CN117155790B - 电池管理系统的数据传输方法、系统、设备及存储介质 - Google Patents

电池管理系统的数据传输方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN117155790B
CN117155790B CN202311399176.4A CN202311399176A CN117155790B CN 117155790 B CN117155790 B CN 117155790B CN 202311399176 A CN202311399176 A CN 202311399176A CN 117155790 B CN117155790 B CN 117155790B
Authority
CN
China
Prior art keywords
data
transmission
battery
channel
data transmission
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.)
Active
Application number
CN202311399176.4A
Other languages
English (en)
Other versions
CN117155790A (zh
Inventor
李彬
罗礼新
曾锦辉
戴天童
张静
雷佳挺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiade Energy Technology Zhuhai Co ltd
Original Assignee
Jiade Energy Technology Zhuhai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiade Energy Technology Zhuhai Co ltd filed Critical Jiade Energy Technology Zhuhai Co ltd
Priority to CN202311399176.4A priority Critical patent/CN117155790B/zh
Publication of CN117155790A publication Critical patent/CN117155790A/zh
Application granted granted Critical
Publication of CN117155790B publication Critical patent/CN117155790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0894—Policy-based network configuration management
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及数据传输领域，公开了一种电池管理系统的数据传输方法、系统、设备及存储介质，用于实现BMS电池管理系统中多通道数据传输的高效、可靠和低能耗并提升数据传输的性能和响应速度。方法包括：通过BMS电池管理系统对目标电池组进行多通道数据采集，得到第一电池参数数据；进行数据分割，得到多个第二电池参数数据，并分别将多个第二电池参数数据传输至多个分布式存储单元；创建电池数据智能体并获取数据传输状态参数；进行状态特征提取和向量转换，生成状态特征向量；进行数据传输策略分析，生成单通道数据传输策略；根据单通道数据传输策略，对BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。

Description

电池管理系统的数据传输方法、系统、设备及存储介质
技术领域
本发明涉及数据传输领域，尤其涉及一种电池管理系统的数据传输方法、系统、设备及存储介质。
背景技术
随着电动汽车、储能系统等领域的迅速发展，电池管理系统（BMS）的重要性日益凸显。BMS负责监控、管理和保护电池，确保其安全性、性能和寿命。随着电池系统规模的增大，产生的数据量急剧增加。如何高效地处理和存储这些数据成为一个挑战。
传统的BMS系统通常采用单一通道数据采集，但随着电池组规模的扩大和对精密控制的需求增加，采用多通道数据采集变得更为迫切。随着电池技术的不断发展，电池系统变得更加复杂。现代电动汽车、储能系统等对电池的要求越来越高，需要更加智能、灵活、可靠的电池管理系统。传统的BMS系统已经不能满足对数据传输的高要求，即现有方案的数据传输效率低。
发明内容
本发明提供了一种电池管理系统的数据传输方法、系统、设备及存储介质，用于实现BMS电池管理系统中多通道数据传输的高效、可靠和低能耗并提升数据传输的性能和响应速度。
本发明第一方面提供了一种BMS电池管理系统的数据传输方法，所述BMS电池管理系统的数据传输方法包括：
通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元；
创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
结合第一方面，在本发明第一方面的第一种实现方式中，所述通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据，包括：
通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到初始电池电压数据、初始电池电流数据以及初始电池温度数据；
分别对所述初始电池电压数据、所述初始电池电流数据以及所述初始电池温度数据进行数据预处理，得到目标电池电压数据、目标电池电流数据以及目标电池温度数据；
基于预置的多通道传输机制，对所述目标电池电压数据、所述目标电池电流数据以及所述目标电池温度数据进行传输通道分配，得到初始通道分配结果；
对所述初始通道分配结果进行匹配度校验，得到匹配度校验结果，并根据所述匹配度校验结果对多个传输通道与所述目标电池电压数据、所述目标电池电流数据以及所述目标电池温度数据进行动态调整，得到每个传输通道的目标对应关系；
根据所述目标对应关系，确定每个传输通道对应的第一电池参数数据。
结合第一方面，在本发明第一方面的第二种实现方式中，所述对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元，包括：
对所述第一电池参数数据进行动态数据量分析，生成多个不同大小的数据量；
基于所述多个不同大小的数据量，分别对所述第一电池参数数据进行数据分割和通道标识，得到每个传输通道对应的多个第二电池参数数据；
创建所述BMS电池管理系统的云存储平台，并基于所述云存储平台构建分布式存储网络，其中，所述分布式存储网络包括多个分布式存储单元；
基于预置的数据分发策略，分别将所述多个第二电池参数数据传输至所述多个分布式存储单元。
结合第一方面，在本发明第一方面的第三种实现方式中，所述创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数，包括：
创建每个分布式存储单元对应的电池数据智能体，其中，所述电池数据智能体包括输入层、策略网络以及输出层，所述策略网络包括一层双向长短时记忆单元、第一层单向门限循环单元及第二层单向门限循环单元；
将所述电池数据智能体部署在每个分布式存储单元上；
对每个传输通道进行传输状态监测，得到每个传输通道的初始传输状态参数，其中，所述数据传输状态参数包括传输速率、延迟及吞吐量；
分别获取每个传输通道的响应波动时长，并根据所述响应波动时长对每个传输通道的初始传输状态参数进行参数校准，得到每个传输通道的数据传输状态参数。
结合第一方面，在本发明第一方面的第四种实现方式中，所述对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量，包括：
创建参数特征空间，并将所述数据传输状态参数转换为多个参数数据点，以及将所述多个参数数据点映射至所述参数特征空间；
在所述参数特征空间中确定多个目标聚类点，并通过预置的特征聚类模型根据所述多个目标聚类点对所述多个参数数据点进行数据点聚类，得到每个目标聚类点的参数数据点集合；
对每个目标聚类点的参数数据点集合进行均值运算，得到多个参数数据均值，并根据所述多个参数数据均值确定每个传输通道的多个传输状态特征；
对所述多个传输状态特征进行归一化处理，得到多个归一化状态特征，并对所述多个归一化状态特征进行向量转换，生成每个传输通道的状态特征向量。
结合第一方面，在本发明第一方面的第五种实现方式中，所述通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略，包括：
通过所述电池数据智能体中的输入层，对所述状态特征向量中的多个向量元素进行权重分配，得到每个向量元素对应的权重数据；
基于每个向量元素对应的权重数据对所述状态特征向量进行加权处理，得到加权状态向量；
通过所述策略网络中的双向长短时记忆单元，对所述加权状态向量进行时序状态特征提取，得到目标特征向量；
通过所述策略网络中的第一层单向门限循环单元，对所述目标特征向量进行隐藏特征提取，得到第一隐藏特征向量；
通过所述策略网络中的第一层单向门限循环单元，对所述第一隐藏特征向量进行特征映射，得到第二隐藏特征向量；
通过所述电池数据智能体中的输出层，对所述第二隐藏特征向量进行传输特征预测，得到目标预测值；
获取数据传输策略列表，并基于所述目标预测值对所述数据传输策略列表中的多个候选数据传输策略进行匹配，得到每个电池数据智能体对应的初始数据传输策略；
对每个电池数据智能体对应的初始数据传输策略进行通道分类和策略融合，生成每个传输通道对应的单通道数据传输策略。
结合第一方面，在本发明第一方面的第六种实现方式中，所述根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略，包括：
通过所述BMS电池管理系统确定多通道权重系数，并基于所述多通道权重系数对所述单通道数据传输策略进行策略集成，生成原始多通道数据传输策略；
通过预置的蝙蝠优化算法，对所述原始多通道数据传输策略进行蝙蝠群体初始化，得到初始化蝙蝠群体；
基于所述初始化蝙蝠群体在策略空间中寻找最优的多通道数据传输策略，生成目标多通道数据传输策略。
本发明第二方面提供了一种BMS电池管理系统的数据传输系统，所述BMS电池管理系统的数据传输系统包括：
采集模块，用于通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
传输模块，用于对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元；
创建模块，用于创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
转换模块，用于对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
分析模块，用于通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
优化模块，用于根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
本发明第三方面提供了一种BMS电池管理系统的数据传输设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述BMS电池管理系统的数据传输设备执行上述的BMS电池管理系统的数据传输方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的BMS电池管理系统的数据传输方法。
本发明提供的技术方案中，通过预置的BMS电池管理系统实现对目标电池组的多通道数据采集，有助于全面了解电池组的状态，提高数据采集的全面性和精准性。利用动态数据分割技术，将第一电池参数数据分割成多个第二电池参数数据，并通过多通道传输机制将其传输至分布式存储单元。有助于提高数据传输效率，使系统更加灵活适应不同数据量和通道情况。利用电池数据智能体，对传输通道的数据传输状态参数进行实时监测和智能分析。有助于实现对数据传输状态的即时掌握。通过对数据传输状态参数进行状态特征提取和向量转换，得到每个传输通道的状态特征向量。利用电池数据智能体对状态特征向量进行分析，生成每个传输通道的单通道数据传输策略。随后，通过对单通道数据传输策略的集成和蝙蝠优化算法的应用，实现了对整体BMS电池管理系统的数据传输策略进行优化。有助于提高系统的整体性能和效率。通过动态调整机制和用户定制化接口，系统能够根据外部环境变化和用户需求动态更新数据传输策略，提高了系统的灵活性和适应性。利用分布式存储单元和动态通道调整，实现了电池参数数据的分布式存储和智能匹配，进而实现了BMS电池管理系统中多通道数据传输的高效、可靠和低能耗，并提升了数据传输的性能和响应速度。
附图说明
图1为本发明实施例中BMS电池管理系统的数据传输方法的一个实施例示意图；
图2为本发明实施例中数据分割的流程图；
图3为本发明实施例中创建电池数据智能体的流程图；
图4为本发明实施例中状态特征提取的流程图；
图5为本发明实施例中BMS电池管理系统的数据传输系统的一个实施例示意图；
图6为本发明实施例中BMS电池管理系统的数据传输设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种电池管理系统的数据传输方法、系统、设备及存储介质，用于实现BMS电池管理系统中多通道数据传输的高效、可靠和低能耗并提升数据传输的性能和响应速度。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中BMS电池管理系统的数据传输方法的一个实施例包括：
S101、通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
可以理解的是，本发明的执行主体可以为BMS电池管理系统的数据传输系统，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器通过预置的BMS电池管理系统进行多通道数据采集。这个过程涉及获取初始电池电压数据、初始电池电流数据以及初始电池温度数据。这些数据是电池状态监测的关键组成部分。对这些初始数据进行数据预处理，以确保数据的准确性和可用性。这包括去噪、滤波、校正等操作，以消除传感器误差，得到目标电池电压数据、目标电池电流数据以及目标电池温度数据。基于预置的多通道传输机制，对目标电池电压数据、目标电池电流数据以及目标电池温度数据进行传输通道分配，以确保数据能够有效地传输到相应的存储单元。为了确保数据的正确性和匹配度，对初始通道分配结果进行匹配度校验。这一步骤旨在验证通道分配是否与数据类型高度匹配。如果出现不匹配的情况，系统将重新分配通道，以避免数据混淆。匹配度校验的结果会揭示一些通道不适合传输特定类型的数据。在这种情况下，系统会进行动态调整，重新安排通道分配，以确保每个传输通道都传输正确的数据。根据动态调整的结果，确定了每个传输通道对应的第一电池参数数据，包括电压、电流和温度等。这些数据对于电池状态监测和管理至关重要，因为它们反映了电池组的健康和性能。
S102、对第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将多个第二电池参数数据传输至预置的多个分布式存储单元；
具体的，服务器对第一电池参数数据进行动态数据量分析，生成多个不同大小的数据块。这个步骤是为了将原始数据分割成适合传输的小块数据，以提高传输效率。基于生成的不同大小的数据块，分别对第一电池参数数据进行数据分割。同时，为每个分割后的数据块进行通道标识，以确定它们应该传输到哪个特定的传输通道。为了支持数据的存储和管理，创建BMS电池管理系统的云存储平台。这个平台允许数据的集中存储和访问，并为后续的分布式存储网络提供基础设施。在云存储平台的基础上构建分布式存储网络，该网络包括多个分布式存储单元。这些分布式存储单元分布在不同的位置，以确保数据冗余和可用性。根据预置的数据分发策略，将分割后的多个第二电池参数数据传输至多个分布式存储单元。这个策略可以确定哪个数据块应该存储在哪个存储单元上，以实现数据的均衡分布和冗余备份。例如，假设每辆汽车配备了多个传感器，采集电池的电压、电流、温度等数据。这些数据需要高效地传输和存储。BMS系统采用多通道数据采集，同时获取多个传感器的数据。将第一电池参数数据分割成适当大小的数据块，例如，每分钟一个数据块。每个数据块带有通道标识，以便将其分配到正确的传输通道。通过动态数据分析，BMS系统能够智能地调整数据块的大小，以满足不同驾驶情况下的数据传输需求。这些数据块传输到云存储平台上的分布式存储单元，其中数据传输策略优化了传输通道的使用，以确保及时性和效率。同时，BMS系统可以在汽车上进行实时数据处理，仅将关键信息传输到云端，例如异常情况或需要远程监控的情况。数据传输是经过加密的，以确保数据的安全性。
S103、创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
需要说明的是，电池数据智能体是一种具有人工智能（AI）能力的软件实体，用于监测和管理电池数据的传输。它通常由输入层、策略网络和输出层组成。策略网络包括一层双向长短时记忆单元（LSTM）、第一层单向门限循环单元（GRU）以及第二层单向门限循环单元（GRU）。这些组件共同构成了电池数据智能体，用于实时分析和优化数据传输策略。将创建的电池数据智能体部署在每个分布式存储单元上。这些存储单元可以分布在不同的地理位置，构成分布式存储网络。每个智能体将负责监测和管理其所在存储单元的数据传输。对每个传输通道进行传输状态监测。这包括获取传输速率、延迟和吞吐量等数据传输状态参数。这些参数是衡量数据传输性能的关键指标，有助于智能体做出实时决策。通过传输状态监测，获取每个传输通道的初始传输状态参数。这些参数提供了有关传输通道性能的基本信息，但受到瞬时因素的影响，如网络拥塞或突发事件。对于每个传输通道，获取响应波动时长。这是指从发出数据传输请求到收到响应的时间，可以用于衡量传输通道的稳定性和可靠性。基于响应波动时长，对每个传输通道的初始传输状态参数进行参数校准。校准过程可以通过算法来动态调整初始参数，以反映传输通道的实际性能，而不仅仅是瞬时状态。例如，假设电池数据智能体部署在每个分布式存储单元上。这些智能体使用LSTM、GRU等神经网络层来实时分析传输通道的性能和数据传输需求。随后，服务器对每个传输通道进行传输状态监测，收集传输速率、延迟和吞吐量等参数。例如，某个传输通道在高峰时段具有较高的延迟，而在低峰时段具有较低的延迟。服务器获取每个传输通道的初始传输状态参数，但意识到这些参数会受到网络波动的影响。因此，服务器还测量了每个通道的响应波动时长，以更准确地评估通道的性能。基于响应波动时长，服务器对初始传输状态参数进行参数校准。例如，服务器可以在高峰时段提高某个传输通道的数据传输速率，以应对网络拥塞，同时在低峰时段降低速率以降低能源消耗。
S104、对数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
具体的，创建一个参数特征空间，这是一个用于表示数据传输状态的多维空间。在这个空间中，每个参数数据点将被映射为一个多维向量。将数据传输状态参数转换为多个参数数据点。这些参数数据点可以包括传输速率、延迟、吞吐量等，每个数据点代表一个参数在特定时间点的值。将多个参数数据点映射至参数特征空间中。这可以通过各种特征提取方法和数据降维技术来实现，例如主成分分析（PCA）或自编码器等。在参数特征空间中确定多个目标聚类点。这些目标聚类点可以看作是代表不同的传输状态特征的关键点，它们用于数据点聚类和特征提取。使用预置的特征聚类模型，根据目标聚类点对多个参数数据点进行数据点聚类。这将生成每个目标聚类点的参数数据点集合。对于每个目标聚类点的参数数据点集合，进行均值运算，得到多个参数数据均值。这些均值反映了传输状态特征的平均性能。对多个参数数据均值进行归一化处理，以将它们映射到相同的数值范围内。这有助于消除不同参数的单位差异，使得特征更具可比性。将多个归一化状态特征转换为状态特征向量，这是一个包含所有状态特征的多维向量。
S105、通过电池数据智能体对状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
具体的，从状态特征向量中的多个向量元素中，通过电池数据智能体的输入层进行权重分配。这些权重反映了每个向量元素对于数据传输策略的重要性。这可以通过机器学习模型、深度神经网络等方法来实现。基于权重分配，对状态特征向量进行加权处理，得到加权状态向量。这个加权过程使得每个向量元素的贡献不同，更符合实际情况。通过电池数据智能体的策略网络中的双向长短时记忆单元（Bi-LSTM），对加权状态向量进行时序状态特征提取。这有助于捕捉状态特征向量中的时间相关性和动态变化。在策略网络中的第一层单向门限循环单元（GRU）中，对时序状态特征进行隐藏特征提取，得到第一隐藏特征向量。这个隐藏层有助于减少特征的维度，并提取更高级别的表示。通过策略网络中的第二层单向门限循环单元（GRU），对第一隐藏特征向量进行特征映射，得到第二隐藏特征向量。这一过程有助于进一步提取和抽象特征。通过电池数据智能体的输出层，对第二隐藏特征向量进行传输特征预测。这一步骤的目标是预测传输通道的性能和需求，例如传输速率、延迟和吞吐量等。获取数据传输策略列表，这是一组不同的候选数据传输策略，包括不同的传输通道设置和参数配置。基于预测的传输特征值，对数据传输策略列表中的多个候选策略进行匹配，以确定哪些策略最适合当前情况。对每个电池数据智能体对应的初始数据传输策略进行通道分类和策略融合。为每个传输通道选择最佳的数据传输策略，以满足其性能和需求要求。这些策略包括动态带宽分配、传输通道切换或错误恢复策略等。例如，服务器通过电池数据智能体获取了各个传输通道的状态特征向量。这些向量包括电池温度、电池充电状态、电池容量等多个特征。服务器使用权重分配，确定了每个特征的权重，以反映其对电池性能的重要性。例如，电池温度在某些情况下比电池容量更重要。服务器通过Bi-LSTM进行时序状态特征提取，以捕捉特征之间的时间相关性。使用GRU层进行隐藏特征提取和特征映射，以获得更高级别的表示。在输出层，服务器预测了每个传输通道的性能需求，例如电池温度需要维持在一定范围内以确保安全。服务器根据预测的传输特征值，从数据传输策略列表中选择最佳策略，例如调整传输速率以满足电池的需求。同时，服务器还会根据不同通道的需求，为每个传输通道选择合适的策略，以实现最佳的电池性能和数据传输效率。
S106、根据单通道数据传输策略，对BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
具体的，通过BMS电池管理系统确定多通道权重系数。这些权重系数用于指示每个传输通道在多通道数据传输策略中的重要性。权重系数的确定可以基于通道的性能需求、数据传输速率、电池状态等因素。基于多通道权重系数，对单通道数据传输策略进行策略集成。策略集成是将不同通道的单通道策略结合在一起，以形成原始多通道数据传输策略。这可以通过权重加权的方式实现，以确保不同通道的策略得到适当的考虑。使用预置的蝙蝠优化算法对原始多通道数据传输策略进行优化。初始化一个蝙蝠群体。蝙蝠群体是一组虚拟蝙蝠，每只蝙蝠代表一种的数据传输策略。基于初始化的蝙蝠群体，在策略空间中寻找最优的多通道数据传输策略。这一过程通常包括以下步骤：蝙蝠位置更新：每只蝙蝠根据当前位置和速度来更新其位置，以模拟蝙蝠在策略空间中的搜索过程；目标函数评估：对于每种数据传输策略，计算其性能指标，例如总体传输效率、数据传输延迟等；最优策略选择：选择具有最佳性能的策略作为目标多通道数据传输策略；群体更新：更新蝙蝠群体，包括位置、速度和适应度等属性，以反映策略搜索的进展；终止条件检查：根据预设的终止条件，确定是否继续搜索。如果未达到预设的停止条件，继续搜索以优化策略。例如，假设服务器通过BMS系统确定了多通道权重系数，这些系数反映了各个通道的重要性。例如，对于电动汽车的电池管理，电池温度通道的重要性较高，因此其权重系数较大。服务器将单通道数据传输策略集成成原始多通道数据传输策略，考虑了不同通道的权重。服务器使用蝙蝠优化算法来优化这个原始策略。服务器初始化一个蝙蝠群体，其中每只蝙蝠代表一种的多通道数据传输策略。在策略搜索过程中，蝙蝠群体不断更新其位置，以尝试不同的策略组合。每个策略都会经过目标函数评估，以计算其性能指标。算法选择具有最佳性能的策略作为目标多通道数据传输策略。
本发明实施例中，通过预置的BMS电池管理系统实现对目标电池组的多通道数据采集，有助于全面了解电池组的状态，提高数据采集的全面性和精准性。利用动态数据分割技术，将第一电池参数数据分割成多个第二电池参数数据，并通过多通道传输机制将其传输至分布式存储单元。有助于提高数据传输效率，使系统更加灵活适应不同数据量和通道情况。利用电池数据智能体，对传输通道的数据传输状态参数进行实时监测和智能分析。有助于实现对数据传输状态的即时掌握。通过对数据传输状态参数进行状态特征提取和向量转换，得到每个传输通道的状态特征向量。利用电池数据智能体对状态特征向量进行分析，生成每个传输通道的单通道数据传输策略。随后，通过对单通道数据传输策略的集成和蝙蝠优化算法的应用，实现了对整体BMS电池管理系统的数据传输策略进行优化。有助于提高系统的整体性能和效率。通过动态调整机制和用户定制化接口，系统能够根据外部环境变化和用户需求动态更新数据传输策略，提高了系统的灵活性和适应性。利用分布式存储单元和动态通道调整，实现了电池参数数据的分布式存储和智能匹配，进而实现了BMS电池管理系统中多通道数据传输的高效、可靠和低能耗，并提升了数据传输的性能和响应速度。
在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：
（1）通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到初始电池电压数据、初始电池电流数据以及初始电池温度数据；
（2）分别对初始电池电压数据、初始电池电流数据以及初始电池温度数据进行数据预处理，得到目标电池电压数据、目标电池电流数据以及目标电池温度数据；
（3）基于预置的多通道传输机制，对目标电池电压数据、目标电池电流数据以及目标电池温度数据进行传输通道分配，得到初始通道分配结果；
（4）对初始通道分配结果进行匹配度校验，得到匹配度校验结果，并根据匹配度校验结果对多个传输通道与目标电池电压数据、目标电池电流数据以及目标电池温度数据进行动态调整，得到每个传输通道的目标对应关系；
（5）根据目标对应关系，确定每个传输通道对应的第一电池参数数据。
具体的，服务器通过预置的BMS电池管理系统，对目标电池组进行多通道数据采集。这包括同时采集初始电池电压数据、初始电池电流数据以及初始电池温度数据。多通道采集可同时获取多种电池参数信息，提高了数据的多样性和全面性。对初始电池电压数据、初始电池电流数据和初始电池温度数据进行数据预处理。预处理的目标是清洗、平滑和标准化数据，以便后续分析和处理。这包括去除噪声、填充缺失值、去除异常值等。预处理后，得到目标电池电压数据、目标电池电流数据和目标电池温度数据。基于预置的多通道传输机制，对目标电池电压数据、目标电池电流数据和目标电池温度数据进行传输通道分配。传输通道分配是将这些数据分配到不同的通道或通信链路上，以便传输到后续处理单元。通常，不同通道具有不同的传输速率和带宽。对初始通道分配结果进行匹配度校验，以评估每个传输通道与目标电池参数数据之间的匹配程度。匹配度校验可使用不同的指标和算法，如相关性分析、误差分析等。根据匹配度校验结果，对多个传输通道进行动态调整。可以根据校验结果重新分配数据传输通道，以确保每个通道都能更好地匹配目标电池参数数据。动态调整包括传输速率的调整、通道切换等策略。根据匹配度校验和动态调整的结果，确定每个传输通道的目标对应关系。每个通道都与特定的目标电池参数数据相关联。基于目标对应关系，服务器获取每个传输通道对应的第一电池参数数据。这些第一电池参数数据包括电池电压、电流、温度等。
在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：
S201、对第一电池参数数据进行动态数据量分析，生成多个不同大小的数据量；
S202、基于多个不同大小的数据量，分别对第一电池参数数据进行数据分割和通道标识，得到每个传输通道对应的多个第二电池参数数据；
S203、创建BMS电池管理系统的云存储平台，并基于云存储平台构建分布式存储网络，其中，分布式存储网络包括多个分布式存储单元；
S204、基于预置的数据分发策略，分别将多个第二电池参数数据传输至多个分布式存储单元。
具体的，服务器对第一电池参数数据进行动态数据量分析。根据数据的变化情况，生成多个不同大小的数据量。动态数据量分析可以基于数据的时间段、事件触发或其他标准来进行。例如，如果某一时间段内的数据变化较小，可以将这段时间的数据合并成一个较小的数据块。如果某个事件触发了更频繁的数据采集，会生成更大的数据块。基于多个不同大小的数据量，对第一电池参数数据进行数据分割和通道标识。将原始数据分成不同的数据块，每个数据块包含不同的时间段或事件触发的数据。同时，为每个数据块分配传输通道标识，以便在后续的传输和存储过程中可以明确知道数据块的来源和内容。通道标识可以是唯一的标识符或其他方式，以确保数据的完整性和追踪性。创建BMS电池管理系统的云存储平台。云存储平台可以是云计算服务提供商的存储解决方案，也可以是自建的云存储系统。该平台用于存储和管理采集到的第一电池参数数据。在云存储平台的基础上，构建分布式存储网络。这个网络包括多个分布式存储单元，它们分布在不同的位置或数据中心。分布式存储网络可以提供高可用性和冗余性，确保数据的安全性和可靠性。基于预置的数据分发策略，将多个第二电池参数数据传输至多个分布式存储单元。数据分发策略可以根据数据的重要性、访问模式、存储容量等因素来制定。例如，对于重要的实时数据，可以选择将其传输到多个分布式存储单元以确保高可用性。而对于历史数据，可以根据存储容量和成本考虑选择性地分发到较少的存储单元。
在一具体实施例中，如图3所示，执行步骤S103的过程可以具体包括如下步骤：
S301、创建每个分布式存储单元对应的电池数据智能体，其中，电池数据智能体包括输入层、策略网络以及输出层，策略网络包括一层双向长短时记忆单元、第一层单向门限循环单元及第二层单向门限循环单元；
S302、将电池数据智能体部署在每个分布式存储单元上；
S303、对每个传输通道进行传输状态监测，得到每个传输通道的初始传输状态参数，其中，数据传输状态参数包括传输速率、延迟及吞吐量；
S304、分别获取每个传输通道的响应波动时长，并根据响应波动时长对每个传输通道的初始传输状态参数进行参数校准，得到每个传输通道的数据传输状态参数。
具体的，服务器创建每个分布式存储单元对应的电池数据智能体。这个智能体将用于监测和管理存储在该存储单元中的电池数据。电池数据智能体包括：输入层：用于接收传输通道传输的电池数据和传输状态参数；策略网络：策略网络是智能体的核心部分，包括一层双向长短时记忆单元（LSTM）、第一层单向门限循环单元（GRU）和第二层单向门限循环单元（GRU）。这些网络层用于处理和分析接收到的数据，并根据策略模型执行后续操作；输出层：用于生成数据传输策略、传输速率、延迟等输出信息。将创建的电池数据智能体部署在每个分布式存储单元上。每个存储单元都会有一个对应的电池数据智能体，负责管理和监测该存储单元中的电池数据。这个部署可以通过网络连接实现，以便智能体可以与传输通道和存储单元进行通信。对每个传输通道进行传输状态监测。这涉及测量传输通道的性能和效率，以获取初始传输状态参数。数据传输状态参数包括传输速率、延迟和吞吐量等信息。分别获取每个传输通道的响应波动时长，该时长反映了传输通道的稳定性和可靠性。根据响应波动时长对每个传输通道的初始传输状态参数进行参数校准。校准的目的是调整传输状态参数，以更准确地反映通道的性能和稳定性。例如，如果某个传输通道的响应波动时长较长，表明该通道不够稳定。在参数校准过程中，可以降低该通道的传输速率，以提高传输的稳定性。例如，假设每个存储单元通过传输通道接收电池参数数据，并定期监测传输状态，包括传输速率、延迟和吞吐量。同时，服务器还测量了传输通道的响应波动时长。通过参数校准，服务器发现某个传输通道的响应波动时长较长，会导致数据传输的不稳定性。因此，服务器降低了该通道的传输速率，以提高数据传输的可靠性。电池数据智能体不断监测和调整传输通道的状态，确保数据的安全传输和高效管理。这样，服务器有效地管理电池参数数据，并作出基于实时数据的决策和分析。
在一具体实施例中，如图4所示，执行步骤S104的过程可以具体包括如下步骤：
S401、创建参数特征空间，并将数据传输状态参数转换为多个参数数据点，以及将多个参数数据点映射至参数特征空间；
S402、在参数特征空间中确定多个目标聚类点，并通过预置的特征聚类模型根据多个目标聚类点对多个参数数据点进行数据点聚类，得到每个目标聚类点的参数数据点集合；
S403、对每个目标聚类点的参数数据点集合进行均值运算，得到多个参数数据均值，并根据多个参数数据均值确定每个传输通道的多个传输状态特征；
S404、对多个传输状态特征进行归一化处理，得到多个归一化状态特征，并对多个归一化状态特征进行向量转换，生成每个传输通道的状态特征向量。
具体的，服务器创建一个参数特征空间，这是一个多维空间，用于表示数据传输状态参数的各个特征。在这个特征空间中，每个维度代表一个数据传输状态参数，如传输速率、延迟和吞吐量。将数据传输状态参数转换为多个参数数据点。每个数据点对应一个传输通道的数据传输状态参数集合。这些数据点可以在参数特征空间中表示为向量，其中每个维度对应一个参数。在参数特征空间中确定多个目标聚类点。这些目标聚类点代表服务器希望在参数数据点中找到的特定数据状态。例如，可以将目标聚类点看作是理想的数据传输状态。通过预置的特征聚类模型，根据这些目标聚类点对多个参数数据点进行数据点聚类。这一步骤有助于将参数数据点分组，以便更好地理解数据状态的分布。对每个目标聚类点的参数数据点集合进行均值运算。这将生成多个参数数据均值，反映了每个传输通道的平均数据状态。均值运算有助于消除噪音和波动，提取出数据的稳定特征。对多个传输状态特征进行归一化处理，以确保它们在相同的尺度范围内。这有助于消除不同参数之间的量纲差异，使得它们可以更好地用于后续分析。将多个归一化状态特征组合成一个状态特征向量，每个向量元素代表一个传输通道的状态特征。例如，假设服务器创建了一个参数特征空间，其中包含传输速率、延迟和吞吐量三个维度。服务器从每个传输通道收集了一系列数据传输状态参数，如下所示：传输通道A：传输速率=100Mbps，延迟=20ms，吞吐量=90%；传输通道B：传输速率=50Mbps，延迟=30ms，吞吐量=85%；传输通道C：传输速率=120Mbps，延迟=15ms，吞吐量=92%。服务器将这些参数数据点映射到参数特征空间中，并确定了三个目标聚类点，代表良好、中等和差的传输状态。通过数据点聚类，服务器将传输通道A的参数数据点分为良好状态，传输通道B为中等状态，传输通道C为良好状态。服务器计算每个目标聚类点的参数数据均值。例如，对于良好状态的聚类点，服务器计算出平均传输速率=110Mbps，平均延迟=17.5ms，平均吞吐量=91%。服务器对这些参数进行归一化处理，以生成每个传输通道的状态特征向量。例如，归一化后的状态特征向量为[0.909，0.583，0.909]，其中每个值代表一个传输状态参数的归一化特征。这些向量可以用于后续数据传输策略的分析和优化，以确保网络性能最佳。
在一具体实施例中，执行步骤S105的过程可以具体包括如下步骤：
（1）通过电池数据智能体中的输入层，对状态特征向量中的多个向量元素进行权重分配，得到每个向量元素对应的权重数据；
（2）基于每个向量元素对应的权重数据对状态特征向量进行加权处理，得到加权状态向量；
（3）通过策略网络中的双向长短时记忆单元，对加权状态向量进行时序状态特征提取，得到目标特征向量；
（4）通过策略网络中的第一层单向门限循环单元，对目标特征向量进行隐藏特征提取，得到第一隐藏特征向量；
（5）通过策略网络中的第一层单向门限循环单元，对第一隐藏特征向量进行特征映射，得到第二隐藏特征向量；
（6）通过电池数据智能体中的输出层，对第二隐藏特征向量进行传输特征预测，得到目标预测值；
（7）获取数据传输策略列表，并基于目标预测值对数据传输策略列表中的多个候选数据传输策略进行匹配，得到每个电池数据智能体对应的初始数据传输策略；
（8）对每个电池数据智能体对应的初始数据传输策略进行通道分类和策略融合，生成每个传输通道对应的单通道数据传输策略。
具体的，服务器通过电池数据智能体的输入层对状态特征向量中的多个向量元素进行权重分配。这个权重分配过程可以基于特征的重要性和影响来进行，以确保更重要的特征在后续分析中得到更多的关注。例如，如果传输速率对于数据传输策略的性能影响更大，那么相应的向量元素会分配更高的权重。基于每个向量元素对应的权重数据，对状态特征向量进行加权处理，得到加权状态向量。这个加权过程有助于突出具有更高权重的特征，从而更好地捕捉数据传输状态的关键信息。通过策略网络中的双向长短时记忆单元（LSTM），对加权状态向量进行时序状态特征提取。LSTM可以捕捉状态特征向量中的时序变化，识别不同时间点的特征之间的关联关系。这有助于理解数据传输状态的演化过程。使用策略网络中的第一层单向门限循环单元（GRU）对时序特征进行隐藏特征提取，得到第一隐藏特征向量。GRU是一种循环神经网络（RNN）的变体，可以用于捕捉状态特征向量中的长期依赖关系。继续使用策略网络中的第一层单向门限循环单元，对第一隐藏特征向量进行特征映射，得到第二隐藏特征向量。特征映射有助于将隐藏特征向量映射到更高维度的特征空间，以提取更丰富的信息。通过电池数据智能体的输出层，对第二隐藏特征向量进行传输特征预测，得到目标预测值。这一步骤旨在根据提取的特征信息预测最适合的数据传输策略，以满足性能和质量要求。获取数据传输策略列表，并基于目标预测值对数据传输策略列表中的多个候选数据传输策略进行匹配。匹配过程可以根据目标预测值与策略的相似性来确定最佳匹配。对每个电池数据智能体对应的初始数据传输策略进行通道分类和策略融合。这有助于确定每个传输通道的单通道数据传输策略，以最大程度地提高数据传输性能。
在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：
（1）通过BMS电池管理系统确定多通道权重系数，并基于多通道权重系数对单通道数据传输策略进行策略集成，生成原始多通道数据传输策略；
（2）通过预置的蝙蝠优化算法，对原始多通道数据传输策略进行蝙蝠群体初始化，得到初始化蝙蝠群体；
（3）基于初始化蝙蝠群体在策略空间中寻找最优的多通道数据传输策略，生成目标多通道数据传输策略。
具体的，通过BMS电池管理系统，确定多通道的权重系数。这些权重系数反映了每个通道在数据传输中的相对重要性。通常，权重系数可以基于通道的性能指标、数据传输速率、延迟、吞吐量等因素进行确定。这些权重系数将用于后续的策略集成。基于多通道权重系数，对单通道数据传输策略进行策略集成，生成原始多通道数据传输策略。策略集成可以采用加权平均或其他集成方法，确保每个通道的传输策略在多通道系统中协同工作，以最大程度地提高整体性能。使用预置的蝙蝠优化算法对原始多通道数据传输策略进行优化。初始化蝙蝠群体，其中每只蝙蝠代表一个潜在的数据传输策略。这些策略包括各种不同的参数和配置，用于控制数据传输的方式和性能。蝙蝠优化算法是一种启发式优化算法，受到蝙蝠觅食行为的启发。在算法的每一代中，蝙蝠个体根据其当前位置和速度搜索策略空间中的最优解。算法通过迭代的方式不断优化数据传输策略，直到达到最优或满足性能要求。蝙蝠优化算法的核心是通过调整策略参数来搜索最优的多通道数据传输策略。算法考虑到了多通道权重系数以及策略集成的影响，以确保生成的目标多通道数据传输策略在整个系统中协同工作，最大化性能。例如，假设通过BMS电池管理系统确定了不同通道的权重系数，其中包括传输速率、延迟和吞吐量等因素。这些权重系数反映了每个通道在数据传输中的重要性。基于这些权重系数，对各通道的单通道数据传输策略进行策略集成，生成了原始多通道数据传输策略。这个策略集成过程确保了每个通道的传输策略协同工作，以提高整体性能。使用蝙蝠优化算法对原始多通道数据传输策略进行优化。算法初始化了一群蝙蝠，每只蝙蝠代表一个潜在的数据传输策略。蝙蝠根据其当前位置和速度在策略空间中搜索最优解，通过不断迭代来逐渐改进传输策略。蝙蝠优化算法找到了最优的多通道数据传输策略，该策略最大化了整个系统的性能，确保了高效的数据传输，从而提高了电动汽车的性能和效率。这个优化过程可以定期进行，以适应不同的工作负载和性能需求。
上面对本发明实施例中BMS电池管理系统的数据传输方法进行了描述，下面对本发明实施例中BMS电池管理系统的数据传输系统进行描述，请参阅图5，本发明实施例中BMS电池管理系统的数据传输系统一个实施例包括：
采集模块501，用于通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
传输模块502，用于对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元；
创建模块503，用于创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
转换模块504，用于对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
分析模块505，用于通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
优化模块506，用于根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
通过上述各个组成部分的协同合作，通过预置的BMS电池管理系统实现对目标电池组的多通道数据采集，有助于全面了解电池组的状态，提高数据采集的全面性和精准性。利用动态数据分割技术，将第一电池参数数据分割成多个第二电池参数数据，并通过多通道传输机制将其传输至分布式存储单元。有助于提高数据传输效率，使系统更加灵活适应不同数据量和通道情况。利用电池数据智能体，对传输通道的数据传输状态参数进行实时监测和智能分析。有助于实现对数据传输状态的即时掌握。通过对数据传输状态参数进行状态特征提取和向量转换，得到每个传输通道的状态特征向量。利用电池数据智能体对状态特征向量进行分析，生成每个传输通道的单通道数据传输策略。随后，通过对单通道数据传输策略的集成和蝙蝠优化算法的应用，实现了对整体BMS电池管理系统的数据传输策略进行优化。有助于提高系统的整体性能和效率。通过动态调整机制和用户定制化接口，系统能够根据外部环境变化和用户需求动态更新数据传输策略，提高了系统的灵活性和适应性。利用分布式存储单元和动态通道调整，实现了电池参数数据的分布式存储和智能匹配，进而实现了BMS电池管理系统中多通道数据传输的高效、可靠和低能耗，并提升了数据传输的性能和响应速度。
上面图5从模块化功能实体的角度对本发明实施例中的BMS电池管理系统的数据传输系统进行详细描述，下面从硬件处理的角度对本发明实施例中BMS电池管理系统的数据传输设备进行详细描述。
图6是本发明实施例提供的一种BMS电池管理系统的数据传输设备的结构示意图，该BMS电池管理系统的数据传输设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对BMS电池管理系统的数据传输设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在BMS电池管理系统的数据传输设备600上执行存储介质630中的一系列指令操作。
BMS电池管理系统的数据传输设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Server，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的BMS电池管理系统的数据传输设备结构并不构成对BMS电池管理系统的数据传输设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种BMS电池管理系统的数据传输设备，所述BMS电池管理系统的数据传输设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述BMS电池管理系统的数据传输方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述BMS电池管理系统的数据传输方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的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全部或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（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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BMS电池管理系统的数据传输方法，其特征在于，所述BMS电池管理系统的数据传输方法包括：
通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元；
创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
2.根据权利要求1所述的BMS电池管理系统的数据传输方法，其特征在于，所述通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据，包括：
通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到初始电池电压数据、初始电池电流数据以及初始电池温度数据；
分别对所述初始电池电压数据、所述初始电池电流数据以及所述初始电池温度数据进行数据预处理，得到目标电池电压数据、目标电池电流数据以及目标电池温度数据；
基于预置的多通道传输机制，对所述目标电池电压数据、所述目标电池电流数据以及所述目标电池温度数据进行传输通道分配，得到初始通道分配结果；
对所述初始通道分配结果进行匹配度校验，得到匹配度校验结果，并根据所述匹配度校验结果对多个传输通道与所述目标电池电压数据、所述目标电池电流数据以及所述目标电池温度数据进行动态调整，得到每个传输通道的目标对应关系；
根据所述目标对应关系，确定每个传输通道对应的第一电池参数数据。
3.根据权利要求1所述的BMS电池管理系统的数据传输方法，其特征在于，所述对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元，包括：
对所述第一电池参数数据进行动态数据量分析，生成多个不同大小的数据量；
基于所述多个不同大小的数据量，分别对所述第一电池参数数据进行数据分割和通道标识，得到每个传输通道对应的多个第二电池参数数据；
创建所述BMS电池管理系统的云存储平台，并基于所述云存储平台构建分布式存储网络，其中，所述分布式存储网络包括多个分布式存储单元；
基于预置的数据分发策略，分别将所述多个第二电池参数数据传输至所述多个分布式存储单元。
4.根据权利要求1所述的BMS电池管理系统的数据传输方法，其特征在于，所述创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数，包括：
创建每个分布式存储单元对应的电池数据智能体，其中，所述电池数据智能体包括输入层、策略网络以及输出层，所述策略网络包括一层双向长短时记忆单元、第一层单向门限循环单元及第二层单向门限循环单元；
将所述电池数据智能体部署在每个分布式存储单元上；
对每个传输通道进行传输状态监测，得到每个传输通道的初始传输状态参数，其中，所述数据传输状态参数包括传输速率、延迟及吞吐量；
分别获取每个传输通道的响应波动时长，并根据所述响应波动时长对每个传输通道的初始传输状态参数进行参数校准，得到每个传输通道的数据传输状态参数。
5.根据权利要求4所述的BMS电池管理系统的数据传输方法，其特征在于，所述对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量，包括：
创建参数特征空间，并将所述数据传输状态参数转换为多个参数数据点，以及将所述多个参数数据点映射至所述参数特征空间；
在所述参数特征空间中确定多个目标聚类点，并通过预置的特征聚类模型根据所述多个目标聚类点对所述多个参数数据点进行数据点聚类，得到每个目标聚类点的参数数据点集合；
对每个目标聚类点的参数数据点集合进行均值运算，得到多个参数数据均值，并根据所述多个参数数据均值确定每个传输通道的多个传输状态特征；
对所述多个传输状态特征进行归一化处理，得到多个归一化状态特征，并对所述多个归一化状态特征进行向量转换，生成每个传输通道的状态特征向量。
6.根据权利要求5所述的BMS电池管理系统的数据传输方法，其特征在于，所述通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略，包括：
通过所述电池数据智能体中的输入层，对所述状态特征向量中的多个向量元素进行权重分配，得到每个向量元素对应的权重数据；
基于每个向量元素对应的权重数据对所述状态特征向量进行加权处理，得到加权状态向量；
通过所述策略网络中的双向长短时记忆单元，对所述加权状态向量进行时序状态特征提取，得到目标特征向量；
通过所述策略网络中的第一层单向门限循环单元，对所述目标特征向量进行隐藏特征提取，得到第一隐藏特征向量；
通过所述策略网络中的第一层单向门限循环单元，对所述第一隐藏特征向量进行特征映射，得到第二隐藏特征向量；
通过所述电池数据智能体中的输出层，对所述第二隐藏特征向量进行传输特征预测，得到目标预测值；
获取数据传输策略列表，并基于所述目标预测值对所述数据传输策略列表中的多个候选数据传输策略进行匹配，得到每个电池数据智能体对应的初始数据传输策略；
对每个电池数据智能体对应的初始数据传输策略进行通道分类和策略融合，生成每个传输通道对应的单通道数据传输策略。
7.根据权利要求6所述的BMS电池管理系统的数据传输方法，其特征在于，所述根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略，包括：
通过所述BMS电池管理系统确定多通道权重系数，并基于所述多通道权重系数对所述单通道数据传输策略进行策略集成，生成原始多通道数据传输策略；
通过预置的蝙蝠优化算法，对所述原始多通道数据传输策略进行蝙蝠群体初始化，得到初始化蝙蝠群体；
基于所述初始化蝙蝠群体在策略空间中寻找最优的多通道数据传输策略，生成目标多通道数据传输策略。
8.一种BMS电池管理系统的数据传输系统，其特征在于，所述BMS电池管理系统的数据传输系统包括：
采集模块，用于通过预置的BMS电池管理系统对目标电池组进行多通道数据采集，得到每个传输通道对应的第一电池参数数据；
传输模块，用于对所述第一电池参数数据进行数据分割，得到每个传输通道对应的多个第二电池参数数据，并分别将所述多个第二电池参数数据传输至预置的多个分布式存储单元；
创建模块，用于创建每个分布式存储单元对应的电池数据智能体，并获取每个传输通道的数据传输状态参数；
转换模块，用于对所述数据传输状态参数进行状态特征提取，得到每个传输通道的多个传输状态特征，并对所述多个传输状态特征进行向量转换，生成每个传输通道的状态特征向量；
分析模块，用于通过所述电池数据智能体对所述状态特征向量进行数据传输策略分析，生成每个传输通道对应的单通道数据传输策略；
优化模块，用于根据所述单通道数据传输策略，对所述BMS电池管理系统进行数据传输策略优化，生成目标多通道数据传输策略。
9.一种BMS电池管理系统的数据传输设备，其特征在于，所述BMS电池管理系统的数据传输设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述BMS电池管理系统的数据传输设备执行如权利要求1-7中任一项所述的BMS电池管理系统的数据传输方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的BMS电池管理系统的数据传输方法。
CN202311399176.4A 2023-10-26 2023-10-26 电池管理系统的数据传输方法、系统、设备及存储介质 Active CN117155790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311399176.4A CN117155790B (zh) 2023-10-26 2023-10-26 电池管理系统的数据传输方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311399176.4A CN117155790B (zh) 2023-10-26 2023-10-26 电池管理系统的数据传输方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN117155790A CN117155790A (zh) 2023-12-01
CN117155790B true CN117155790B (zh) 2023-12-29

Family

ID=88904606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311399176.4A Active CN117155790B (zh) 2023-10-26 2023-10-26 电池管理系统的数据传输方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117155790B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118362893B (zh) * 2024-06-20 2024-08-27 烟台海博电气设备有限公司 一种bms电压采样自校准方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113676741A (zh) * 2021-07-19 2021-11-19 Oppo广东移动通信有限公司 数据传输方法、装置、存储介质及电子设备
CN113960350A (zh) * 2021-10-22 2022-01-21 浙江朗德电子科技有限公司 高安全等级的多通道电流传感器及其测量方法
CN114666211A (zh) * 2020-12-23 2022-06-24 上海华为技术有限公司 一种通信方法、模型处理方法及相关设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103248882A (zh) * 2012-02-02 2013-08-14 腾讯科技（深圳）有限公司 多媒体数据传输的方法、多媒体数据传输装置及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114666211A (zh) * 2020-12-23 2022-06-24 上海华为技术有限公司 一种通信方法、模型处理方法及相关设备
CN113676741A (zh) * 2021-07-19 2021-11-19 Oppo广东移动通信有限公司 数据传输方法、装置、存储介质及电子设备
CN113960350A (zh) * 2021-10-22 2022-01-21 浙江朗德电子科技有限公司 高安全等级的多通道电流传感器及其测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于权重与预丢弃策略的变电站信息综合传输;熊慕文;涂光瑜;罗毅;汪可为;李晨;;电力系统自动化(08);全文 *

Also Published As

Publication number Publication date
CN117155790A (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
KR102424528B1 (ko) 배터리의 상태를 추정하는 장치 및 방법
US20210033680A1 (en) Degradation estimation apparatus, computer program, and degradation estimation method
CN117155790B (zh) 电池管理系统的数据传输方法、系统、设备及存储介质
CN115902646B (zh) 一种储能电池故障识别方法及系统
CN109981744B (zh) 数据的分发方法、装置、存储介质及电子设备
CN118017509B (zh) 基于数字孪生空间的大规模配电网并行优化方法
CN117595462B (zh) 一种二次储能电池组的自适应充放电控制系统及其控制方法
CN117453398B (zh) 一种提高供电可靠性的算力调度的智能优化方法及系统
CN117783875A (zh) 一种基于模型融合的锂电池荷电状态预测方法及装置
CN113485801A (zh) 基于神经网络相似度建模的实时dnn调度系统及方法
CN117543791A (zh) 电源的供电检测方法、装置、设备及存储介质
KR20220125445A (ko) Bms, 이를 위한 적응형 모델 제공 장치 및 방법
CN117317408A (zh) 基于大数据和人工智能的电池及热量优化管理方法
CN115389955A (zh) 一种电池内外总压测试的压差预测方法及装置
CN104010029A (zh) 基于横向纵向信息集成的分布式计算环境性能预测方法
CN116643178A (zh) 一种电池管理系统的soc估算方法及相关装置
Saoda et al. No batteries needed: Providing physical context with energy-harvesting beacons
CN116466672A (zh) 基于人工智能的数据中心机房参数调控方法及相关装置
CN103646670A (zh) 一种评估存储系统性能的方法和设备
CN113158435B (zh) 基于集成学习的复杂系统仿真运行时间预测方法与设备
KR102427294B1 (ko) 일기 예측 기반의 태양광 발전에 대한 수요 예측을 위한 장치 및 이를 위한 방법
CN116512968B (zh) 基于换电柜的充电功率分配方法、装置、设备及存储介质
CN117712529A (zh) 电池安全预警方法和储能系统
CN118101720B (zh) 基于边缘云的新能源数据采集控制方法及系统
JP7517464B2 (ja) ニューラルアーキテクチャ探索システムおよび探索方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Data transmission method, system, equipment, and storage medium of battery management system

Granted publication date: 20231229

Pledgee: Bank of China Limited by Share Ltd. Zhuhai branch

Pledgor: JIADE ENERGY TECHNOLOGY (ZHUHAI) Co.,Ltd.

Registration number: Y2024980030524

PE01 Entry into force of the registration of the contract for pledge of patent right