CN116626500A - 退役电池的梯次利用效果分析方法 - Google Patents
退役电池的梯次利用效果分析方法 Download PDFInfo
- Publication number
- CN116626500A CN116626500A CN202310506683.7A CN202310506683A CN116626500A CN 116626500 A CN116626500 A CN 116626500A CN 202310506683 A CN202310506683 A CN 202310506683A CN 116626500 A CN116626500 A CN 116626500A
- Authority
- CN
- China
- Prior art keywords
- battery
- retired
- retired battery
- data
- calculating
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 110
- 238000004458 analytical method Methods 0.000 title claims abstract description 84
- 238000006243 chemical reaction Methods 0.000 claims abstract description 66
- 238000007599 discharging Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000007781 pre-processing Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 14
- 238000007405 data analysis Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000843 powder Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- WMFOQBRAJBCJND-UHFFFAOYSA-M Lithium hydroxide Chemical group [Li+].[OH-] WMFOQBRAJBCJND-UHFFFAOYSA-M 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 239000005955 Ferric phosphate Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 229940032958 ferric phosphate Drugs 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical group [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 1
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012549 training Methods 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]
- G01R31/367—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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及电池效果分析领域，揭露一种退役电池的梯次利用效果分析方法及装置包括：分析退役电池的当前运行状态；分别提取目标运行参数中的充电片段和放电片段，构建退役电池的三维曲线，计算退役电池的电能转化效率和电池衰减速度。计算退役电池的电池容量；将当前运行状态、电能转化效率、电池衰减速度以及电池容量作为输入值输入退役电池效果分析模型中，利用退役电池效果分析模型中的关联网络计算当前运行状态、电能转化效率、电池衰减速度以及电池容量的关联关系；利用退役电池效果分析模型中的决策网络计算退役电池的可利用度，分析退役电池进行梯次利用的效果分析报告。本发明可以提高退役电池梯次利用效果分析的完整性。
Description
技术领域
本发明涉及电池效果分析领域，尤其涉及一种退役电池的梯次利用效果分析方法。
背景技术
退役电池的梯次利用是指将退役的电池进行重新组合,形成新的储能系统,实现电池的二次利用的过程，通过对退役电池的梯次利用效果分析可以有效的判断退役电池的梯次利用的利用率，淘汰无法正常利用的退役电池，保证退役电池二次利用的利用率，从而节约能源。
目前退役电池的梯次利用效果分析主要是通过对退役电池的梯次利用充电效率进行分析从而判断退役电池的梯次利用效果，然而电池的寿命和退役电池的运行状态没有考虑，从而导致退役电池的梯次利用效果分析不够完整。
发明内容
为了解决上述问题，本发明提供了一种退役电池的梯次利用效果分析方法，可以提高退役电池梯次利用效果分析的完整性。
第一方面，本发明提供了一种退役电池的梯次利用效果分析方法，包括：
获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度。
根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
在第一方面的一种可能实现方式中，所述对所述电池运行参数进行数据预处理，得到目标运行参数，包括：
识别所述电池运行参数中的重复数据；
删除所述电池运行参数中的重复数据，得到有效数据；
检索所述有效数据的异常数据序列；
根据所述异常数据序列，对所述有效数据进行序列修复，得到序列数据；
对所述序列数据进行平滑处理，得到所述目标运行参数。
在第一方面的一种可能实现方式中，所述基于所述目标运行参数，分析所述退役电池的当前运行状态，包括：
分析所述目标运行参数的参数特征；
构建所述参数特征的特征矩阵；
基于所述特征矩阵，计算所述参数特征的特征值；
根据所述特征值，计算所述退役电池的状态值；
根据所述状态值，分析所述退役电池的当前运行状态。
在第一方面的一种可能实现方式中，所述根据所述特征值，计算所述退役电池的状态值：
根据所述特征值，利用下述公式计算所述退役电池的状态值：
其中，表示状态值，/>表示退役电池的初始状态，/>表示退役电池的额定容量，/>表示退役电池的温度，/>表示退役电池的充放电次数，/>表示退役电池的充放电电流，/>表示特征值。
在第一方面的一种可能实现方式中，所述根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，包括：
分别提取所述充电片段和所述放电片段的充电关键数据和放电关键数据；
分别分析所述充电关键数据和所述放电关键数据的充电数据属性和放电数据属性；
基于所述充电数据属性和所述放电数据属性，推理所述退役电池的运行逻辑；
根据所述运行逻辑，构建所述退役电池的三维曲线。
在第一方面的一种可能实现方式中，所述基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度，包括：
根据所述三维曲线，识别所述退役电池固定时间内的消耗电能和所述退役电池对应供电设备的增长电能；
根据所述消耗电能和所述增长电能，计算所述退役电池的电能转化效率；
识别所述三维曲线的曲线节点，标记所述曲线节点的节点损耗；
根据所述节点损耗，计算所述退役电池的电池衰减速度。
在第一方面的一种可能实现方式中，所述根据所述节点损耗，计算所述退役电池的电池衰减速度：
根据所述节点损耗，利用下述公式计算所述退役电池的电池衰减速度：
其中，表示电池衰减速度，/>表示退役电池中电池的数量，/>表示曲线节点的数量，/>表示节点损耗，/>表示比列系数，/>表示退役电池的充放电控制系数，/>表示退役电池的均衡器。
在第一方面的一种可能实现方式中，所述根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量，包括：
根据所述电能转化效率和所述电池衰减速度，利用下述公式计算所述退役电池的电池容量：
其中，表示退役电池的电池容量，/>表示退役电池的电池衰减速度，/>表示退役电池电能转化效率，/>表示退役电池储能系统累计充放电循环次数，/>表示为效益折算系数，/>表示常规电池的电池衰减速度，/>表示常规电池电能转化效率。
在第一方面的一种可能实现方式中，所述基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，包括：
根据所述决策网络中的挖掘层对所述关联关系进行数据挖掘，得到挖掘数据；
利用所述决策网络中的结构层对所述挖掘数据进行结构化，得到结构化数据；
基于所述结构化数据，利用所述决策网络中的规则层构建所述退役电池的利用规则；
根据所述利用规则，利用所述决策网络中的决策层计算所述退役电池的可利用度。
第二方面，本发明提供了一种退役电池的梯次利用效果分析装置，所述装置包括：
电池运行状态分析模块，用于获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
电池三维曲线构建模块，用于分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度；
电池容量计算模块，用于根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
电池数据管理模块，用于将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
电池效果报告生成模块，用于基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
与现有技术相比，本方案的技术原理及有益效果在于：
本发明实施例通过对所述电池运行参数进行数据预处理，得到目标运行参数可以去除所述电池运行参数中的重复数据、缺失值等数据，提高后期数据分析的准确性。进一步地，进一步地，本发明实施例通过基于所述目标运行参数，分析所述退役电池的当前运行状态可以得到所述退役电池在工作时的工作状态，是否稳定，从而提高对所述退役电池梯次利用效果分析的完整性。本发明实施例通过分别提取所述目标运行参数中的充电片段和放电片段可以根据充放电的实时记录来分析所述退役电池的电池性能。进一步地，进一步地，本发明实施例通过根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线可以将所述退役电池的运行参数可视化，从而更好的分析所述退役电池进行梯次利用的效果。再次，本发明实施例通过根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量可以从所述退役电池的电能存储量来考察所述退役电池的梯次利用的效果，从而提高了对所述退役电池梯次利用效果分析的完整性。最后，本发明实施例通过利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系利用模型对目标数据进行深层次的数据分析，提高对所述退役电池数据分析的精准性，本发明实施例通过根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告可以通过所述可利用度综合反应所述退役电池的可以利用程度，从而提高所述退役电池梯次利用的效果分析完整性。因此，本发明实施例提出的一种退役电池的梯次利用效果分析方法及装置，可以提高退役电池梯次利用效果分析的完整性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种退役电池的梯次利用效果分析方法的流程示意图；
图2为本发明一实施例提供的一种退役电池的梯次利用效果分析装置的模块示意图；
图3为本发明一实施例提供的实现退役电池的梯次利用效果分析方法的电子设备的内部结构示意图。
实施方式
应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种退役电池的梯次利用效果分析方法，所述退役电池的梯次利用效果分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述退役电池的梯次利用效果分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图1所示，是本发明一实施例提供的退役电池的梯次利用效果分析方法的流程示意图。其中，图1中描述的退役电池的梯次利用效果分析方法包括：
S1、获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态。
本发明实施例中，所述电池运行参数是指所述退役电池在进行二次利用时电池的运行参数。
本发明实施例通过对所述电池运行参数进行数据预处理，得到目标运行参数可以去除所述电池运行参数中的重复数据、缺失值等数据，提高后期数据分析的准确性。其中，所述目标运行参数是指经过对所述电池运行参数进行删除重复数据、删除缺失值、调整数据序列等操作后得到的数据。
作为本发明的一个实施例，所述对所述电池运行参数进行数据预处理，得到目标运行参数，包括：识别所述电池运行参数中的重复数据；删除所述电池运行参数中的重复数据，得到有效数据；检索所述有效数据的异常数据序列；根据所述异常数据序列，对所述有效数据进行序列修复，得到序列数据；对所述序列数据进行平滑处理，得到所述目标运行参数。
其中，所述重复数据是指所述电池运行参数中存在不止一条相同的数据，所述有效数据是指将所述重复数据删除后得到数据，所述异常数据序列是指所述有效数据中序列存在异常的数据，所述序列数据是指按时间序列重新排序的数据。
进一步地，本发明一可选实施例中，所述根据所述异常数据序列，对所述有效数据进行序列修复，得到序列数据可以通过序列函数对所述有效数据进行重新排序实现。
进一步地，本发明实施例通过基于所述目标运行参数，分析所述退役电池的当前运行状态可以得到所述退役电池在工作时的工作状态，是否稳定，从而提高对所述退役电池梯次利用效果分析的完整性。
其中，所述当前运行状态是指所述退役电池梯次利用时的运行状态，例如，电池温度、电池充电速度等状态。
作为本发明的一个实施例，所述基于所述目标运行参数，分析所述退役电池的当前运行状态，包括：分析所述目标运行参数的参数特征；构建所述参数特征的特征矩阵；基于所述特征矩阵，计算所述参数特征的特征值；根据所述特征值，计算所述退役电池的状态值；根据所述状态值，分析所述退役电池的当前运行状态。
其中，所述参数特征是指所述目标运行参数中参数的特征属性，例如，在退役磷酸铁锂电池场景下，所述目标运行参数是电池粉，所述参数特征可以是电池粉的导电属性、所述目标运行参数是极片粉，所述参数特征可以是极片粉的通电属性、所述目标运行参数是氢氧化锂，所述参数特征可以是提高电池的隐定性、所述目标运行参数是磷酸铁，所述参数特征可以是增加电池的导电性。所述特征矩阵是指通过所述参数特征构建的矩阵，所述特征值是指通过所述特征矩阵计算出的值，所述状态值是指所述退役电池的运行状态良好程度。
进一步地，本发明一可选实施例中，所述根据所述特征值，利用下述公式计算所述退役电池的状态值：
其中，表示状态值，/>表示退役电池的初始状态，/>表示退役电池的额定容量，/>表示退役电池的温度，/>表示退役电池的充放电次数，/>表示退役电池的充放电电流，/>表示特征值。
S2、分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度。
本发明实施例通过分别提取所述目标运行参数中的充电片段和放电片段可以根据充放电的实时记录来分析所述退役电池的电池性能。其中，所述充电片段和所述放电片段是指所述退役电池在二次利用充放电工作时的电池运行日志。
作为本发明的一个实施例，所述分别提取所述目标运行参数中的充电片段和放电片段可以通过Java脚本实现。
进一步地，本发明实施例通过根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线可以将所述退役电池的运行参数可视化，从而更好的分析所述退役电池进行梯次利用的效果。其中，所述三维曲线是指对所述充电片段和所述放电片段进行三维建模构建的三维曲线图。
作为本发明的一个实施例，所述根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，包括：分别提取所述充电片段和所述放电片段的充电关键数据和放电关键数据；分别分析所述充电关键数据和所述放电关键数据的充电数据属性和放电数据属性；基于所述充电数据属性和所述放电数据属性，推理所述退役电池的运行逻辑；根据所述运行逻辑，构建所述退役电池的三维曲线。
其中，所述充电关键数据和所述放电关键数据是指在所述充电片段和所述放电片段中具有代表性的数据，例如电流大值、电压值、充放电次数等等数据，所述充电数据属性和所述放电数据属性是指所述充放电数据的数据属性，所述运行逻辑是指所述退役电池工作时的运行原理。
进一步地，本发明一可选实施例中，所述基于所述充电数据属性和所述放电数据属性，推理所述退役电池的运行逻辑可以通过推理函数来实现。
本发明实施例通过基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度可以有效的获取所述退役电池的工作效率，从而提高对退役电池梯次利用效果分析的完整性。其中，所述电能转化效率是指所述退役电池进行电能转化的效率，所述电池衰减速度是指所述退役电池随着充放电的次数电池寿命地减少速度。
作为本发明的一个实施例，所述基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度，包括：根据所述三维曲线，识别所述退役电池固定时间内的消耗电能和所述退役电池对应供电设备的增长电能；根据所述消耗电能和所述增长电能，计算所述退役电池的电能转化效率；识别所述三维曲线的曲线节点，标记所述曲线节点的节点损耗；根据所述节点损耗，计算所述退役电池的电池衰减速度。
其中，所述消耗电能是指所述退役电池在固定时间所消耗的电能，所述增长电能是指所述退役电池供电设备在对应时间内所增长的电能，所述曲线节点是指所述三维曲线中可以代表所述退役电池运行变化的点，所述节点损耗是指所述退役电池在每段节点中的性能衰减程度。
进一步地，本发明一可选实施例中，所述根据所述节点损耗，利用下述公式计算所述退役电池的电池衰减速度：
其中，表示电池衰减速度，/>表示退役电池中电池的数量，/>表示曲线节点的数量，/>表示节点损耗，/>表示比列系数，/>表示退役电池的充放电控制系数，/>表示退役电池的均衡器。
S3、根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量。
本发明实施例通过根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量可以从所述退役电池的电能存储量来考察所述退役电池的梯次利用的效果，从而提高了对所述退役电池梯次利用效果分析的完整性。其中，所述电池容量是指所述退役电池的电能存储容量。
作为本发明的一个实施例，所述根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量，包括：根据所述电能转化效率和所述电池衰减速度，利用下述公式计算所述退役电池的电池容量：
其中，表示退役电池的电池容量，/>表示退役电池的电池衰减速度，/>表示退役电池电能转化效率，/>表示退役电池储能系统累计充放电循环次数，/>表示为效益折算系数，/>表示常规电池的电池衰减速度，/>表示常规电池电能转化效率。
S4、将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系。
本发明实施例中，所述退役电池效果分析模型是指经过大量数据练习训练得到的电池梯次利用效果分析模型。
本发明实施例通过利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系利用模型对目标数据进行深层次的数据分析，提高对所述退役电池数据分析的精准性。其中，所述关联关系是指所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量之间的数据关系。
作为本发明的一个实施例，所述利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系可以通过所述关联网络中的PNNDA数据分析工具和XTER数据关联工具来实现。
S5、基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
本发明实施例通过基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度可以通过所述可利用度精准的对所述退役电池进行效果分析。其中，所述可利用度是指所述退役电池的可以利用程度。
作为本发明的一个实施例，所述基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，包括：根据所述决策网络中的挖掘层对所述关联关系进行数据挖掘，得到挖掘数据；利用所述决策网络中的结构层对所述挖掘数据进行结构化，得到结构化数据；基于所述结构化数据，利用所述决策网络中的规则层构建所述退役电池的利用规则；根据所述利用规则，利用所述决策网络中的决策层计算所述退役电池的可利用度。
其中，所述挖掘层是指对所述关联关系进行深度数据分析的层，所述结构层是指通过深度学习后对数据进行结构划分的层，所述规则层是指用来构建所述退役电池利用度的计算规则的层，所述决策层是指用来计算所述退役电池利用度的层。
进一步地，本发明一可选实施例中，所述根据所述决策网络中的挖掘层对所述关联关系进行数据挖掘，得到挖掘数据可以通过建立数据挖掘模型来完成。
本发明实施例通过根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告可以通过所述可利用度综合反应所述退役电池的可以利用程度，从而提高所述退役电池梯次利用的效果分析完整性。其中，所述效果分析报告是指通过分析得到的所述退役电池的梯次利用效果报告。
作为本发明的一个实施例，所述根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告可以通过预设的效果分析报告规则和专家经验来实现。其中，效果分析报告规则是指通过所述可利用度分析所述退役电池进行梯次利用的效果的规则。
可以看出，本发明实施例通过对所述退役电池进行表面检测，得到表面检测结果可以对所述退役电池进行初步检测，为筛选出外表符合要求的电池提供数据支撑，进一步地，本发明实施例通过对所述达标退役电池进行内部扫描，得到所述达标退役电池的内部参数，可以获取所述达标退役电池的内部参数信息，从而为后期对所述达标退役电池的内部安全分析提供数据支撑。本发明实施例通过根据所述内部参数建立所述达标退役电池的电池分析模型可以通过建立的模型更好的对所述达标退役电池进行内部分析，从而提高电池管理筛选的安全性。进一步地，本发明实施例通过根据所述电池健康状态，识别所述达标退役电池中目标退役电池可以对所述达标退役电池进行二次筛选，从而使得保留的下来的电池更加安全，提高了退役电池管理的安全性。再次，发明实施例通过根据所述结构相似度，对所述目标退役电池进行一致性分类，得到分类电池可以将性能相似的进行分类，从而减少电池重组后的排斥反应，提高对所述退役电池管理的安全性。最后，本发明实施例通过对所述退役电池组执行分布式均衡处理，得到均衡电池组可以进一步消除单体电池之间的排斥性，提高所述退役电池组的稳定性，提高对所述退役电池管理的安全性。因此，本发明实施例提出的一种退役电池的梯次利用效果分析方法及装置，可以提高对所述退役电池管理的安全性。
本发明实施例通过对所述电池运行参数进行数据预处理，得到目标运行参数可以去除所述电池运行参数中的重复数据、缺失值等数据，提高后期数据分析的准确性。进一步地，进一步地，本发明实施例通过基于所述目标运行参数，分析所述退役电池的当前运行状态可以得到所述退役电池在工作时的工作状态，是否稳定，从而提高对所述退役电池梯次利用效果分析的完整性。本发明实施例通过分别提取所述目标运行参数中的充电片段和放电片段可以根据充放电的实时记录来分析所述退役电池的电池性能。进一步地，进一步地，本发明实施例通过根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线可以将所述退役电池的运行参数可视化，从而更好的分析所述退役电池进行梯次利用的效果。再次，本发明实施例通过根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量可以从所述退役电池的电能存储量来考察所述退役电池的梯次利用的效果，从而提高了对所述退役电池梯次利用效果分析的完整性。最后，本发明实施例通过利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系利用模型对目标数据进行深层次的数据分析，提高对所述退役电池数据分析的精准性，本发明实施例通过根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告可以通过所述可利用度综合反应所述退役电池的可以利用程度，从而提高所述退役电池梯次利用的效果分析完整性。因此，本发明实施例提出的一种退役电池的梯次利用效果分析方法及装置，可以提高退役电池梯次利用效果分析的完整性。
如图2所示，是本发明退役电池的梯次利用效果分析装置功能模块图。
本发明所述退役电池的梯次利用效果分析装置200可以安装于电子设备中。根据实现的功能，所述退役电池的梯次利用效果分析装置可以包括电池运行状态分析模块块201、电池三维曲线构建模块202、电池容量计算模块203、电池数据管理模块204以及电池效果报告生成模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本发明实施例中，关于各模块/单元的功能如下：
所述电池运行状态分析模块201，用于获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
所述电池三维曲线构建模块202，用于分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度；
所述电池容量计算模块203，用于根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
所述电池数据管理模块204，用于将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
所述电池效果报告生成模块205，用于基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
详细地，本发明实施例中所述退役电池的梯次利用效果分析装置200中的所述各模块在使用时采用与上述的图1所述的退役电池的梯次利用效果分析方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明实现退役电池的梯次利用效果分析方法的电子设备的结构示意图。
所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如退役电池的梯次利用效果分析程序。
其中，所述处理器30在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器30是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块（例如执行退役电池的梯次利用效果分析程序等），以及调用存储在所述存储器31内的数据，以执行电子设备的各种功能和处理数据。
所述存储器31至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器31在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器31在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器31还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器31不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线32可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器31以及至少一个处理器30等之间的连接通信。
所述通信接口33用于上述电子设备3与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器30逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器31存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器30中运行时，可以实现：
获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度。
根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
具体地，所述处理器30对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度。
根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种退役电池的梯次利用效果分析方法，其特征在于，所述方法包括：
获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度。根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
2.根据权利要求1所述的方法，其特征在于，所述对所述电池运行参数进行数据预处理，得到目标运行参数，包括：
识别所述电池运行参数中的重复数据；
删除所述电池运行参数中的重复数据，得到有效数据；
检索所述有效数据的异常数据序列；
根据所述异常数据序列，对所述有效数据进行序列修复，得到序列数据；
对所述序列数据进行平滑处理，得到所述目标运行参数。
3.根据权利要求1所述的方法，其特征在于，所述基于所述目标运行参数，分析所述退役电池的当前运行状态，包括：
分析所述目标运行参数的参数特征；
构建所述参数特征的特征矩阵；
基于所述特征矩阵，计算所述参数特征的特征值；
根据所述特征值，计算所述退役电池的状态值；
根据所述状态值，分析所述退役电池的当前运行状态。
4.根据权利要求3所述的方法，其特征在于，所述根据所述特征值，计算所述退役电池的状态值：
根据所述特征值，利用下述公式计算所述退役电池的状态值：
其中，/>表示状态值，/>表示退役电池的初始状态，/>表示退役电池的额定容量，/>表示退役电池的温度，/>表示退役电池的充放电次数，/>表示退役电池的充放电电流，/>表示特征值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，包括：
分别提取所述充电片段和所述放电片段的充电关键数据和放电关键数据；
分别分析所述充电关键数据和所述放电关键数据的充电数据属性和放电数据属性；
基于所述充电数据属性和所述放电数据属性，推理所述退役电池的运行逻辑；
根据所述运行逻辑，构建所述退役电池的三维曲线。
6.根据权利要求1所述的方法，其特征在于，所述基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度，包括：
根据所述三维曲线，识别所述退役电池固定时间内的消耗电能和所述退役电池对应供电设备的增长电能；
根据所述消耗电能和所述增长电能，计算所述退役电池的电能转化效率；
识别所述三维曲线的曲线节点，标记所述曲线节点的节点损耗；
根据所述节点损耗，计算所述退役电池的电池衰减速度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述节点损耗，计算所述退役电池的电池衰减速度：
根据所述节点损耗，利用下述公式计算所述退役电池的电池衰减速度：
其中，/>表示电池衰减速度，/>表示退役电池中电池的数量，表示曲线节点的数量，/>表示节点损耗，/>表示比列系数，/>表示退役电池的充放电控制系数，/>表示退役电池的均衡器。
8.根据权利要求1所述的方法，其特征在于，所述根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量，包括：
根据所述电能转化效率和所述电池衰减速度，利用下述公式计算所述退役电池的电池容量：
其中，/>表示退役电池的电池容量，/>表示退役电池的电池衰减速度，/>表示退役电池电能转化效率，/>表示退役电池储能系统累计充放电循环次数，表示为效益折算系数，/>表示常规电池的电池衰减速度，/>表示常规电池电能转化效率。
9.根据权利要求1所述的方法，其特征在于，所述基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，包括：
根据所述决策网络中的挖掘层对所述关联关系进行数据挖掘，得到挖掘数据；
利用所述决策网络中的结构层对所述挖掘数据进行结构化，得到结构化数据；
基于所述结构化数据，利用所述决策网络中的规则层构建所述退役电池的利用规则；
根据所述利用规则，利用所述决策网络中的决策层计算所述退役电池的可利用度。
10.一种退役电池的梯次利用效果分析装置，其特征在于，所述装置包括：
电池运行状态分析模块，用于获取退役电池进行梯次利用的电池运行参数，对所述电池运行参数进行数据预处理，得到目标运行参数，基于所述目标运行参数，分析所述退役电池的当前运行状态；
电池三维曲线构建模块，用于分别提取所述目标运行参数中的充电片段和放电片段，根据所述充电片段和所述放电片段，构建所述退役电池的三维曲线，基于所述三维曲线，计算所述退役电池的电能转化效率和电池衰减速度；
电池容量计算模块，用于根据所述电能转化效率和所述电池衰减速度，计算所述退役电池的电池容量；
电池数据管理模块，用于将所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量作为输入值输入退役电池效果分析模型中，利用所述退役电池效果分析模型中的关联网络计算所述当前运行状态、所述电能转化效率、所述电池衰减速度以及所述电池容量的关联关系；
电池效果报告生成模块，用于基于所述关联关系，利用所述退役电池效果分析模型中的决策网络计算所述退役电池的可利用度，根据所述可利用度，分析所述退役电池进行梯次利用的效果分析报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310506683.7A CN116626500A (zh) | 2023-05-08 | 2023-05-08 | 退役电池的梯次利用效果分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310506683.7A CN116626500A (zh) | 2023-05-08 | 2023-05-08 | 退役电池的梯次利用效果分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116626500A true CN116626500A (zh) | 2023-08-22 |
Family
ID=87591134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310506683.7A Pending CN116626500A (zh) | 2023-05-08 | 2023-05-08 | 退役电池的梯次利用效果分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116626500A (zh) |
-
2023
- 2023-05-08 CN CN202310506683.7A patent/CN116626500A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Life prediction of lithium-ion batteries based on stacked denoising autoencoders | |
| CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
| CN110503136A (zh) | 台区线损异常分析方法、计算机可读存储介质及终端设备 | |
| CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
| CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
| CN116562596A (zh) | 一种退役电池处理方法、装置、退役电池仓储立库及介质 | |
| Zhu et al. | A novel fast estimation and regroup method of retired lithium‐ion battery cells | |
| CN116879760A (zh) | 退役动力电池历史过充电故障诊断方法及装置 | |
| CN116626500A (zh) | 退役电池的梯次利用效果分析方法 | |
| CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
| CN116610731A (zh) | 一种大数据分布式存储方法、装置、电子设备及存储介质 | |
| CN116975884A (zh) | 一种数据安全存储方法及装置 | |
| CN115561700A (zh) | 一种直流电能表的计量标准分析方法及装置 | |
| CN108537415A (zh) | 一种在线式安全用电的配电方法、装置及系统 | |
| CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
| CN113987206A (zh) | 异常用户的识别方法、装置、设备及存储介质 | |
| CN116738932B (zh) | 锂电池梯次利用的电芯压差优化方法及装置 | |
| CN113627565A (zh) | 新能源汽车电池数据标签生成方法、装置、设备及存储介质 | |
| CN117033953B (zh) | 基于bms实现退役电池的梯次利用分析方法及装置 | |
| CN117250522B (zh) | 应用于退役电池管理下的数据建模方法及系统 | |
| CN116683051A (zh) | 基于退役电池的安全管理方法及装置 | |
| CN113704616B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
| CN113673157A (zh) | 电池容量预测模型的训练方法、装置、电子设备和介质 | |
| CN114118732A (zh) | 一种行业安全风险评估方法、系统及电子设备 | |
| CN116191619A (zh) | 储能电池的使用周期提升方法、装置、电子设备以及介质 |
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 |