CN117129880A - 一种铅酸蓄电池的可用容量估算及健康状态评估方法 - Google Patents
一种铅酸蓄电池的可用容量估算及健康状态评估方法 Download PDFInfo
- Publication number
- CN117129880A CN117129880A CN202311397941.9A CN202311397941A CN117129880A CN 117129880 A CN117129880 A CN 117129880A CN 202311397941 A CN202311397941 A CN 202311397941A CN 117129880 A CN117129880 A CN 117129880A
- Authority
- CN
- China
- Prior art keywords
- lead
- storage battery
- discharge
- battery
- acid storage
- 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
- 239000002253 acid Substances 0.000 title claims abstract description 388
- 230000036541 health Effects 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000011156 evaluation Methods 0.000 claims description 35
- 238000013210 evaluation model Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 5
- 230000003862 health status Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 21
- 238000012423 maintenance Methods 0.000 abstract description 21
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009434 installation Methods 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
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003878 thermal aging Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
- G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- Secondary Cells (AREA)
Abstract
本发明涉及铁路机房监控方面专门适用于预测目的的数据处理方法技术领域，公开一种铅酸蓄电池的可用容量估算及健康状态评估方法，包括：得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果，根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。本发明能够得到准确的铅酸蓄电池的可用容量估算结果，精准判定待评估铅酸蓄电池的健康状态，据此判断铅酸蓄电池是否处于异常状态，有效提高维护人员在铁路通信机房的维护效率，保障通信设备的稳定和安全运行。
Description
技术领域
本发明涉及铁路机房监控方面专门适用于预测目的的数据处理方法技术领域，尤其涉及一种铅酸蓄电池的可用容量估算及健康状态评估方法。
背景技术
在铁路通信机房供电系统中，阀控式铅酸蓄电池是实现电网平稳安全的重要物理基础，主要用于备用电源供电系统，对于保障通信设备的稳定和安全运行发挥着重要的作用。
铁路通信机房在维护过程中，由于正式用于发电的频率较低，导致维护人员在日常维护工作中对铅酸蓄电池组的重视程度比较低。阀控式铅酸蓄电池组在安装并应用之后，用户一般希望通过铅酸蓄电池监测设备来直接测量铅酸蓄电池在不同放电电流下的可用容量和健康状态（SOH）值。然而，铅酸蓄电池在实际工作过程中，由于受内部化学物质变化、温湿度环境变化、充放电电流大小、充放电次数、长期处于浮充状态等因素，以及维护标准不到位等众多因素影响，导致很难采用一种通用的方法去评估铅酸蓄电池在不同放电电流下的可用容量和健康状态（SOH）值。
容量状态是指铅酸蓄电池组及单体铅酸蓄电池的可用剩余容量，其决定了电源故障时铅酸蓄电池组能带载的时长。电池的可用容量影响着剩余容量估计的精度，电池的可用容量受到放电电流和温度的影响。如果铅酸蓄电池组出现了充电不及时、故障电池未能及时更换等问题，就有可能导致整个铅酸蓄电池出现问题，影响到其使用寿命，更为严重的是可能会由于铅酸蓄电池组出现故障或者异常，而导致整个通信机房供电服务异常或中断、崩溃等电力事故。
因此，目前亟需一种铅酸蓄电池的可用容量估算及健康状态评估方法，用于准确评估铅酸蓄电池的可用容量和健康状态。
发明内容
本发明提供一种铅酸蓄电池的可用容量估算及健康状态评估方法，用以解决现有技术难以准确评估铅酸蓄电池的可用容量和健康状态的缺陷。
本发明提供一种铅酸蓄电池的可用容量估算方法，包括：
得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
根据本发明提供的一种铅酸蓄电池的可用容量估算方法，所述根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数，具体为：
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，通过第一表达式得到第一常量系数；
其中，第一表达式为：
，
第一表达式中，n表示第一常量系数，t1表示最大放电电流的放电时间，t2表示最小放电电流的放电时间，I1表示最大放电电流，I2表示最小放电电流。
根据本发明提供的一种铅酸蓄电池的可用容量估算方法，所述根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数，具体为：
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，通过第二表达式得到第二常量系数；
其中，第二表达式为：
，
第二表达式中，K表示第二常量系数，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，Ty表示放电告警y的开始时间戳，Tx表示放电告警x的开始时间戳。
根据本发明提供的一种铅酸蓄电池的可用容量估算方法，待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，由待估算铅酸蓄电池的放电告警总数以及待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量的比例得到，形成第三表达式为：
，
第三表达式中，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，m表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量，N表示铅酸蓄电池的放电告警总数。
根据本发明提供的一种铅酸蓄电池的可用容量估算方法，所述得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果，具体为：
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，通过第四表达式得到铅酸蓄电池的可用容量估算结果；
其中，第四表达式为：
，
第四表达式中，C1表示铅酸蓄电池的可用容量估算结果，K表示第二常量系数，I表示铅酸蓄电池的实时放电电流，n表示第一常量系数。
本发明还提供的一种铅酸蓄电池的健康状态评估方法，包括：
通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
得到待评估铅酸蓄电池的实时电池内阻和电池温度；
根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
根据本发明提供的一种铅酸蓄电池的健康状态评估方法，所述根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果，包括：
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第一倍数，且可用容量在额定容量的预设百分比以下时，或者，当待评估铅酸蓄电池的环境温度大于或等于预设第一温度值时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为潜在故障；
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第二倍数，或者，当待评估铅酸蓄电池的电池内阻为预设基准值的预设第三倍数，且可用容量在额定容量的预设百分比以下时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为一般故障；
当待评估铅酸蓄电池的电池温度大于或等于第二预设温度值，或电池内阻为预设基准值的预设第四倍数时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为严重故障；
其中，预设第一倍数、预设第二倍数、预设第三倍数、以及预设第四倍数中，预设第一倍数最小，预设第四倍数最大，预设第三倍数在预设第一倍数和预设第二倍数之间。
本发明还提供一种铅酸蓄电池的可用容量估算系统，包括：
第一数据获取模块，用于：得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
第一数据处理模块，用于：根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
第二数据获取模块，用于：得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
第二数据处理模块，用于：根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
电池可用容量估算模块，用于：得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
本发明还提供一种铅酸蓄电池的健康状态评估系统，包括：
可用容量得到模块，用于：通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
电池内阻和电池温度得到模块，用于：得到待评估铅酸蓄电池的实时电池内阻和电池温度；
健康状态评估模块，用于：根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
本发明还提供一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现上述任一种所述的铅酸蓄电池的可用容量估算方法，或者所述处理器执行所述计算机程序时实现上述任一种所述的铅酸蓄电池的健康状态评估方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一种所述的铅酸蓄电池的可用容量估算方法，或者，该计算机程序被处理器执行时实现上述任一种所述的铅酸蓄电池的健康状态评估方法。
本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述任一种所述的铅酸蓄电池的可用容量估算方法，或者，所述计算机程序被处理器执行时，计算机能够执行上述任一种所述的铅酸蓄电池的健康状态评估方法。
本发明提供的一种铅酸蓄电池的可用容量估算及健康状态评估方法，根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、最小放电电流的放电时间、铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、放电告警的开始时间戳、以及铅酸蓄电池的实时放电电流，得到准确的铅酸蓄电池的可用容量估算结果，并通过铅酸蓄电池健康度评估模型根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，精准判定待评估铅酸蓄电池的健康状态，可以通过铅酸蓄电池的可用容量估算结果和健康状态评估结果来判断铅酸蓄电池是否处于异常状态，有效提高维护人员在铁路通信机房的维护效率，保障通信设备的稳定和安全运行。
附图说明
为了更清楚地说明本发明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做出简单地介绍，显而易见地，下面描述中的附图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为本发明提供的一种铅酸蓄电池的可用容量估算方法的流程示意图。
图2为本发明提供的一种铅酸蓄电池的健康状态评估方法的流程示意图。
图3为本发明提供的一种铅酸蓄电池的可用容量估算系统的结构示意图。
图4为本发明提供的一种铅酸蓄电池的健康状态评估系统的结构示意图。
图5为本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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，它们不应该理解成对本发明的限制。基于本发明中的实施例，本领域普通技术人员在没有做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。在本发明的描述中，需要理解的是，所用到的术语仅仅是用于描述的目的，而不能理解为指示或暗示相对重要性。
下面结合图1-图5描述本发明提供的一种铅酸蓄电池的可用容量估算及健康状态评估方法。
图1是本发明提供的一种铅酸蓄电池的可用容量估算方法的流程示意图。参照图1，本发明提供的一种铅酸蓄电池的可用容量估算方法，可以包括：
步骤S110、得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
步骤S120、根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
步骤S130、得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
步骤S140、根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
步骤S150、得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
需要说明的是，本发明提供的铅酸蓄电池的可用容量估算方法的执行主体可以是任何符合技术要求的终端侧设备，例如铅酸蓄电池的可用容量估算装置等。
需要说明的是，铅酸蓄电池可以采用单体铅酸蓄电池或若干个单体组成的铅酸蓄电池组的形式。
在一种实施例中，步骤S110和步骤S130可以通过现有的动力与环境监控系统平台实时采集得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、最小放电电流的放电时间、以及铅酸蓄电池的实时放电电流等信息，还可以通过历史告警数据库统计得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、放电告警的开始时间戳等信息。
关于动力与环境监控系统平台，其在前端采集设备中使用远程终端单元RTU(Remote Terminal Unit)物理模块，通过部署在铅酸蓄电池上的温湿度传感器、能耗传感器等，定时采集铅酸蓄电池的实时状态数据，并从状态数据中提取出电池单体电压、单体内阻、电池温度、充放电电流、充放电压等数据。
在一种实施例中，步骤S120可以根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，通过第一表达式得到第一常量系数；
其中，第一表达式为：
，
第一表达式中，n表示第一常量系数，t1表示最大放电电流的放电时间，t2表示最小放电电流的放电时间，I1表示最大放电电流，I2表示最小放电电流。
具体的，阀控式铅酸蓄电池一般是以10小时为放电率。本实施例结合现场实际工作，取最大放电电流的放电时间为10小时，即t1=10（h）。
对于某一型号的铅酸蓄电池，通过查看铅酸蓄电池厂家的不同型号铅酸蓄电池的规格型号，可以获得其最大的初始可用容量，如。
通过铅酸蓄电池的可用容量与铅酸蓄电池的放电电流、放电时间的定义，通过下式（2）可得最大放电电流：
（2），
式（2）中，I10表示最大的初始可用容量下的最大放电电流，C10表示最大的初始可用容量。
即，。
铅酸蓄电池在放电过程中，随着铅酸蓄电池容量的不断降低，其放电电流也在不断的下降。为了更好地验证本发明在估算铅酸蓄电池可用容量的准确性，可以采用多个不同的最小放电电流值进行验证。在本实施例中，取。
在铅酸蓄电池的实际维护过程中，结合铁路通信机房铅酸蓄电池维护的相关标准规范，当铅酸蓄电池的可用容量低于额定容量的80%时，需要更换铅酸蓄电池或对其进行充电。因此，本实施例可以取，那么，通过下式（3）可以得出/>：
（3），
式（3）中，Cmin表示铅酸蓄电池的最小可用容量，C10表示最大的初始可用容量（额定容量）。
需要说明的是，t1、t2、I1、I2的实际取值可以根据实际情况调整。
步骤S140可以根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，通过第二表达式得到第二常量系数；
其中，第二表达式为：
，
第二表达式中，K表示第二常量系数，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，Ty表示放电告警y的开始时间戳，Tx表示放电告警x的开始时间戳。
其中，铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，由铅酸蓄电池的放电告警总数以及铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量的比例得到，形成第三表达式为：
，
第三表达式中，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，m表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量，N表示铅酸蓄电池的放电告警总数。
通过第一表达式、第二表达式和第三表达式得到的第一常量系数和第二常量系数能够提高后续估计铅酸蓄电池的可用容量的准确性。
进一步的，步骤S150可以根据第一常量系数、第二常量系数、以及铅酸蓄电池的实时放电电流，通过第四表达式得到铅酸蓄电池的可用容量估算结果；
其中，第四表达式为：
，
第四表达式中，C1表示铅酸蓄电池的可用容量估算结果，K表示第二常量系数，I表示铅酸蓄电池的实时放电电流，n表示第一常量系数。
本发明提供的一种铅酸蓄电池的可用容量估算方法，基于电池可用容量和放电电流的关系，计算出更优的第一常量系数和第二常量系数，准确估算铅酸蓄电池的可用容量，有助于维护人员及时对需要更换或充电的铅酸蓄电池进行维护，提高维护效率。
图2是本发明提供的一种铅酸蓄电池的健康状态评估方法的流程示意图。参照图2，本发明提供的一种铅酸蓄电池的健康状态评估方法，可以包括：
步骤S210、通过上述铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
步骤S220、得到待评估铅酸蓄电池的实时电池内阻和电池温度；
步骤S230、根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
需要说明的是，本发明提供的铅酸蓄电池的健康状态评估方法的执行主体可以是任何符合技术要求的终端侧设备，例如铅酸蓄电池的健康状态评估装置等。
在一种实施例中，步骤S220可以通过现有的动力与环境监控系统平台实时采集得到待评估铅酸蓄电池的实时电池内阻和电池温度等信息。
需要说明的是，步骤S230的铅酸蓄电池健康度评估模型可以采用任何开源的且符合本发明要求的模型框架进行训练得到。
在一种实施例中，步骤S230的铅酸蓄电池健康度评估模型可以根据以下条件对待评估铅酸蓄电池进行健康度评估：
I）当待评估铅酸蓄电池的电池内阻为预设基准值的预设第一倍数，且可用容量在额定容量的预设百分比以下时（例如，当待评估铅酸蓄电池的电池内阻为预设基准值的1.25倍左右，且可用容量在额定容量的80%以下时），或者，当待评估铅酸蓄电池的环境温度大于或等于预设第一温度值时（例如，当待评估铅酸蓄电池的环境温度大于或等于30°时，由于通信机房的标准温度是10°~30°，如果铅酸蓄电池因热老化导致内阻变化，当监测到铅酸蓄电池的环境温度为30°以上时，铅酸蓄电池有潜在故障发生的可能性），铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为潜在故障。
II）当待评估铅酸蓄电池的电池内阻为预设基准值的预设第二倍数（例如，当待评估铅酸蓄电池的电池内阻为预设基准值的1.3~1.5倍之间），或者，当待评估铅酸蓄电池的电池内阻为预设基准值的预设第三倍数（例如，当待评估铅酸蓄电池的电池内阻为预设基准值的1.25~1.3杯之间），且可用容量在额定容量的预设百分比以下（例如，可用容量在额定容量的80%以下）时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为一般故障；
III）当待评估铅酸蓄电池的电池温度大于或等于第二预设温度值（例如，当待评估铅酸蓄电池的电池温度大于或等于40°），或电池内阻为预设基准值的预设第四倍数（例如，电池内阻为预设基准值的1.5倍以上）时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为严重故障；
其中，预设第一倍数、预设第二倍数、预设第三倍数、以及预设第四倍数中，预设第一倍数最小，预设第四倍数最大，预设第三倍数在预设第一倍数和预设第二倍数之间。
需要说明的是，铅酸蓄电池的电池内阻的预设基准值可以由厂家提供。
本发明提供的一种铅酸蓄电池的可用容量估算及健康状态评估方法，根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、最小放电电流的放电时间、铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、放电告警的开始时间戳、以及铅酸蓄电池的实时放电电流，得到准确的铅酸蓄电池的可用容量估算结果，并通过铅酸蓄电池健康度评估模型根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，精准判定待评估铅酸蓄电池的健康状态，可以通过铅酸蓄电池的可用容量估算结果和健康状态评估结果来判断铅酸蓄电池是否处于异常状态，有效提高维护人员在铁路通信机房的维护效率，保障通信设备的稳定和安全运行。
近年来，随着物联网技术的快速发展，越来越多地被应用到各行业中提升工作效率。铁路行业机房电源监控引入基于物联网传感技术收集铅酸蓄电池整组信息，包括电池组电压、电流、温度以及单节电池电压、电流、内阻等信息，并将信息上报给平台。但是上述方案只是收集、处理、上报信息，信息收集者并不能充分利用这些信息包含的深层次含义，继而对铅酸蓄电池的健康状态(SOH)做出准确判断。本发明的主要目的就是充分利用平台采集到的数据，通过优化算法估算铅酸蓄电池的可用剩余容量。同时，针对铅酸蓄电池在工作中，内阻缓慢增大的特性，联合铅酸蓄电池可用剩余容量等数据，提出一套适用于铁路通信机房电池维护工作的铅酸蓄电池健康度(SOH)评判标准。本发明在实际工作中的应用，能够达到通过收集电池信息判断铅酸蓄电池是否处于异常状态，最大限度保持电池组容量和性能，延长电池组运行寿命，使得处于浮充的电池组还能继续吸收电能，提高电池能量吸收比，延长电池组备用时间，自动消除单体电压高位告警。
除此之外，本发明本发明提供的一种铅酸蓄电池的可用容量估算及健康状态评估方法，还能够带来以下有益效果：
1、通过对比不同时间段的能耗数据，快速确定铅酸蓄电池是否存在故障情况，提高维护人员的工作效率；
2、将能耗数据、使用寿命、运行记录等多个维度的数据结合起来对铅酸蓄电池进行健康状态评价，能够为维护人员提供更加全面、客观的铅酸蓄电池健康状态信息，有利于制定更加科学、有效的维护计划；
3、通过对设备大数据的分析，预测设备的故障情况和未来发展趋势，有利于进行预测性的维护，提高设备的稳定性和使用寿命；
4、使得基于能耗监测的设备健康度分析技术成为一种趋于智能化、高效化的设备监测与维护方案，为设备的安全、可靠运行提供了强有力的支持。
根据本发明还提供的一种铅酸蓄电池的可用容量估算及健康状态评估方法，铁路通信机房供电系统可以通过定时或定期的方式对铅酸蓄电池进行可用容量的估算和健康状态的评估，当估算结果或评估结果达到预设的告警条件时，及时发出告警信息，以提示维护人员及时采取应对措施，保证铁路通信机房供电系统的安全和稳定运行。
一方面，下面对本发明提供的铅酸蓄电池的可用容量估算系统进行描述，下文描述的铅酸蓄电池的可用容量估算系统与上文描述的铅酸蓄电池的可用容量估算方法可相互对应参照。
参照图3，本发明提供的一种铅酸蓄电池的可用容量估算系统，可以包括：
第一数据获取模块，用于：得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
第一数据处理模块，用于：根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
第二数据获取模块，用于：得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
第二数据处理模块，用于：根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
电池可用容量估算模块，用于：得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
根据本发明提供的一种铅酸蓄电池的可用容量估算系统，所述第一数据处理模块具体用于：
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，通过第一表达式得到第一常量系数；
其中，第一表达式为：
，
第一表达式中，n表示第一常量系数，t1表示最大放电电流的放电时间，t2表示最小放电电流的放电时间，I1表示最大放电电流，I2表示最小放电电流。
根据本发明提供的一种铅酸蓄电池的可用容量估算系统，所述第二数据处理模块具体用于：
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，通过第二表达式得到第二常量系数；
其中，第二表达式为：
，
第二表达式中，K表示第二常量系数，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，Ty表示放电告警y的开始时间戳，Tx表示放电告警x的开始时间戳。
需要说明的是，铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，由铅酸蓄电池的放电告警总数以及铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量的比例得到，形成第三表达式为：
，
第三表达式中，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，m表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量，N表示铅酸蓄电池的放电告警总数。
根据本发明提供的一种铅酸蓄电池的可用容量估算系统，所述电池可用容量估算模块具体用于：
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，通过第四表达式得到铅酸蓄电池的可用容量估算结果；
其中，第四表达式为：
，
第四表达式中，C1表示铅酸蓄电池的可用容量估算结果，K表示第二常量系数，I表示铅酸蓄电池的实时放电电流，n表示第一常量系数。
另一方面，下面对本发明提供的铅酸蓄电池的健康状态评估系统进行描述，下文描述的铅酸蓄电池的健康状态评估系统与上文描述的铅酸蓄电池的健康状态评估方法可相互对应参照。
参照图4，本发明提供的一种铅酸蓄电池的健康状态评估系统，可以包括：
可用容量得到模块，用于：通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
电池内阻和电池温度得到模块，用于：得到待评估铅酸蓄电池的实时电池内阻和电池温度；
健康状态评估模块，用于：根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
需要说明的是，所述健康状态评估模块可以通过以下条件对待评估铅酸蓄电池进行健康度评估：
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第一倍数，且可用容量在额定容量的预设百分比以下时，或者，当待评估铅酸蓄电池的环境温度大于或等于预设第一温度值时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为潜在故障；
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第二倍数，或者，当待评估铅酸蓄电池的电池内阻为预设基准值的预设第三倍数，且可用容量在额定容量的预设百分比以下时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为一般故障；
当待评估铅酸蓄电池的电池温度大于或等于第二预设温度值，或电池内阻为预设基准值的预设第四倍数时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为严重故障；
其中，预设第一倍数、预设第二倍数、预设第三倍数、以及预设第四倍数中，预设第一倍数最小，预设第四倍数最大，预设第三倍数在预设第一倍数和预设第二倍数之间。
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行铅酸蓄电池的可用容量估算方法，该方法包括：
得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果；
或者，处理器810可以调用存储器830中的逻辑指令，以执行铅酸蓄电池的健康状态评估方法，该方法包括：
通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
得到待评估铅酸蓄电池的实时电池内阻和电池温度；
根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
此外，上述的存储器830中的逻辑指令可以通过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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的铅酸蓄电池的可用容量估算方法，该方法包括：
得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果；
或者，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的铅酸蓄电池的健康状态评估方法，该方法包括：
通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
得到待评估铅酸蓄电池的实时电池内阻和电池温度；
根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的铅酸蓄电池的可用容量估算方法，该方法包括：
得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果；
或者，该计算机程序被处理器执行时实现以执行上述各方法提供的铅酸蓄电池的健康状态评估方法，该方法包括：
通过上述任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
得到待评估铅酸蓄电池的实时电池内阻和电池温度；
根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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)
1.一种铅酸蓄电池的可用容量估算方法，其特征在于，包括：
得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
2.根据权利要求1所述的铅酸蓄电池的可用容量估算方法，其特征在于，所述根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数，具体为：
根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，通过第一表达式得到第一常量系数；
其中，第一表达式为：
，
第一表达式中，n表示第一常量系数，t1表示最大放电电流的放电时间，t2表示最小放电电流的放电时间，I1表示最大放电电流，I2表示最小放电电流。
3.根据权利要求2所述的铅酸蓄电池的可用容量估算方法，其特征在于，所述根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数，具体为：
根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，通过第二表达式得到第二常量系数；
其中，第二表达式为：
，
第二表达式中，K表示第二常量系数，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，Ty表示放电告警y的开始时间戳，Tx表示放电告警x的开始时间戳。
4.根据权利要求3所述的铅酸蓄电池的可用容量估算方法，其特征在于，铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，由铅酸蓄电池的放电告警总数以及铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量的比例得到，形成第三表达式为：
，
第三表达式中，β表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率，m表示铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的数量，N表示铅酸蓄电池的放电告警总数。
5.根据权利要求1-4中任一项所述的铅酸蓄电池的可用容量估算方法，其特征在于，所述得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果，具体为：
得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，通过第四表达式得到铅酸蓄电池的可用容量估算结果；
其中，第四表达式为：
，
第四表达式中，C1表示铅酸蓄电池的可用容量估算结果，K表示第二常量系数，I表示铅酸蓄电池的实时放电电流，n表示第一常量系数。
6.一种铅酸蓄电池的健康状态评估方法，其特征在于，包括：
通过权利要求1-5中任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
得到待评估铅酸蓄电池的实时电池内阻和电池温度；
根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
7.根据权利要求6所述的铅酸蓄电池的健康状态评估方法，其特征在于，所述根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果，包括：
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第一倍数，且可用容量在额定容量的预设百分比以下时，或者，当待评估铅酸蓄电池的环境温度大于或等于预设第一温度值时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为潜在故障；
当待评估铅酸蓄电池的电池内阻为预设基准值的预设第二倍数，或者，当待评估铅酸蓄电池的电池内阻为预设基准值的预设第三倍数，且可用容量在额定容量的预设百分比以下时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为一般故障；
当待评估铅酸蓄电池的电池温度大于或等于第二预设温度值，或电池内阻为预设基准值的预设第四倍数时，铅酸蓄电池健康度评估模型判定待评估铅酸蓄电池的健康状态评估结果为严重故障；
其中，预设第一倍数、预设第二倍数、预设第三倍数、以及预设第四倍数中，预设第一倍数最小，预设第四倍数最大，预设第三倍数在预设第一倍数和预设第二倍数之间。
8.一种铅酸蓄电池的可用容量估算系统，其特征在于，包括：
第一数据获取模块，用于：得到待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间；
第一数据处理模块，用于：根据待估算铅酸蓄电池的最大放电电流、最小放电电流、最大放电电流的放电时间、以及最小放电电流的放电时间，得到第一常量系数；
第二数据获取模块，用于：得到待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳；
第二数据处理模块，用于：根据待估算铅酸蓄电池在最大放电电流的放电时间和最小放电电流的放电时间内发生放电告警的概率、以及放电告警的开始时间戳，得到第二常量系数；
电池可用容量估算模块，用于：得到待估算铅酸蓄电池的实时放电电流，根据第一常量系数和第二常量系数，得到待估算铅酸蓄电池的可用容量估算结果。
9.一种铅酸蓄电池的健康状态评估系统，其特征在于，包括：
可用容量得到模块，用于：通过权利要求1-5中任一项所述的铅酸蓄电池的可用容量估算方法，得到待评估铅酸蓄电池的可用容量；
电池内阻和电池温度得到模块，用于：得到待评估铅酸蓄电池的实时电池内阻和电池温度；
健康状态评估模块，用于：根据待评估铅酸蓄电池的可用容量、电池内阻、以及电池温度，通过铅酸蓄电池健康度评估模型对待评估铅酸蓄电池进行健康度评估，得到待评估铅酸蓄电池的健康状态评估结果。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的铅酸蓄电池的可用容量估算方法，或者，所述计算机程序被处理器执行时实现如权利要求6或7所述的铅酸蓄电池的健康状态评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311397941.9A CN117129880B (zh) | 2023-10-26 | 2023-10-26 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311397941.9A CN117129880B (zh) | 2023-10-26 | 2023-10-26 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117129880A true CN117129880A (zh) | 2023-11-28 |
| CN117129880B CN117129880B (zh) | 2024-02-09 |
Family
ID=88851139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311397941.9A Active CN117129880B (zh) | 2023-10-26 | 2023-10-26 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117129880B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002162451A (ja) * | 2000-11-28 | 2002-06-07 | Nippon Telegr & Teleph Corp <Ntt> | リチウムイオン電池の容量推定方法、劣化判定方法および劣化判定装置ならびに劣化判定機能を具備したリチウムイオン電池パック |
| CN101900793A (zh) * | 2010-07-30 | 2010-12-01 | 盈正豫顺电子股份有限公司 | 电池放电残余时间估测方法 |
| CN104483633A (zh) * | 2014-12-23 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 铅酸蓄电池监测系统 |
| CN109188291A (zh) * | 2018-09-17 | 2019-01-11 | 济南大学 | 一种铅酸蓄电池核容放电剩余容量预测方法 |
| CN109444750A (zh) * | 2018-10-17 | 2019-03-08 | 南京邮电大学 | 一种铅酸蓄电池容量预估方法 |
| US20190178943A1 (en) * | 2017-12-07 | 2019-06-13 | National Chung Shan Institute Of Science And Technology | Battery health state evaluation device and method |
| CN110133506A (zh) * | 2018-02-09 | 2019-08-16 | 宝山钢铁股份有限公司 | 一种用于计算锂电池剩余使用时间的装置及其计算方法 |
| CN111123129A (zh) * | 2019-12-24 | 2020-05-08 | 天能电池集团股份有限公司 | 一种铅蓄电池容量检测方法 |
| CN111562498A (zh) * | 2020-05-18 | 2020-08-21 | 山东大学 | 动力电池可用容量估计方法及系统 |
| CN113711458A (zh) * | 2020-11-27 | 2021-11-26 | 东莞新能德科技有限公司 | 电池容量预估方法、电子装置和存储介质 |
| CN115980608A (zh) * | 2022-06-22 | 2023-04-18 | 国网陕西省电力有限公司渭南供电公司 | 蓄电池组核容放电集控系统 |
| CN116520172A (zh) * | 2023-04-28 | 2023-08-01 | 浙江极氪智能科技有限公司 | 电池组剩余容量估算方法、装置、电子设备和存储介质 |
| CN116930788A (zh) * | 2023-07-25 | 2023-10-24 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于堆叠模型的储能电站锂电池容量估计方法 |
-
2023
- 2023-10-26 CN CN202311397941.9A patent/CN117129880B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002162451A (ja) * | 2000-11-28 | 2002-06-07 | Nippon Telegr & Teleph Corp <Ntt> | リチウムイオン電池の容量推定方法、劣化判定方法および劣化判定装置ならびに劣化判定機能を具備したリチウムイオン電池パック |
| CN101900793A (zh) * | 2010-07-30 | 2010-12-01 | 盈正豫顺电子股份有限公司 | 电池放电残余时间估测方法 |
| CN104483633A (zh) * | 2014-12-23 | 2015-04-01 | 广东电网有限责任公司电力科学研究院 | 铅酸蓄电池监测系统 |
| US20190178943A1 (en) * | 2017-12-07 | 2019-06-13 | National Chung Shan Institute Of Science And Technology | Battery health state evaluation device and method |
| CN110133506A (zh) * | 2018-02-09 | 2019-08-16 | 宝山钢铁股份有限公司 | 一种用于计算锂电池剩余使用时间的装置及其计算方法 |
| CN109188291A (zh) * | 2018-09-17 | 2019-01-11 | 济南大学 | 一种铅酸蓄电池核容放电剩余容量预测方法 |
| CN109444750A (zh) * | 2018-10-17 | 2019-03-08 | 南京邮电大学 | 一种铅酸蓄电池容量预估方法 |
| CN111123129A (zh) * | 2019-12-24 | 2020-05-08 | 天能电池集团股份有限公司 | 一种铅蓄电池容量检测方法 |
| CN111562498A (zh) * | 2020-05-18 | 2020-08-21 | 山东大学 | 动力电池可用容量估计方法及系统 |
| CN113711458A (zh) * | 2020-11-27 | 2021-11-26 | 东莞新能德科技有限公司 | 电池容量预估方法、电子装置和存储介质 |
| US20230305069A1 (en) * | 2020-11-27 | 2023-09-28 | Dongguan Nvt Technology Limited | Method for battery capacity estimation, electronic apparatus, and storage medium |
| CN115980608A (zh) * | 2022-06-22 | 2023-04-18 | 国网陕西省电力有限公司渭南供电公司 | 蓄电池组核容放电集控系统 |
| CN116520172A (zh) * | 2023-04-28 | 2023-08-01 | 浙江极氪智能科技有限公司 | 电池组剩余容量估算方法、装置、电子设备和存储介质 |
| CN116930788A (zh) * | 2023-07-25 | 2023-10-24 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于堆叠模型的储能电站锂电池容量估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 周智勇等: "基于Peukert方程的铅酸蓄电池容量计算方法研究", 蓄电池, vol. 50, no. 02, pages 55 - 57 * |
| 李玉芳等: "基于工况特性的电动汽车蓄电池组SOC与SOH在线智能识别与评价方法研究", 测控技术, vol. 32, no. 04, pages 100 - 104 * |
| 沈维祥: "光伏系统中铅酸蓄电池实际容量的计算", 农村能源, no. 02, pages 10 - 11 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117129880B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111812518B (zh) | 电池状态监控方法、存储介质和系统 | |
| CN104316879B (zh) | 一种铅酸蓄电池组寿命的预测方法 | |
| JP2010519692A (ja) | 制御弁式鉛蓄電池性能の分析方法 | |
| CN112924866B (zh) | 容量保持率的检测方法、检测装置、车辆及存储介质 | |
| CN111856309A (zh) | 一种电池健康状态的定量判断方法 | |
| CN117249918A (zh) | 温度传感器故障预警方法、装置、介质及设备 | |
| CN116956639A (zh) | 一种基于数据分析的高散热性蓄电池评估方法及系统 | |
| CN117214757A (zh) | 锂离子电池及电池组健康度预测方法 | |
| CN111413564A (zh) | 一种超级电容器失效预警方法、系统以及设备 | |
| CN113540589B (zh) | 一种电池温差自适应阈值确定方法及系统 | |
| CN111460656A (zh) | 一种电力机房通信电源运行寿命评估方法和系统 | |
| CN118226310A (zh) | 一种铅酸电池健康状态在线检测方法及系统 | |
| CN117129880B (zh) | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 | |
| CN117872160A (zh) | 电池状态预警方法、装置、设备及存储介质 | |
| CN117375158A (zh) | 一种车用退役电池包梯次储能系统的智能运维方法及系统 | |
| CN112529464A (zh) | 一种电池包的健康度评估方法、装置及相关产品 | |
| CN117233637A (zh) | 锂电池容量跳水监控方法、装置、计算机设备和存储介质 | |
| CN109557469B (zh) | 蓄电池核容数据分析方法及装置 | |
| CN116455079A (zh) | 基于大数据的用电信息一体化安全监管系统及方法 | |
| CN115469226B (zh) | 一种基于运行大数据的电动汽车动力电池实时安全预警方法 | |
| JP2023088310A (ja) | 鉛系電池、特に待機電力を蓄えることを目的とした鉛系電池の診断および寿命の予測方法 | |
| CN116593902B (zh) | 基于铁锂电池的性能参数融合成ai模型的故障诊断方法 | |
| CN115308609B (zh) | 一种锂离子电池厚度的预测方法、预测装置和锂离子电池 | |
| CN114545281B (zh) | 一种储能电站状态监测方法及系统 | |
| CN118413003A (zh) | 基于软件定义的储能系统一体化架构及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |