帆科技有限公司 | 一种电池健康状态的定量判断方法 |
| CN111948561A (zh) * | 2020-08-04 | 2020-11-17 | 上海安趋信息科技有限公司 | 基于实测大数据和人工智能学习算法的电池寿命预测方法 |
| CN114372417A (zh) * | 2022-01-12 | 2022-04-19 | 青岛科技大学 | 基于充电网的电动汽车电池健康状态和剩余寿命评估方法 |
| WO2022182345A1 (en) * | 2021-02-25 | 2022-09-01 | Siemens Mobility Austria Gmbh | Method and apparatus for classfication and prediction of health of a physical system |
| CN114994541A (zh) * | 2022-06-02 | 2022-09-02 | 中国计量大学 | 一种基于多策略融合的锂离子电池soh估计方法 |
| CN115236523A (zh) * | 2022-07-28 | 2022-10-25 | 国网河南省电力公司经济技术研究院 | 一种基于数字孪生的动力电池故障诊断及预测的方法 |
| US20220382662A1 (en) * | 2021-05-25 | 2022-12-01 | Hewlett-Packard Development Company, L.P. | Batteries health status determinations |
| CN115508732A (zh) * | 2022-10-18 | 2022-12-23 | 广汽埃安新能源汽车股份有限公司 | 一种电池包寿命预测方法及装置 |
-
2023
- 2023-01-10 CN CN202310031248.3A patent/CN116011993B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856309A (zh) * | 2020-07-23 | 2020-10-30 | 珠海东帆科技有限公司 | 一种电池健康状态的定量判断方法 |
| CN111948561A (zh) * | 2020-08-04 | 2020-11-17 | 上海安趋信息科技有限公司 | 基于实测大数据和人工智能学习算法的电池寿命预测方法 |
| WO2022182345A1 (en) * | 2021-02-25 | 2022-09-01 | Siemens Mobility Austria Gmbh | Method and apparatus for classfication and prediction of health of a physical system |
| US20220382662A1 (en) * | 2021-05-25 | 2022-12-01 | Hewlett-Packard Development Company, L.P. | Batteries health status determinations |
| CN114372417A (zh) * | 2022-01-12 | 2022-04-19 | 青岛科技大学 | 基于充电网的电动汽车电池健康状态和剩余寿命评估方法 |
| CN114994541A (zh) * | 2022-06-02 | 2022-09-02 | 中国计量大学 | 一种基于多策略融合的锂离子电池soh估计方法 |
| CN115236523A (zh) * | 2022-07-28 | 2022-10-25 | 国网河南省电力公司经济技术研究院 | 一种基于数字孪生的动力电池故障诊断及预测的方法 |
| CN115508732A (zh) * | 2022-10-18 | 2022-12-23 | 广汽埃安新能源汽车股份有限公司 | 一种电池包寿命预测方法及装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116435634A (zh) * | 2023-06-14 | 2023-07-14 | 深圳市泰昂能源科技股份有限公司 | 基于蓄电池温度状态监控及管理系统 |
| CN116435634B (zh) * | 2023-06-14 | 2023-09-05 | 深圳市泰昂能源科技股份有限公司 | 基于蓄电池温度状态监控及管理系统 |
| CN116505629A (zh) * | 2023-06-29 | 2023-07-28 | 深圳市南霸科技有限公司 | 固态电池的控制管理方法、装置、设备及存储介质 |
| CN116505629B (zh) * | 2023-06-29 | 2023-09-08 | 深圳市南霸科技有限公司 | 固态电池的控制管理方法、装置、设备及存储介质 |
| CN117075018A (zh) * | 2023-07-20 | 2023-11-17 | 深圳运存科技有限公司 | 一种bms控制板性能测试智能分析管理系统 |
| CN117075018B (zh) * | 2023-07-20 | 2024-04-16 | 深圳运存科技有限公司 | 一种bms控制板性能测试智能分析管理系统 |
| CN116759671A (zh) * | 2023-08-15 | 2023-09-15 | 深圳市贝视特科技有限公司 | 一种铅酸蓄电池的智能养护系统 |
| CN116759671B (zh) * | 2023-08-15 | 2024-02-23 | 深圳市贝视特科技有限公司 | 一种铅酸蓄电池的智能养护系统 |
| CN117374437A (zh) * | 2023-12-07 | 2024-01-09 | 天津国能津能滨海热电有限公司 | 蓄电池寿命管理系统、方法、装置、存储介质及设备 |
| CN117374437B (zh) * | 2023-12-07 | 2024-03-19 | 天津国能津能滨海热电有限公司 | 蓄电池寿命管理系统、方法、装置、存储介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116011993B (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116011993B (zh) | 一种基于cps架构的蓄电池健康管理系统 | |
| CN106058987B (zh) | 基于蓄电池组监控与故障诊断的电动汽车充电方法及装置 | |
| CN103064027B (zh) | 一种750kv无线智能蓄电池在线监测及维护系统 | |
| CN104466278A (zh) | 一种电池在线检测、修复及评估的方法 | |
| CN114069856B (zh) | 电动汽车充电设施远程监测系统及方法 | |
| CN209676004U (zh) | 一种输配电线路安全运行的无线监控探测器及系统 | |
| CN116865447B (zh) | 一种分布式风力和光伏互补发电控制管理方法及系统 | |
| CN104483633A (zh) | 铅酸蓄电池监测系统 | |
| CN115002166B (zh) | 基于物联网的电池智能监控、租赁管理系统及方法 | |
| CN115184817A (zh) | 蓄电池在线监测系统 | |
| CN203135572U (zh) | 变电站直流装置状态监测系统 | |
| CN116845391A (zh) | 一种锂电池储能管理系统 | |
| CN109980305B (zh) | 通信电源智能维护装置 | |
| CN204928219U (zh) | 一种铅酸蓄电池系统及智能系统 | |
| CN109980782A (zh) | 一种输配电线路安全运行的无线监控探测器及系统 | |
| CN213210301U (zh) | 一种基于调控系统的变电站直流异常侦测平台 | |
| CN112234708A (zh) | 变电站站用蓄电池智慧管理系统 | |
| CN112505553A (zh) | 一种铅酸蓄电池在线监控系统 | |
| CN201945673U (zh) | 蓄电池组在线监测系统 | |
| CN110829578A (zh) | 具有掉电保护与报警功能的远程终端单元及其使用方法 | |
| CN213817354U (zh) | 变电站站用蓄电池智慧管理系统 | |
| CN115856382A (zh) | 一种具有自修复性能的多表位表箱监测单元 | |
| CN115395656A (zh) | 配电自动化终端后备电源数字运维辅助装置、系统和方法 | |
| CN115995880A (zh) | 一种配电自动化终端多维度状态综合监测分析方法及系统 | |
| CN112763830A (zh) | 一种煤矿井下设备在线监测系统及方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wei Wei Inventor after: Wu Liming Inventor after: Chen Yifeng Inventor after: Yang Honglie Inventor after: Wang Li Inventor after: Huang Xiaozhi Inventor after: Huang Yihang Inventor after: Cheng Gang Inventor before: Wei Wei Inventor before: Chen Yifeng Inventor before: Yang Honglie Inventor before: Wang Li Inventor before: Huang Xiaozhi Inventor before: Huang Yihang |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |