CN116449242A - 一种面向用户的电池健康状态监测系统 - Google Patents
一种面向用户的电池健康状态监测系统 Download PDFInfo
- Publication number
- CN116449242A CN116449242A CN202310381357.8A CN202310381357A CN116449242A CN 116449242 A CN116449242 A CN 116449242A CN 202310381357 A CN202310381357 A CN 202310381357A CN 116449242 A CN116449242 A CN 116449242A
- Authority
- CN
- China
- Prior art keywords
- battery
- module
- data
- working
- health state
- 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
- 230000036541 health Effects 0.000 title claims abstract description 104
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims abstract description 21
- 238000013210 evaluation model Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000010220 Pearson correlation analysis Methods 0.000 claims description 3
- 230000003862 health status Effects 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及电池健康状态监测，具体涉及一种面向用户的电池健康状态监测系统，包括控制模块，控制模块通过电池数据采集模块采集电池工作数据和充放电数据，控制模块通过报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，并利用异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警；控制模块通过电池衰减状态判断模块基于充放电数据判断电池衰减状态，并利用电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，控制模块通过第一健康状态判断模块根据电池衰减状态、转换效率和内阻得到第一电池健康状态判断结果；本发明提供的技术方案能够有效克服现有技术所存在的不能对终端设备进行有效地电池健康状态监测的缺陷。
Description
技术领域
本发明涉及电池健康状态监测，具体涉及一种面向用户的电池健康状态监测系统。
背景技术
随着网络化和信息化的高速发展，以及“物联网+”的日趋火热，各行业在业务飞速发展的过程中，也在顺应这一趋势打造数智化体系，进而完成自身的提升。
企业云化及数智化转型需求逐渐旺盛，未来市场空间大。与云计算发展路径相似，IoT云平台具有规模效应，经过长期的投入和发展，后期将获得较大收益，在向用户提供优质服务的同时也能带来更好的效益。
基于物联网模块，能够实现各类终端设备之间的联网，显示各类传感器的检测数据，这些数据是用户需要看到的，也是建立系统的原因。但是，现有系统忽略了终端设备自身的安全性、稳定性、连续性的监测要求，实际上终端设备的电池健康状态对系统中的在线率，以及设备运行的稳定性和检测数据的连续性起到非常重要的作用，如果不能对系统中终端设备进行有效地电池健康状态监测，将会严重影响系统的正常运行。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种面向用户的电池健康状态监测系统，能够有效克服现有技术所存在的不能对终端设备进行有效地电池健康状态监测的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种面向用户的电池健康状态监测系统，包括控制模块，所述控制模块通过电池数据采集模块采集电池工作数据和充放电数据，所述控制模块通过报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，并利用异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警；
所述控制模块通过电池衰减状态判断模块基于充放电数据判断电池衰减状态，并利用电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，所述控制模块通过第一健康状态判断模块根据电池衰减状态、转换效率和内阻得到第一电池健康状态判断结果；
所述控制模块通过目标特征参数构建模块基于充放电数据构建目标特征参数，并利用容量数据序列计算模块计算容量数据序列，所述控制模块通过健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，并利用第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，所述控制模块通过电池健康状态输出模块结合第一电池健康状态判断结果、第二电池健康状态判断结果输出最终电池健康状态。
优选地，所述报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，包括：
报警阈值设定模块接收电池数据采集模块发送的电池工作数据，并构建工作数据集；
将工作数据集中的电池工作数据配置为工作特征向量和工作特征标识，利用工作特征向量和工作特征标识进行模型训练；
基于模型训练后工作特征向量对应的权重值确定电池工作报警阈值。
优选地，所述异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警，包括：
异常报警模块接收报警阈值设定模块发送的预设时间段内的电池工作报警阈值，以及预设时间段内电池数据采集模块发送的实时电池工作数据；
若实时电池工作数据超过对应的电池工作报警阈值，则进行异常报警，否则不进行异常报警。
优选地，所述接收电池数据采集模块发送的电池工作数据，并构建工作数据集，包括：
报警阈值设定模块接收预设时间段内电池数据采集模块发送的电池工作数据，并判断电池工作数据的波动范围，根据电池工作数据的波动范围构建工作数据集。
优选地，所述根据电池工作数据的波动范围构建工作数据集，包括：
若单位时间内电池工作数据的波动范围不超过预设波动阈值，则根据电池数据采集模块发送的电池工作数据构建工作数据集；
若单位时间内电池工作数据的波动范围超过预设波动阈值，则判断电池数据采集模块发送的电池工作数据的平均值是否在预设范围内，若在预设范围内则根据电池数据采集模块发送的电池工作数据构建工作数据集，否则异常报警模块进行异常报警。
优选地，所述电池衰减状态判断模块基于充放电数据判断电池衰减状态，包括：
电池衰减状态判断模块估算当前时间的电池SOC值，并获取电池电池充放电电量，基于电池SOC值和电池充放电电量判断电池衰减状态。
优选地，所述电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，包括：
电池内参计算模块基于电池工作电流和电池工作电压，计算各时间段的电压变换率，并得到电池的转换效率和内阻。
优选地，所述目标特征参数构建模块基于充放电数据构建目标特征参数，包括：
目标特征参数构建模块基于充放电数据构建初始特征参数，并采用Pearson相关分析法计算容量数据序列与初始特征参数之间的相关系数；
将相关系数大于预设系数阈值的初始特征参数作为目标特征参数。
优选地，所述健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，包括：
健康状态评估模型构建模块采用最小二乘法拟合目标特征参数和容量数据序列，以构建电池健康状态评估模型。
优选地，所述第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，包括：
第二健康状态判断模块获取充放电数据，并根据充放电数据计算电池的目标特征参数输入至电池健康状态评估模型，以获得电池的初始有效容量和当前有效容量；
计算当前有效容量与初始有效容量的比值，根据比值情况分析得到第二电池健康状态判断结果。
(三)有益效果
与现有技术相比，本发明所提供的一种面向用户的电池健康状态监测系统，具有以下有益效果：
1)报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警，报警阈值设定模块能够根据电池工作数据合理设定电池工作报警阈值，利用异常报警模块能够实现对电池工作状态的有效监测报警；
2)电池衰减状态判断模块基于充放电数据判断电池衰减状态，电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，第一健康状态判断模块根据电池衰减状态、转换效率和内阻能够准确得到关于电池状态属性的第一电池健康状态判断结果；
3)目标特征参数构建模块基于充放电数据构建目标特征参数，容量数据序列计算模块计算容量数据序列，健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，第二健康状态判断模块根据健康状态评估模型和充放电数据能够准确得到关于电池容量属性的第二电池健康状态判断结果，通过综合考虑第一电池健康状态判断结果和第二电池健康状态判断结果能够对电池健康状态进行准确监测。
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些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统示意图；
图2为本发明中对电池工作状态进行异常报警的流程示意图；
图3为本发明中根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
一种面向用户的电池健康状态监测系统，如图1和图2所示，包括控制模块，控制模块通过电池数据采集模块采集电池工作数据和充放电数据，控制模块通过报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，并利用异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警。
①报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，包括：
报警阈值设定模块接收电池数据采集模块发送的电池工作数据，并构建工作数据集；
将工作数据集中的电池工作数据配置为工作特征向量和工作特征标识，利用工作特征向量和工作特征标识进行模型训练；
基于模型训练后工作特征向量对应的权重值确定电池工作报警阈值。
其中，接收电池数据采集模块发送的电池工作数据，并构建工作数据集，包括：
报警阈值设定模块接收预设时间段内电池数据采集模块发送的电池工作数据，并判断电池工作数据的波动范围，根据电池工作数据的波动范围构建工作数据集。
其中，根据电池工作数据的波动范围构建工作数据集，包括：
若单位时间内电池工作数据的波动范围不超过预设波动阈值，则根据电池数据采集模块发送的电池工作数据构建工作数据集；
若单位时间内电池工作数据的波动范围超过预设波动阈值，则判断电池数据采集模块发送的电池工作数据的平均值是否在预设范围内，若在预设范围内则根据电池数据采集模块发送的电池工作数据构建工作数据集，否则异常报警模块进行异常报警。
②异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警，包括：
异常报警模块接收报警阈值设定模块发送的预设时间段内的电池工作报警阈值，以及预设时间段内电池数据采集模块发送的实时电池工作数据；
若实时电池工作数据超过对应的电池工作报警阈值，则进行异常报警，否则不进行异常报警。
上述技术方案，报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警，报警阈值设定模块能够根据电池工作数据合理设定电池工作报警阈值，利用异常报警模块能够实现对电池工作状态的有效监测报警。
本申请技术方案中，异常报警模块能够提供一种面向用户的可视化、及时的报警模式，比如通过大屏进行报警信息地显示，并向用户移动终端发送报警信息等。
如图1所示，控制模块通过电池衰减状态判断模块基于充放电数据判断电池衰减状态，并利用电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，控制模块通过第一健康状态判断模块根据电池衰减状态、转换效率和内阻得到第一电池健康状态判断结果。
①电池衰减状态判断模块基于充放电数据判断电池衰减状态，包括：
电池衰减状态判断模块估算当前时间的电池SOC值，并获取电池电池充放电电量，基于电池SOC值和电池充放电电量判断电池衰减状态。
②电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，包括：
电池内参计算模块基于电池工作电流和电池工作电压，计算各时间段的电压变换率，并得到电池的转换效率和内阻。
上述技术方案，电池衰减状态判断模块基于充放电数据判断电池衰减状态，电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，第一健康状态判断模块根据电池衰减状态、转换效率和内阻能够准确得到关于电池状态属性的第一电池健康状态判断结果。
如图1和图3所示，控制模块通过目标特征参数构建模块基于充放电数据构建目标特征参数，并利用容量数据序列计算模块计算容量数据序列，控制模块通过健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，并利用第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，控制模块通过电池健康状态输出模块结合第一电池健康状态判断结果、第二电池健康状态判断结果输出最终电池健康状态。
①目标特征参数构建模块基于充放电数据构建目标特征参数，包括：
目标特征参数构建模块基于充放电数据构建初始特征参数，并采用Pearson相关分析法计算容量数据序列与初始特征参数之间的相关系数；
将相关系数大于预设系数阈值的初始特征参数作为目标特征参数。
②健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，包括：
健康状态评估模型构建模块采用最小二乘法拟合目标特征参数和容量数据序列，以构建电池健康状态评估模型。
③第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，包括：
第二健康状态判断模块获取充放电数据，并根据充放电数据计算电池的目标特征参数输入至电池健康状态评估模型，以获得电池的初始有效容量和当前有效容量；
计算当前有效容量与初始有效容量的比值，根据比值情况分析得到第二电池健康状态判断结果。
上述技术方案，目标特征参数构建模块基于充放电数据构建目标特征参数，容量数据序列计算模块计算容量数据序列，健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，第二健康状态判断模块根据健康状态评估模型和充放电数据能够准确得到关于电池容量属性的第二电池健康状态判断结果，通过综合考虑第一电池健康状态判断结果和第二电池健康状态判断结果能够对电池健康状态进行准确监测。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种面向用户的电池健康状态监测系统，其特征在于：包括控制模块，所述控制模块通过电池数据采集模块采集电池工作数据和充放电数据，所述控制模块通过报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，并利用异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警；
所述控制模块通过电池衰减状态判断模块基于充放电数据判断电池衰减状态，并利用电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，所述控制模块通过第一健康状态判断模块根据电池衰减状态、转换效率和内阻得到第一电池健康状态判断结果；
所述控制模块通过目标特征参数构建模块基于充放电数据构建目标特征参数，并利用容量数据序列计算模块计算容量数据序列，所述控制模块通过健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，并利用第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，所述控制模块通过电池健康状态输出模块结合第一电池健康状态判断结果、第二电池健康状态判断结果输出最终电池健康状态。
2.根据权利要求1所述的面向用户的电池健康状态监测系统，其特征在于：所述报警阈值设定模块设定关于电池工作数据的电池工作报警阈值，包括：
报警阈值设定模块接收电池数据采集模块发送的电池工作数据，并构建工作数据集；
将工作数据集中的电池工作数据配置为工作特征向量和工作特征标识，利用工作特征向量和工作特征标识进行模型训练；
基于模型训练后工作特征向量对应的权重值确定电池工作报警阈值。
3.根据权利要求2所述的面向用户的电池健康状态监测系统，其特征在于：所述异常报警模块基于电池工作数据和电池工作报警阈值进行异常报警，包括：
异常报警模块接收报警阈值设定模块发送的预设时间段内的电池工作报警阈值，以及预设时间段内电池数据采集模块发送的实时电池工作数据；
若实时电池工作数据超过对应的电池工作报警阈值，则进行异常报警，否则不进行异常报警。
4.根据权利要求3所述的面向用户的电池健康状态监测系统，其特征在于：所述接收电池数据采集模块发送的电池工作数据，并构建工作数据集，包括：
报警阈值设定模块接收预设时间段内电池数据采集模块发送的电池工作数据，并判断电池工作数据的波动范围，根据电池工作数据的波动范围构建工作数据集。
5.根据权利要求4所述的面向用户的电池健康状态监测系统，其特征在于：所述根据电池工作数据的波动范围构建工作数据集，包括：
若单位时间内电池工作数据的波动范围不超过预设波动阈值，则根据电池数据采集模块发送的电池工作数据构建工作数据集；
若单位时间内电池工作数据的波动范围超过预设波动阈值，则判断电池数据采集模块发送的电池工作数据的平均值是否在预设范围内，若在预设范围内则根据电池数据采集模块发送的电池工作数据构建工作数据集，否则异常报警模块进行异常报警。
6.根据权利要求1所述的面向用户的电池健康状态监测系统，其特征在于：所述电池衰减状态判断模块基于充放电数据判断电池衰减状态，包括：
电池衰减状态判断模块估算当前时间的电池SOC值，并获取电池电池充放电电量，基于电池SOC值和电池充放电电量判断电池衰减状态。
7.根据权利要求1所述的面向用户的电池健康状态监测系统，其特征在于：所述电池内参计算模块基于电池工作数据计算电池的转换效率和内阻，包括：
电池内参计算模块基于电池工作电流和电池工作电压，计算各时间段的电压变换率，并得到电池的转换效率和内阻。
8.根据权利要求1所述的面向用户的电池健康状态监测系统，其特征在于：所述目标特征参数构建模块基于充放电数据构建目标特征参数，包括：
目标特征参数构建模块基于充放电数据构建初始特征参数，并采用Pearson相关分析法计算容量数据序列与初始特征参数之间的相关系数；
将相关系数大于预设系数阈值的初始特征参数作为目标特征参数。
9.根据权利要求8所述的面向用户的电池健康状态监测系统，其特征在于：所述健康状态评估模型构建模块基于目标特征参数和容量数据序列构建电池健康状态评估模型，包括：
健康状态评估模型构建模块采用最小二乘法拟合目标特征参数和容量数据序列，以构建电池健康状态评估模型。
10.根据权利要求9所述的面向用户的电池健康状态监测系统，其特征在于：所述第二健康状态判断模块根据健康状态评估模型和充放电数据得到第二电池健康状态判断结果，包括：
第二健康状态判断模块获取充放电数据，并根据充放电数据计算电池的目标特征参数输入至电池健康状态评估模型，以获得电池的初始有效容量和当前有效容量；
计算当前有效容量与初始有效容量的比值，根据比值情况分析得到第二电池健康状态判断结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310381357.8A CN116449242A (zh) | 2023-04-11 | 2023-04-11 | 一种面向用户的电池健康状态监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310381357.8A CN116449242A (zh) | 2023-04-11 | 2023-04-11 | 一种面向用户的电池健康状态监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116449242A true CN116449242A (zh) | 2023-07-18 |
Family
ID=87133160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310381357.8A Pending CN116449242A (zh) | 2023-04-11 | 2023-04-11 | 一种面向用户的电池健康状态监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116449242A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警系统 |
| CN117310538A (zh) * | 2023-11-27 | 2023-12-29 | 深圳市普裕时代新能源科技有限公司 | 一种电量剩余转化效率自检测的储能电池电量监控系统 |
-
2023
- 2023-04-11 CN CN202310381357.8A patent/CN116449242A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117233648A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警系统 |
| CN117233648B (zh) * | 2023-11-14 | 2024-01-23 | 深圳市伟鹏世纪科技有限公司 | 一种适用于储能电源的户外运行智能预警系统 |
| CN117310538A (zh) * | 2023-11-27 | 2023-12-29 | 深圳市普裕时代新能源科技有限公司 | 一种电量剩余转化效率自检测的储能电池电量监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116449242A (zh) | 一种面向用户的电池健康状态监测系统 | |
| CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
| CN110837058B (zh) | 基于大数据的电池组健康状态评估装置及评估方法 | |
| CN110346725B (zh) | 一种电池健康度评估模型的构建方法、评估方法和装置 | |
| CN107294213B (zh) | 一种电网设备智能监测系统 | |
| CN114372417A (zh) | 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 | |
| CN104537438B (zh) | 一种用电高峰的预测及监控方法 | |
| CN109407007A (zh) | 一种电池荷电状态检测方法及装置 | |
| CN109633452B (zh) | 一种电池健康度检测方法及检测装置 | |
| CN108205114B (zh) | 电池寿命的预测方法及系统 | |
| CN106772099A (zh) | 一种动力锂电池劣化程度估算方法 | |
| CN111856309B (zh) | 一种电池健康状态的定量判断方法 | |
| CN116609676B (zh) | 一种基于大数据处理的混合储能电池状态监控方法及系统 | |
| CN116090605A (zh) | 一种管网预警方法、装置、电子设备及存储介质 | |
| CN116148670A (zh) | 一种电化学储能电站电池寿命估算方法及装置 | |
| CN116011850A (zh) | 一种磷酸铁锂智能全过程质量监管平台 | |
| CN118013351A (zh) | 一种基于双模通信技术的数据采集方法及系统 | |
| CN115146977A (zh) | 一种基于物联网的企业能效数据管理方法及系统 | |
| CN113701413B (zh) | 基于人工智能分析的家用制冰机用制冰系统 | |
| CN113540589B (zh) | 一种电池温差自适应阈值确定方法及系统 | |
| CN109617153A (zh) | 一种矿用锂电池管理系统 | |
| CN102095953A (zh) | 一种蓄电池充电机性能在线检测方法 | |
| CN114779098B (zh) | 一种锂离子电池的状态评估方法及系统 | |
| CN114545281B (zh) | 一种储能电站状态监测方法及系统 | |
| CN116500460B (zh) | 一种基于云计算的物联网电池健康状态诊断和预测系统 |
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 |