CN117913425B - 一种基于热力图的储电柜电池制冷方法 - Google Patents
一种基于热力图的储电柜电池制冷方法 Download PDFInfo
- Publication number
- CN117913425B CN117913425B CN202410074767.2A CN202410074767A CN117913425B CN 117913425 B CN117913425 B CN 117913425B CN 202410074767 A CN202410074767 A CN 202410074767A CN 117913425 B CN117913425 B CN 117913425B
- Authority
- CN
- China
- Prior art keywords
- center point
- gray value
- pixel
- pixel center
- identification
- 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
Links
- 238000010586 diagram Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000012530 fluid Substances 0.000 claims abstract description 12
- 238000005057 refrigeration Methods 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 2
- 239000000110 cooling liquid Substances 0.000 description 2
- 230000009022 nonlinear effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Abstract
本发明公开了一种基于热力图的储电柜电池制冷方法，步骤包括：获取储电柜的电池模块热力图，将所述电池模块热力图划分为离散的像素网格，采用反正切函数计算所述像素中心点的灰度值，根据所述灰度值的大小对所述像素中心点进行缩放处理，将所述进行缩放处理后的像素中心点进行虚拟灰度值颜色标识，根据所述颜色分级标识后的像素中心点构建方向统计数组，并进行遍历得到最热中心点，在电池模块中引入制冷液，通过管道最先将制冷液经过最热中心点，随后制冷液分布于电池模块各制冷区域完成制冷。本申请通过非线性转换和颜色渐变梯度处理得到热力图最热中心点进而优先对最热中心点区域进行制冷，达到高效制冷效果。
Description
技术领域
本发明涉及热力图像处理技术领域，设计了一种基于热力图的储电柜电池制冷方法。
背景技术
热力图是一种依赖于数据的空间位置信息，具有综合展示数据空间特性和属性特征的优点，通过获取的设备内部图像，更准确地了解设备内部的温度分布情况。
传统统制冷储电柜电池方法通常采用冷却液对电池模块进行均匀冷却的方式，并没有针对电池内部温度分布进行优化，造成某些区域过热或过冷、能源浪费的问题。
发明内容
有鉴于现有技术的上述缺陷，本发明提出一种基于热力图的储电柜电池制冷方法，本发明设计的技术方案步骤包括：
S10：获取储电柜的电池模块热力图，所述电池模块热力图包含两个及两个以上的中心点；
S20：将所述电池模块热力图划分为离散的像素网格，所述中心点对应像素网格中的像素中心点；
S30：采用反正切函数计算所述像素中心点的灰度值；
S40：根据所述灰度值的大小对所述像素中心点进行缩放处理；
S50：将所述进行缩放处理后的像素中心点输入至HIS颜色模型进行虚拟灰度值颜色标识；
S60：根据所述颜色分级标识后的像素中心点构建方向统计数组，并进行遍历得到最热中心点；
S70：在电池模块中引入制冷液，通过管道最先将制冷液经过最热中心点，随后制冷液分布于电池模块各制冷区域完成制冷。
优选地，所述S30中的采用反正切函数计算所述像素中心点的灰度值包括利用反正切函数将所述像素中心点的密度特征值非线性转换为所述灰度值，公式为：
V＝510*π-1*arctan(v)
式中，V为反正切变换后像素中心点的灰度值，v为像素中心点的密度特征值，arctan为正反切函数，510*π-1为将灰度值范围限定在[0，255]中。
优选地，所述S40中的缩放处理包括对灰度值在[0，150]内的像素中心点乘以放大系数，对灰度值在(150，255]内的像素中心点乘以压缩系数。
优选地，所述S50中的虚拟灰度值颜色标识处理包括将像素中心点的灰度值占比作为判断阈值ε，设置一个固定的阈值ε′，所述固定阈值ε′的值取为0.3，当ε≥ε′时，对当前像素中心点进行虚拟灰度值颜色标识，当ε<ε′时，不对当前像素中心点进行颜色标识；
所述判断阈值公式为：
式中，ε为判断阈值；V′为所有像素中心点的灰度总值。
优选地，所述对当前像素中心点进行颜色标识包括定义一个渐变色调色板，将最终中心点灰度值映射到所述渐变色调色板灰度值范围为[0.3V，255]的位置，完成虚拟灰度值颜色标识，颜色分级对应的灰度值为从[0.3V，255]依次填充蓝色、绿色和红色；
优选地，所述蓝色、绿色和红色在渐变色调色板的比例分别为50％、30％和20％。
优选地，所述S60具体包括以下步骤：
S6001：构建一个方向统计数组，将所述颜色分级标识后的像素中心点信息输入至所述方向统计数组；
S6002：对所述方向统计数组进行遍历，根据灰度值检查是否符合虚拟灰度值颜色标识的标识条件；
S6003：对不符合标识条件的像素中心点进行剔除，对符合标识条件的像素中心点记录位置信息以及标识颜色强度信息；
S6004：从符合标识条件的像素中心点选择颜色强度最高的点作为当前热力图的最热中心点。
优选地，所述方向统计数组公式为：
式中，dx为预设像素中心点的水平方向的位移；dy为预设像素中心点的垂直方向的位移。
有益效果：
1、本发明将热力图转化为离散的像素值，方便后续处理和分析，使得数据更易于理解和操作，且每个像素中心点对于一个网格单元，提供更精细的图像标识，像素中心点通过灰度值来表示，进一步反映电池模块区域的热度程度；
2、本发明对灰度值较低的像素中心点进行放大，灰度值较高的像素中心点进行压缩，并引入非线性效果，可以更精细地调整图像的亮度和对比度，在突出显示细节和优化图像外观方面更为有效；
3、本发明对冷却液的路径进行调整，对电池模块的最热中心点最先进行制冷，优先冷却最热的区域，达到高效制冷的效果。
附图说明
图1是本发明一个较佳实施例的流程示意图；
图2是本发明一个较佳实施例的遍历输出结果的流程示意图。
具体实施方式
下面对本发明的实施例作详细说明，下述的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本发明设计了一种基于热力图的储电柜电池制冷方法，技术方案包含以下步骤，如图1所示，具体包括：
S10：获取储电柜的电池模块热力图，所述电池模块热力图包含两个及两个以上的中心点；
S20：将所述电池模块热力图划分为离散的像素网格，所述中心点对应像素网格中的像素中心点；
S30：采用反正切函数计算所述像素中心点的灰度值；
S40：根据所述灰度值的大小对所述像素中心点进行缩放处理；
S50：将所述进行缩放处理后的像素中心点输入至HIS颜色模型进行虚拟灰度值颜色标识；
S60：根据所述颜色分级标识后的像素中心点构建方向统计数组，并进行遍历得到最热中心点；
S70：在电池模块中引入制冷液，通过管道最先将制冷液经过最热中心点，随后制冷液分布于电池模块各制冷区域完成制冷。
优选地，S30中的采用反正切函数计算像素中心点的灰度值包括利用反正切函数将像素中心点的密度特征值非线性转换为灰度值，公式为：
V＝510*π-1*arctan(v)
式中，V为反正切变换后像素中心点的灰度值，v为像素中心点的密度特征值，arctan为正反切函数，510*π-1为将灰度值范围限定在[0，255]中。
具体的，式中，v为像素中心点的密度特征值，取值范围为[0，+∞)；式中“510*π-1”用于缩放变换后灰度值限定到0到255之间，通过对低灰度值像素中心点进行拉伸和高灰度值像素中心点进行压缩，可以增强图像的对比度，且使用反正切变换函数进行灰度值计算，引入非线性效果。相比线性变换，非线性变换可以更精细地调整图像的亮度和对比度，在突出显示细节和优化图像外观方面更为有效，该公式是基于像素中心点的密度特征值进行变换的，因此它具有一定的适应性，且通过反正切变换实现的图像增强效果，可以观察到低密度特征的像素点并绘制出来，能够更好的观测中心点。
优选地，S40中的缩放处理包括对灰度值在[0，150]内的像素中心点乘以放大系数，对灰度值在(150，255]内的像素中心点乘以压缩系数。
具体的，像素中心点进行缩放处理包括对灰度值在[0，150]内的像素中心点乘以一个范围为(1，10]的放大系数用于增强亮度和对比度，对灰度值在(150，255]内的像素中心点乘以一个范围为[0.1，1)的压缩系数用于降低亮度和对比度，可以使灰度值较低的区域更明亮突出，而灰度值较高的区域变得平滑。在进行缩放处理后像素中心点的灰度值范围进行变化，本发明在进行缩放处理后重新对像素中心点的灰度值进行映射处理，使范围保持在[0，255]中。
优选地，S50中的虚拟灰度值颜色标识处理包括将像素中心点的灰度值占比作为判断阈值ε，设置一个固定的阈值ε′，固定阈值ε′的值取为0.3，当ε≥ε′时，对当前像素中心点进行虚拟灰度值颜色标识，当ε<ε′时，不对当前像素中心点进行颜色标识；
判断阈值公式为：
式中，ε为判断阈值；V′为所有像素中心点的灰度总值。
优选地，对当前像素中心点进行颜色标识包括定义一个渐变色调色板，将最终中心点灰度值映射到渐变色调色板灰度值范围为[0.3V，255]的位置，完成虚拟灰度值颜色标识，颜色分级对应的灰度值为从[0.3V，255]依次填充蓝色、绿色和红色；
优选地，蓝色、绿色和红色在渐变色调色板的比例分别为50％、30％和20％。
具体的，本发明采用基于色彩映射将特定的数值范围映射到相应的颜色，在热力图中使用连续的渐变颜色来表示数据的不同强度，可以更好的帮助用户观测和解读热力图，寻找最热中心点。
优选地，如图2所示，S60具体包括以下步骤：
S6001：构建一个方向统计数组，将颜色分级标识后的像素中心点信息输入至方向统计数组；
S6002：对方向统计数组进行遍历，根据灰度值检查是否符合虚拟灰度值颜色标识的标识条件；
S6003：对不符合标识条件的像素中心点进行剔除，对符合标识条件的像素中心点记录位置信息以及标识颜色强度信息；
S6004：从符合标识条件的像素中心点选择颜色强度最高的点作为当前热力图的最热中心点。
优选地，方向统计数组公式为：
式中，dx为预设像素中心点的水平方向的位移；dy为预设像素中心点的垂直方向的位移。
具体的，上述公式表示一个中心点位置与其周围四个相邻中心点之间的关系，例如当前位置为(x，y)，则相邻四个位置分别是(x+1，y)、(x-1，y)、(x，y+1)和(x，y-1)。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (2)
1.一种基于热力图的储电柜电池制冷方法，其特征在于，所述方法包括以下步骤：
S10：获取储电柜的电池模块热力图，所述电池模块热力图包含两个及两个以上的中心点；
S20：将所述电池模块热力图划分为离散的像素网格，所述中心点对应像素网格中的像素中心点；
S30：采用反正切函数计算所述像素中心点的灰度值；
S40：根据所述灰度值的大小对所述像素中心点进行缩放处理；
S50：将所述进行缩放处理后的像素中心点输入至HIS颜色模型进行虚拟灰度值颜色分级标识；
S60：根据所述颜色分级标识后的像素中心点构建方向统计数组，并进行遍历得到最热中心点；
S70：在电池模块中引入制冷液，通过管道最先将制冷液经过最热中心点，随后制冷液分布于电池模块各制冷区域完成制冷；
所述S30中的采用反正切函数计算所述像素中心点的灰度值包括利用反正切函数将所述像素中心点的密度特征值非线性转换为所述灰度值，公式为：
；
式中，为反正切变换后像素中心点的灰度值，/>为像素中心点的密度特征值，/>为正反切函数，/>为将灰度值范围限定在/>中；
所述S40中的缩放处理包括对灰度值在内的像素中心点乘以放大系数，对灰度值在/>内的像素中心点乘以压缩系数；
所述S50中的虚拟灰度值颜色分级标识处理包括将像素中心点的灰度值占比作为判断阈值，设置一个固定的阈值/>，所述固定阈值/>的值取为0.3，当/>时，对当前像素中心点进行虚拟灰度值颜色分级标识，当/>时，不对当前像素中心点进行颜色分级标识；
所述判断阈值公式为：
；
式中，为判断阈值；/>为所有像素中心点的灰度总值；
所述对当前像素中心点进行颜色分级标识包括定义一个渐变色调色板，将最终中心点灰度值映射到所述渐变色调色板灰度值范围为的位置，完成虚拟灰度值颜色分级标识，颜色分级标识对应的灰度值为从/>依次填充蓝色、绿色和红色；所述S60具体包括以下步骤：
S6001：构建一个方向统计数组，将所述颜色分级标识后的像素中心点信息输入至所述方向统计数组；
S6002：对所述方向统计数组进行遍历，根据灰度值检查是否符合虚拟灰度值颜色分级标识的标识条件；
S6003：对不符合标识条件的像素中心点进行剔除，对符合标识条件的像素中心点记录位置信息以及标识颜色强度信息；
S6004：从符合标识条件的像素中心点选择颜色强度最高的点作为当前热力图的最热中心点；
所述方向统计数组公式为：
；
式中，为预设像素中心点的水平方向的位移；/>为预设像素中心点的垂直方向的位移。
2.根据权利要求1所述的一种基于热力图的储电柜电池制冷方法，其特征在于，所述蓝色、绿色和红色在渐变色调色板的比例分别为50％、30％和20％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410074767.2A CN117913425B (zh) | 2024-01-18 | 一种基于热力图的储电柜电池制冷方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410074767.2A CN117913425B (zh) | 2024-01-18 | 一种基于热力图的储电柜电池制冷方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117913425A CN117913425A (zh) | 2024-04-19 |
| CN117913425B true CN117913425B (zh) | 2024-06-21 |
Family
ID=
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3124321A1 (fr) * | 2021-06-17 | 2022-12-23 | Psa Automobiles Sa | Systeme de bloc de batterie contrecarrant la dispersion thermique entre les modules, vehicule et une methode sur la base d’un tel systeme |
| CN115986270A (zh) * | 2023-02-09 | 2023-04-18 | 华电内蒙古能源有限公司 | 基于热力图算法的电池系统温控方法和装置、电池系统 |
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3124321A1 (fr) * | 2021-06-17 | 2022-12-23 | Psa Automobiles Sa | Systeme de bloc de batterie contrecarrant la dispersion thermique entre les modules, vehicule et une methode sur la base d’un tel systeme |
| CN115986270A (zh) * | 2023-02-09 | 2023-04-18 | 华电内蒙古能源有限公司 | 基于热力图算法的电池系统温控方法和装置、电池系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lei et al. | A CBIR method based on color-spatial feature | |
| Finlayson et al. | Illuminant and device invariant colour using histogram equalisation | |
| Martinkauppi et al. | Behavior of skin color under varying illumination seen by different cameras at different color spaces | |
| CN101911172B (zh) | 用于图像色阶设计的方法和系统 | |
| CN103914124B (zh) | 面向三维场景的节能颜色映射方法 | |
| Chang et al. | Example-based color transformation of image and video using basic color categories | |
| Ganesan et al. | YIQ color space based satellite image segmentation using modified FCM clustering and histogram equalization | |
| CN109343692A (zh) | 基于图像分割的移动设备显示器省电方法 | |
| Kang et al. | A win-win camera: Quality-enhanced power-saving images on mobile OLED displays | |
| CN117913425B (zh) | 一种基于热力图的储电柜电池制冷方法 | |
| Sural et al. | A Histogramm with Perceptually Smooth Color Transition for Image Retrieval. | |
| CN110084771B (zh) | 一种基于集值映射的双模态红外图像分块多算法优化融合方法 | |
| CN101594545A (zh) | 一种色域扩展系统及方法 | |
| CN117913425A (zh) | 一种基于热力图的储电柜电池制冷方法 | |
| Kekre et al. | Image classification using block truncation coding with assorted color spaces | |
| CN101616332A (zh) | 一种色域扩展系统及方法 | |
| CN106415596A (zh) | 基于分割的图像变换 | |
| CN103325101B (zh) | 彩色特征的提取方法及装置 | |
| CN110648297B (zh) | 图像去雾方法、系统、电子设备和存储介质 | |
| Saleem et al. | Auto colorization of gray-scale image using YCbCr color space | |
| CN115601603B (zh) | 模型训练和用电器类别识别方法、设备及存储介质 | |
| Han et al. | High dynamic range image tone mapping: Literature review and performance benchmark | |
| Sharma et al. | Contrast enhancement of an image using fuzzy logic | |
| CN113205600A (zh) | 基于深度学习与孟塞尔色彩的区域建筑空间特征分析方法 | |
| CN107316040A (zh) | 一种光照不变的图像颜色空间变换方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |