CN116973769A - 检测储能电池状态的方法、装置、电子设备和介质 - Google Patents
检测储能电池状态的方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN116973769A CN116973769A CN202311228039.4A CN202311228039A CN116973769A CN 116973769 A CN116973769 A CN 116973769A CN 202311228039 A CN202311228039 A CN 202311228039A CN 116973769 A CN116973769 A CN 116973769A
- Authority
- CN
- China
- Prior art keywords
- target
- energy storage
- storage battery
- quadrant
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008859 change Effects 0.000 claims abstract description 80
- 238000006731 degradation reaction Methods 0.000 claims description 19
- 230000015556 catabolic process Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 16
- 239000004973 liquid crystal related substance Substances 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001960 triggered 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供了一种检测储能电池状态的方法、装置、电子设备和介质，方法包括：获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态，本申请通过趋势变化值和相关性强度值，确定储能电池的状态，提高了确定储能电池状态的准确性和可靠性，并降低了确定储能电池状态的成本和难度，保障了储能电站的安全性。
Description
技术领域
本申请涉及储能电池状态检测技术领域，尤其涉及一种检测储能电池状态的方法、装置、电子设备和介质。
背景技术
储能电站的储能电池具有高能量密度的特点，并且储能电池在使用过程中，可能会导致储能电池的过热和热失控，进而引发火灾，因此，为了确保储能电站的安全性，需要对储能电站的储能电池的状态进行监测最大限度保护储能电池，降低储能电站的风险。
相关技术中，在检测储能电池状态时，可以通过故障诊断系统进行检测储能电池状态，但是，可能会出现与故障诊断系统设定中已知预警机制不吻合的故障模式，存在一定的局限性，还可以通过人工定期进行储能电池状态的巡检，但是，往往存在主观性和主观判断的可能，会影响确定储能电池状态的准确性，导致检测储能电池状态的难度及成本较大，因此，如何提高储能电池状态检测的准确性，并降低储能电池状态检测的成本和难度已成为亟待解决的问题。
发明内容
本申请的目的旨在至少在一定程度上解决上述技术中的技术问题之一。
本申请第一方面提供了一种检测储能电池状态的方法，包括：获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态。本申请第一方面提供的检测储能电池状态的方法，还具备如下技术特征，包括：
根据本申请一个实施例，所述根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态，包括：根据预设的趋势变化值和预设的相关性强度值，构建四象限图；预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系；根据所述目标趋势变化值和所述目标相关性强度值，确定在所述四象限图中对应的目标象限区；根据所述目标象限区和所述映射关系，确定所述待检测储能电池的状态。
根据本申请一个实施例，所述根据预设的趋势变化值和预设的相关性强度值，构建四象限图，包括：以趋势变化值为横坐标，并以相关性强度值为纵坐标，建立直角坐标系；根据第一预设趋势变化值设置纵轴分割线，并根据第一预设相关性强度值设置横轴分割线，其中，所述纵轴分割线和所述横轴分割线相互正交；根据所述横轴分割线和所述纵轴分割线，将所述直角坐标系划分为四个象限；按照预设的象限划分规则，将所述四个象限标记为第一象限区、第二象限区、第三象限区和第四象限区，以构建所述四象限图。
根据本申请一个实施例，所述预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系，包括：若位于第一象限区和第四象限区，确定储能电池的状态为存在劣化趋势；若位于第二象限区和第三象限区，确定储能电池的状态为未存在劣化趋势。
根据本申请一个实施例，所述获取预设时段内的待检测储能电池的数据集，包括：确定所述待检测储能电池的关键参数，并获取所述关键参数在预设时段内的初始数据；对所述初始数据进行预处理操作，获取所述关键参数在预设时段内的目标数据，以得到所述数据集，其中，所述预处理操作包括数据清洗操作和数据特征提取操作。
根据本申请一个实施例，所述对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值，包括：构建所述目标数据和所述时间的线性方程组；对所述线性方程组进行拟合，以获取所述目标趋势变化值。
根据本申请一个实施例，所述对所述数据集进行计算，获取在所述预设时段内目标数据与时间之间的目标相关性强度值，包括：获取所述目标数据和所述时间之间的互信息；通过最大互信息系数法对所述互信息进行求解，以获取所述目标相关性强度值。
本申请第二方面提供了一种检测储能电池状态的装置，包括：获取模块，用于获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；计算模块，用于对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；确定模块，用于根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态。
本申请第二方面提供的一种检测储能电池状态的装置，还具备如下技术特征，包括：
根据本申请一个实施例，所述确定模块，还用于：根据预设的趋势变化值和预设的相关性强度值，构建四象限图；预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系；根据所述目标趋势变化值和所述目标相关性强度值，确定在所述四象限图中对应的目标象限区；根据所述目标象限区和所述映射关系，确定所述待检测储能电池的状态。
根据本申请一个实施例，所述确定模块，还用于：以趋势变化值为横坐标，并以相关性强度值为纵坐标，建立直角坐标系；根据第一预设趋势变化值设置纵轴分割线，并根据第一预设相关性强度值设置横轴分割线，其中，所述纵轴分割线和所述横轴分割线相互正交；根据所述横轴分割线和所述纵轴分割线，将所述直角坐标系划分为四个象限；按照预设的象限划分规则，将所述四个象限标记为第一象限区、第二象限区、第三象限区和第四象限区，以构建所述四象限图。
根据本申请一个实施例，所述确定模块，还用于：若位于第一象限区和第四象限区，确定储能电池的状态为存在劣化趋势；若位于第二象限区和第三象限区，确定储能电池的状态为未存在劣化趋势。
根据本申请一个实施例，所述获取模块，用于：确定所述待检测储能电池的关键参数，并获取所述关键参数在预设时段内的初始数据；对所述初始数据进行预处理操作，获取所述关键参数在预设时段内的目标数据，以得到所述数据集，其中，所述预处理操作包括数据清洗操作和数据特征提取操作。
根据本申请一个实施例，所述计算模块，用于：构建所述目标数据和所述时间的线性方程组；对所述线性方程组进行拟合，以获取所述目标趋势变化值。
根据本申请一个实施例，所述计算模块，用于：获取所述目标数据和所述时间之间的互信息；通过最大互信息系数法对所述互信息进行求解，以获取所述目标相关性强度值。
本申请第三方面实施例提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面提供的检测储能电池状态的方法。
本申请第四方面实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面提供的检测储能电池状态的方法。
本申请第五方面实施例提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行本申请第一方面提供的检测储能电池状态的方法。
本申请提供的检测储能电池状态的方法及装置，通过获取预设时段内的待检测储能电池的数据集，其中，数据集中包括多个数据组，每个数据组包括目标数据和对应的时间，对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值，根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态，本申请通过趋势变化值和相关性强度值，确定储能电池的状态，提高了确定储能电池状态的准确性和可靠性，并降低了确定储能电池状态的成本和难度，保障了储能电站的安全性。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请一实施例的检测储能电池状态的方法的流程示意图；
图2为本申请另一实施例的检测储能电池状态的方法的流程示意图；
图3为本申请一实施例的基于最小二乘法进行拟合的结果示意图；
图4为本申请另一实施例的检测储能电池状态的方法的流程示意图；
图5为本申请另一实施例的检测储能电池状态的方法的流程示意图；
图6为本申请一实施例的构建的四象限图的示意图；
图7为本申请一实施例的数据组在四象限图分布的示意图；
图8为本申请一实施例的检测储能电池状态的装置的结构示意图；
图9是本申请一实施例的电子设备的框图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的检测储能电池状态的方法、装置、电子设备和介质。
图1为本申请一实施例的检测储能电池状态的方法的流程示意图，如图1所示，该方法包括：
S101，获取预设时段内的待检测储能电池的数据集，其中，数据集中包括多个数据组，每个数据组包括目标数据和对应的时间。
需要说明的是，数据集中够可以包括多个数据组，每个数据组包括目标数据以及目标数据对应的时间。
需要说明的是，本申请对于预设时段的设置不作限定，可以根据实际情况进行设定。
可选地，可以设置预设时段为3个月、4个月等。
需要说明的是，本申请对于获取预设时段内的待检测储能电池的数据集的具体方式不作限定，可以根据实际情况进行确定。
可选地，可以确定待检测储能电池的关键参数，并获取关键参数在预设时段内的初始数据，对初始数据进行预处理操作，获取关键参数在预设时段内的目标数据，以得到数据集，其中，预处理操作包括数据清洗操作和数据特征提取操作。
需要说明的是，关键参数应能够表征待检测储能电池的劣化状态，与健康状态成负相关的意义。
可选地，待检测储能电池的关键参数可以为温度、电压等。
举例而言，待检测储能电池的关键参数可以为变压器绕组温度、绝缘栅双极型晶体管（Insulated Gate Bipolar Transistor，简称IGBT）温度。
举例而言，针对关键参数为变压器绕组温度，预设时段为3个月，可以获取温度在1-4月的初始数据、4-7月的初始数据以及7-10月的初始数据，并对上述数据进行数据清洗操作，通过提取1-4月的初始数据中每天的温度最高值，以得到数据组a、通过提取4-7月的初始数据中每天的温度最高值，以得到数据组b、通过提取7-10月的初始数据中每天的温度最高值，以得到数据组c，根据数据组a、数据组b、数据组c得到数据集。
S102，对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值。
需要说明的是，在本申请实施例中，在获取到数据集后，可以对数据集进行计算，以获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值。
其中，目标趋势变化值可以表征目标数据随时间的变化趋势，目标相关性强度值可以表征目标数据与时间之间的相关性强度。
需要说明的是，本申请对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值的具体方式不作限定，可以根据实际情况进行确定。
可选地，可以对数据集进行拟合，以获取拟合系数值，此种情况下，拟合系数值即为目标趋势变化值，可以对数据集进行相关性计算，以获取最大互信息系数值，此种情况下，最大互信息系数值即为目标相关性强度值。
S103，根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态。
在本申请实施例中，在获取到目标趋势变化值和目标相关性强度值后，可以根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态。
可选地，可以根据预设的趋势变化值和预设的相关性强度值，构建四象限图，预先建立四象限图中每个象限区与储能电池的状态之间的映射关系，根据目标趋势变化值和目标相关性强度值，确定在四象限图中对应的目标象限区，根据目标象限区和映射关系，确定待检测储能电池的状态。
本申请提出的检测储能电池状态的方法，通过获取预设时段内的待检测储能电池的数据集，其中，数据集中包括多个数据组，每个数据组包括目标数据和对应的时间，对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值，根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态，本申请通过趋势变化值和相关性强度值，确定储能电池的状态，提高了确定储能电池状态的准确性和可靠性，并降低了确定储能电池状态的成本和难度，保障了储能电站的安全性。
上述实施例中，关于对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值的具体过程，可结合图2进一步理解，图2为本申请另一实施例的检测储能电池状态的方法的流程示意图，如图2所示，该方法包括：
S201，构建目标数据和时间的线性方程组。
需要说明的是，针对获取的数据集，可以采用统计计算方法进行计算，由于并没有明确的时间与变压器绕组温度关系精确的先验知识，因此，本申请通过对时间-变压器绕组温度进行线性拟合，即在全体数据的统计意义上求解时间与变压器绕组温度的关系的定性表征，即可以获取目标数据随时间的目标趋势变化值。
举例而言，可以对预设时间内目标数据和时间进行一阶拟合，得出目标数据随时间变化趋势，构建目标数据和时间的线性方程组为：
其中，为目标数据、/>为时间、/>为截距、/>为目标趋势变化值（拟合系数）
S202，对线性方程组进行拟合，以获取目标趋势变化值。
需要说明的是，本申请对线性方程组进行拟合，以获取目标趋势变化值的具体方式不作限定，可以根据实际情况进行选取。
可选地，可以通过最小二乘法，对线性方程组进行拟合，以获取目标趋势变化值。
其中，为是第个i数据点的理论值与观测值之差（残差）的平方和、m为目标数据的数量、/>为第i个数据点的平方差。
可选地，可以通过求导，最小化残差平方和获得最佳拟合曲线、以及目标趋势变化值（拟合系数）k和截距b的值。
举例而言，针对数据组a、数据组b、数据组c，目标数据为变压器绕组温度，通过最小二乘法，进行拟合的曲线如图3所示，可以获取数据组a的目标趋势变化值约为0.054、数据组b的目标趋势变化值约为0.057、数据组b的目标趋势变化值约为0.067。
上述实施例中，关于对数据集进行计算，获取在预设时段内目标数据与时间之间的目标相关性强度值的具体过程，可结合图4进一步理解，图4为本申请另一实施例的检测储能电池状态的方法的流程示意图，如图4所示，该方法包括：
S401，获取目标数据和时间之间的互信息。
可选地，可以通过以下公式，获取目标时间和时间之间的互信息：
其中，为互信息、/>为目标数据、/>为时间。
S402，通过最大互信息系数法对互信息进行求解，以获取目标相关性强度值。
可选地，可以通过以下公式，获取目标相关性强度：
其中，为目标相关性强度、/>为目标数据、/>为时间。
需要说明的是，目标相关性强度即为最大互信息系数（Maximal InformationCoefficient，简称MIC），可以反映目标数据和温度之间的关联程度。
举例而言，针对数据组a、数据组b、数据组c，获取到的目标相关性强度值分别约为0.24、0.33、0.31。
本申请提出的检测储能电池状态的方法，可以准确、快速地获取目标趋势变化值和目标相关性强度值，为后续根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态奠定了基础。
在本申请实施例中，在获取到目标趋势变化值和目标相关性强度值后，可以根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态。
上述实施例中，关于根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态的具体过程，可结合图5进一步理解，图5为本申请另一实施例的检测储能电池状态的方法的流程示意图，如图5所示，该方法包括：
S501，根据预设的趋势变化值和预设的相关性强度值，构建四象限图。
在本申请实施例中，以趋势变化值为横坐标，并以相关性强度值为纵坐标，建立直角坐标系，根据第一预设趋势变化值设置纵轴分割线，并根据第一预设相关性强度值设置横轴分割线，其中，纵轴分割线和所述横轴分割线相互正交，根据横轴分割线和纵轴分割线，将直角坐标系划分为四个象限，按照预设的象限划分规则，将四个象限标记为第一象限区、第二象限区、第三象限区和第四象限区，以构建四象限图。
需要说明的是，本申请对于第一预设趋势变化值和第一预设相关性强度值的设置不作限定，可以根据实际情况进行设定。
可选地，可以设置第一预设趋势变化值为0、第一预设相关性强度值为0.5。
举例而言，针对第一预设趋势变化值为0，即k为0、第一预设相关性强度值为0.5，即mic为0.5，按照预设的象限划分规则，构建的四象限图，如图6所示。
S502，预先建立四象限图中每个象限区与储能电池的状态之间的映射关系。
在本申请实施例中，若位于第一象限区和第四象限区，确定储能电池的状态为存在劣化趋势，若位于第二象限区和第三象限区，确定储能电池的状态为未存在劣化趋势。
在本申请实施例中，若位于第一象限区和第二象限区，表明目标数据与待检测储能电池存在强相关性，若位于第三象限区和第四象限区，表明目标数据与待检测储能电池存在弱相关性。
综上所述，若位于第一象限区（正趋势、强相关性），确定待检测储能电池状态存在劣化趋势，表明目标数据与待检测储能电池存在强相关性；若位于第二象限区（负趋势、强相关性），确定待检测储能电池状态未存在劣化趋势，表明目标数据与待检测储能电池存在强相关性；若位于第三象限区（负趋势、弱相关性），确定待检测储能电池状态未存在劣化趋势，表明目标数据与待检测储能电池存在弱相关性；若位于第四象限区（正趋势、弱相关性），确定待检测储能电池状态存在劣化趋势，表明目标数据与待检测储能电池存在弱相关性。
需要说明的是，当确定待检测储能电池状态存在劣化趋势，目标数据与待检测储能电池存在弱相关性时，此种情况下，需要对待检测储能电池的数据进行深度分析，确定待检测储能电池存在劣化趋势的诱因。
S503，根据目标趋势变化值和目标相关性强度值，确定在四象限图中对应的目标象限区。
举例而言，针对数据组a、数据组b、数据组c，目标数据为变压器绕组温度，对应的目标趋势变化值分别为0.054、0.057、0.067，对应的目标相关性强度值分别为0.24、0.33、0.31，表示变压器绕组温度随时间逐渐变大，变压器绕组温度与时间之间具有弱相关性，如图7所示，数据组a、数据组b、数据组c位于第四象限区。
S504，根据目标象限区和映射关系，确定待检测储能电池的状态。
在本申请实施例中，在获取到目标象限区和映射关系后，可以基于目标象限区，查询映射关系，以确定待检测储能电池的状态。
举例而言，针对目标数据为变压器绕组温度，确定数据组a、数据组b、数据组c位于第四象限区（正趋势、弱相关性），确定待检测储能电池状态存在劣化趋势，表明目标数据与待检测储能电池存在弱相关性，即劣化过程与时间有关但并非与时间具有强相关性，表明还有其它诱因致使变压器绕组温度升高，例如：诱因可以为气温、运行工况等。
本申请提出的检测储能电池状态的方法，以时间进度为衡量标尺，并与关键参数对应的数据构建所需的数据集，对数据集进行计算，获取趋势变化值和相关性强度值，根据趋势变化值和相关性强度值构建储能电站中储能电池状态判断结构，实现对不同状态下各类关键指标的解释分析，能够通过趋势变化值直观反应并确定储能电池的状态，及时发现异常问题，通过相关性强度值，可以对目标数据的影响程度，能够快速且高效地确定的核心影响因素，提高了确定储能电池状态的准确性和可靠性，并降低了确定储能电池状态的成本和难度，保障了储能电站的安全性。
图8为本申请一实施例的检测储能电池状态的装置的结构示意图，如图8所示，检测储能电池状态的装置800，包括获取模块81、计算模块82和确定模块83，其中：
获取模块81，用于获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；
计算模块82，用于对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；
确定模块83，用于根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态。
本申请第二方面提供的一种检测储能电池状态的装置，还具备如下技术特征，包括：
根据本申请一个实施例，确定模块83，还用于：根据预设的趋势变化值和预设的相关性强度值，构建四象限图；预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系；根据所述目标趋势变化值和所述目标相关性强度值，确定在所述四象限图中对应的目标象限区；根据所述目标象限区和所述映射关系，确定所述待检测储能电池的状态。
根据本申请一个实施例，确定模块83，还用于：以趋势变化值为横坐标，并以相关性强度值为纵坐标，建立直角坐标系；根据第一预设趋势变化值设置纵轴分割线，并根据第一预设相关性强度值设置横轴分割线，其中，所述纵轴分割线和所述横轴分割线相互正交；根据所述横轴分割线和所述纵轴分割线，将所述直角坐标系划分为四个象限；按照预设的象限划分规则，将所述四个象限标记为第一象限区、第二象限区、第三象限区和第四象限区，以构建所述四象限图。
根据本申请一个实施例，确定模块83，还用于：若位于第一象限区和第四象限区，确定储能电池的状态为存在劣化趋势；若位于第二象限区和第三象限区，确定储能电池的状态为未存在劣化趋势。
根据本申请一个实施例，获取模块81，用于：确定所述待检测储能电池的关键参数，并获取所述关键参数在预设时段内的初始数据；对所述初始数据进行预处理操作，获取所述关键参数在预设时段内的目标数据，以得到所述数据集，其中，所述预处理操作包括数据清洗操作和数据特征提取操作。
根据本申请一个实施例，计算模块82，用于：构建所述目标数据和所述时间的线性方程组；对所述线性方程组进行拟合，以获取所述目标趋势变化值。
根据本申请一个实施例，计算模块82，用于：获取所述目标数据和所述时间之间的互信息；通过最大互信息系数法对所述互信息进行求解，以获取所述目标相关性强度值。
本申请提出的检测储能电池状态的装置，通过获取预设时段内的待检测储能电池的数据集，其中，数据集中包括多个数据组，每个数据组包括目标数据和对应的时间，对数据集进行计算，获取在预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值，根据目标趋势变化值和目标相关性强度值，确定待检测储能电池的状态，本申请通过趋势变化值和相关性强度值，确定储能电池的状态，提高了确定储能电池状态的准确性和可靠性，并降低了确定储能电池状态的成本和难度，保障了储能电站的安全性。
为达到上述实施例，本申请还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
图9为本申请一实施例的电子设备的框图，如图9所示，设备1000包括存储器101、处理器102及存储在存储101上并可在处理器102上运行的计算机程序，处理器102执行程序指令时，实现执行图1至图7的实施例检测储能电池状态的方法。
为了实现上述实施例，本申请还提供一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行图1至图7的实施例的检测储能电池状态的方法。
为了实现上述实施例，本申请还提供一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行图1至图7的实施例的检测储能电池状态的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种检测储能电池状态的方法，其特征在于，所述方法，包括：
获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；
对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；
根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态，包括：
根据预设的趋势变化值和预设的相关性强度值，构建四象限图；
预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系；
根据所述目标趋势变化值和所述目标相关性强度值，确定在所述四象限图中对应的目标象限区；
根据所述目标象限区和所述映射关系，确定所述待检测储能电池的状态。
3.根据权利要求2所述的方法，其特征在于，所述根据预设的趋势变化值和预设的相关性强度值，构建四象限图，包括：
以趋势变化值为横坐标，并以相关性强度值为纵坐标，建立直角坐标系；
根据第一预设趋势变化值设置纵轴分割线，并根据第一预设相关性强度值设置横轴分割线，其中，所述纵轴分割线和所述横轴分割线相互正交；
根据所述横轴分割线和所述纵轴分割线，将所述直角坐标系划分为四个象限；
按照预设的象限划分规则，将所述四个象限标记为第一象限区、第二象限区、第三象限区和第四象限区，以构建所述四象限图。
4.根据权利要求2所述的方法，其特征在于，所述预先建立所述四象限图中每个象限区与储能电池的状态之间的映射关系，包括：
若位于第一象限区和第四象限区，确定储能电池的状态为存在劣化趋势；
若位于第二象限区和第三象限区，确定储能电池的状态为未存在劣化趋势。
5.根据权利要求1所述的方法，其特征在于，所述获取预设时段内的待检测储能电池的数据集，包括：
确定所述待检测储能电池的关键参数，并获取所述关键参数在预设时段内的初始数据；
对所述初始数据进行预处理操作，获取所述关键参数在预设时段内的目标数据，以得到所述数据集，其中，所述预处理操作包括数据清洗操作和数据特征提取操作。
6.根据权利要求1所述的方法，其特征在于，所述对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值，包括：
构建所述目标数据和所述时间的线性方程组；
对所述线性方程组进行拟合，以获取所述目标趋势变化值。
7.根据权利要求1所述的方法，其特征在于，所述对所述数据集进行计算，获取在所述预设时段内目标数据与时间之间的目标相关性强度值，包括：
获取所述目标数据和所述时间之间的互信息；
通过最大互信息系数法对所述互信息进行求解，以获取所述目标相关性强度值。
8.一种检测储能电池状态的装置，其特征在于，所述装置包括：
获取模块，用于获取预设时段内的待检测储能电池的数据集，其中，所述数据集中包括多个数据组，每个数据组包括目标数据和对应的时间；
计算模块，用于对所述数据集进行计算，获取在所述预设时段内目标数据随时间的目标趋势变化值以及目标数据与时间之间的目标相关性强度值；
确定模块，用于根据所述目标趋势变化值和所述目标相关性强度值，确定所述待检测储能电池的状态。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311228039.4A CN116973769B (zh) | 2023-09-22 | 2023-09-22 | 检测储能电池状态的方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311228039.4A CN116973769B (zh) | 2023-09-22 | 2023-09-22 | 检测储能电池状态的方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116973769A true CN116973769A (zh) | 2023-10-31 |
| CN116973769B CN116973769B (zh) | 2023-12-26 |
Family
ID=88479961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311228039.4A Active CN116973769B (zh) | 2023-09-22 | 2023-09-22 | 检测储能电池状态的方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116973769B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117563184A (zh) * | 2024-01-15 | 2024-02-20 | 东营昆宇电源科技有限公司 | 一种基于物联网的储能消防控制系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
| US20170115355A1 (en) * | 2015-10-23 | 2017-04-27 | Oxfordian, Llc | Maximum capacity estimator for battery state of health and state of charge determinations |
| CN112731159A (zh) * | 2020-12-23 | 2021-04-30 | 江苏省电力试验研究院有限公司 | 一种储能电站电池舱电池故障预判及定位的方法 |
| CN115994478A (zh) * | 2021-10-19 | 2023-04-21 | 中移(上海)信息通信科技有限公司 | 电池寿命预测方法、装置、电子设备和可读存储介质 |
| CN116165549A (zh) * | 2023-03-30 | 2023-05-26 | 上海玫克生储能科技有限公司 | 一种电池安全预警方法、装置及电子设备 |
| CN116736133A (zh) * | 2023-06-13 | 2023-09-12 | 吉林大学 | 锂离子电池全寿命周期容量退化轨迹的早期预测方法 |
-
2023
- 2023-09-22 CN CN202311228039.4A patent/CN116973769B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102959418A (zh) * | 2010-06-24 | 2013-03-06 | 松下电器产业株式会社 | 获取电池的劣化度的方法和系统 |
| US20170115355A1 (en) * | 2015-10-23 | 2017-04-27 | Oxfordian, Llc | Maximum capacity estimator for battery state of health and state of charge determinations |
| CN112731159A (zh) * | 2020-12-23 | 2021-04-30 | 江苏省电力试验研究院有限公司 | 一种储能电站电池舱电池故障预判及定位的方法 |
| CN115994478A (zh) * | 2021-10-19 | 2023-04-21 | 中移(上海)信息通信科技有限公司 | 电池寿命预测方法、装置、电子设备和可读存储介质 |
| CN116165549A (zh) * | 2023-03-30 | 2023-05-26 | 上海玫克生储能科技有限公司 | 一种电池安全预警方法、装置及电子设备 |
| CN116736133A (zh) * | 2023-06-13 | 2023-09-12 | 吉林大学 | 锂离子电池全寿命周期容量退化轨迹的早期预测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117563184A (zh) * | 2024-01-15 | 2024-02-20 | 东营昆宇电源科技有限公司 | 一种基于物联网的储能消防控制系统 |
| CN117563184B (zh) * | 2024-01-15 | 2024-03-22 | 东营昆宇电源科技有限公司 | 一种基于物联网的储能消防控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116973769B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109239265B (zh) | 监测设备故障检测方法及装置 | |
| CN109637680B (zh) | 核电站泄漏监测报警方法及报警系统 | |
| CN116973769B (zh) | 检测储能电池状态的方法、装置、电子设备和介质 | |
| TWI524280B (zh) | 偵測異常之發生的方法、設備及電腦程式 | |
| US7698113B2 (en) | Method to automatically detect and predict performance shortages of databases | |
| US10114078B2 (en) | Method and apparatus to estimate state of battery based on battery charging voltage data | |
| CN107636619A (zh) | 信息处理装置、信息处理系统、信息处理方法及程序 | |
| US10132697B2 (en) | Current transformer with enhanced temperature measurement functions | |
| KR101978569B1 (ko) | 플랜트 데이터 예측 장치 및 방법 | |
| CN108759991B (zh) | 空调系统中传感器的测量误差诊断方法、装置和空调系统 | |
| JPWO2014091952A1 (ja) | センサ監視装置、センサ監視方法、及びセンサ監視プログラム | |
| EP2135144B1 (en) | Machine condition monitoring using pattern rules | |
| CN108872780B (zh) | 带电勘查的带电作业检测、系统及终端设备 | |
| US11042134B2 (en) | Power system status estimation device and status estimation method | |
| CN112881818A (zh) | 电场强度测量方法、装置、计算机设备和存储介质 | |
| JP2009060767A (ja) | 回転機の絶縁劣化診断システム | |
| JP2013104666A (ja) | スティックスリップ検出装置および検出方法 | |
| US11047810B2 (en) | Method for monitoring the functional state of a system for computer-tomographic examination of workpieces | |
| CN110696623A (zh) | 车辆、电池系统及其检测方法 | |
| CN109884650B (zh) | 超声波雷达的检测方法、装置、电子设备及存储介质 | |
| CN111947702A (zh) | 传感器交叉验证故障诊断方法、装置、计算机设备 | |
| JP4369313B2 (ja) | 臨床検査システム | |
| CN112346552B (zh) | 电源监测方法、装置、计算机设备和存储介质 | |
| KR101978018B1 (ko) | 예후 및 건전성 관리를 위한 한도 기반 임계치 추정 | |
| CN111263302B (zh) | 一种基于5g边缘计算网络的危险区域审计方法和系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |