CN120474147B - 一种锂离子电池集中充电管理系统 - Google Patents

Abstract

本发明涉及电池充电技术领域，具体的是一种锂离子电池集中充电管理系统，包括：状态采集模块、状态管理模块、状态检索模块和充电检查模块；通过确定当前充电的目标电池和各电池的充电节点，以各充电节点的电流、电压和温度作为目标电池的充电状态；以目标电池的充电状态为基础，引入各充电节点电流与电压的峰值条件，分析各充电状态在峰值条件下的转移概率和峰值概率；根据目标电池的充电状态和峰值概率选择目标充电状态，比较目标充电状态在相邻两次检索的充电节点是否一致，若相同则记录充电节点；比较充电节点记录的次数，判断各充电节点是否异常，完成各充电节点的检索；实现了电池集中充电的效率和充电节点选择的准确性。

Description

一种锂离子电池集中充电管理系统

技术领域

本发明涉及电池充电技术领域，具体的是一种锂离子电池集中充电管理系统。

背景技术

随着电动汽车与储能系统的普及，锂离子电池集中充电需求激增。传统充电技术难以满足大规模、高效率、高安全性的充电需求。由于不同电池的状态不同，需要使用不同的充电节点来调整当前电池充电的调度，来提高电池充电调度解决下各充电节点选取的效率。

如中国专利公开号CN116154914A公开了一种电池充电管理方法和装置，其中方法包括：待充电电池开始充电前，获取待充电电池的主动握手信号；根据所述主动握手信号，进行所述待充电电池的自检，以确定所述待充电电池是否出现异常；若所述待充电电池无异常，确定对应的充电模式对所述待充电电池进行充电操作。

如中国专利公开号CN115395613A公开了一种电池充电管理方法、装置、电子设备及存储介质，其中，该方法包括：获取目标电池在至少一个换电站的历史充电日志；根据至少一个换电站的历史充电日志，确定目标电池在至少一个充电阶段所对应的充电变化量数据以及充电管理属性，其中，充电管理属性包括在相应充电阶段所对应的平均充电电压、平均充电电流、平均电池温度和平均电池电压；基于各充电阶段所对应的充电变化量数据和相应的充电管理属性，确定对目标电池充电时目标充电桩的充电策略，以基于充电策略对目标电池进行充电。

现有技术中，分别说明使用温度信息对电池状态进行匹配，来识别电池状态的异常情况，以及说明其充电时的记录数据来对电池充电情况进行说明；但是在这些电池处理中未考虑到多个电池进行集中充电场景下各电池所需充电节点不同，导致需要对多个充电节点的电流、电压等数据进行调度后，来找出最适合当前电池充电的节点，以实现集中充电下各充电节点调度的准确性。

发明内容

为了解决上述技术问题，本发明采用的技术方案是：一种锂离子电池集中充电管理系统，包括：状态采集模块，用于确定当前充电的目标电池和各电池的充电节点，以各充电节点的电流、电压和温度作为目标电池的充电状态。

状态管理模块，用于以目标电池的充电状态为基础，引入各充电节点电流与电压的峰值条件，确定各充电节点在峰值条件下的充电状态值；分析各充电状态在峰值条件下的转移概率，若转移概率大于预设阈值，则获取各充电节点的充电周期，以充电周期对各节充电点进行阈值检索，确定各充电状态下的峰值概率。

状态检索模块，用于以各充电状态下的峰值概率控制电池充电，根据目标电池的充电状态和峰值概率选择目标充电状态，比较目标充电状态在相邻两次检索的充电节点是否一致，若相同则记录充电节点。

充电检查模块，用于比较充电节点记录的次数，判断各充电节点是否异常，完成各充电节点的检索。

本发明的有益效果在于：一、本发明通过实时采集电流、电压、温度等多维度数据，并利用节点间的连接关系构建全局映射后，以目标电池与多个充电节点之间的连接关系，将目标电池与边缘分布的充电节点进行组合，来确保数据处理时的高频采样，为后续状态管理提供基础

二、本发明通过获取其对应的峰值，建立状态区间，并通过转移概率来量化电流和电压在不同区间下出现峰值的情况，来验证各充电节点在达到峰值状态下如何进行相应状态转换，使得集中充电场景下与目标电池相关的多个充电节点的相关动态能够被及时识别，便于在电池调度决策下选择相应充电节点来调整目标电池的充电情况；同时根据转移概率能够识别目标电池与相关充电节点的变化趋势，便于对出现超出正常范围的峰值进行预警，实现对多个充电节点调度管理、集中充电场景下的异常检测和节点状况查询。

三、本发明通过以目标电池与各节点的节点类型，以及各充电节点在检索时的不同情况获取充电节点的查询记录，生成各充电节点对应的最小公共子集，来通过识别异常概率等方式实现对充电节点状态的分类和异常决策，从而实现充电调度等多个场景下找寻最优运行充电节点的检索。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是一种锂离子电池集中充电管理系统的系统框架图。

图2是一种锂离子电池集中充电管理系统的状态管理模块的流程示意图。

图3是一种锂离子电池集中充电管理系统的状态检索模块的流程示意图。

图4是一种锂离子电池集中充电管理系统的充电检查模块的流程示意图。

具体实施方式

下面详细描述本发明的实施例。下面描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。实施例中未注明具体技术或条件的，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。

参阅图1，一种锂离子电池集中充电管理系统，包括：状态采集模块、状态管理模块、状态检索模块和充电检查模块；其中，状态采集模块的输出端与状态管理模块连接，状态管理模块输出端与状态检索模块连接，状态检索模块输出端与充电检查模块连接。

状态采集模块，用于确定当前充电的目标电池和各电池的充电节点，以各充电节点的电流、电压和温度作为目标电池的充电状态。

状态管理模块，用于以目标电池的充电状态为基础，引入各充电节点电流与电压的峰值条件，确定各充电节点在峰值条件下的充电状态值；分析各充电状态在峰值条件下的转移概率，若转移概率大于预设阈值，则获取各充电节点的充电周期，以充电周期对各节充电点进行阈值检索，确定各充电状态下的峰值概率。

状态检索模块，用于以各充电状态下的峰值概率控制电池充电，根据目标电池的充电状态和峰值概率选择目标充电状态，比较目标充电状态在相邻两次检索的充电节点是否一致，若相同则记录充电节点。

充电检查模块，用于比较充电节点记录的次数，判断各充电节点是否异常，完成各充电节点的检索。

各电池的充电节点是表示能够与目标电池连接的单元，如物理数据接口，该充电节点能够采集电池的状态数据，以执行电池控制指令；通常情况下目标电池至少对应一个充电节点，同时目标电池表示当前充电策略主要调控的对象，包含一个或者多个目标电池。

状态采集模块在采集器充电状态时，以各充电节点的位置和采集到的电流、电压和温度来描述目标电池的充电情况，同时还会记录电流和电压达到最大值的情况，并记录正常情况完成一次充电的周期，来评估其电池充电状态是否发生变化。

故状态采集模块的实现方式包括：以各充电节点的位置，统计各充电节点的电流、电压和温度的平均值，以各充电节点之间的连接关系，建立目标电池、充电节点和充电状态的映射关系。

将各充电节点依次按照其电流、电压和温度的平均值分别进行连接，获取至少一个充电节点与充电状态之间的映射关系；将充电节点与充电状态按照对应的目标电池进行组合，以获取目标电池、充电节点和充电状态的映射关系。

此时各充电节点之间的连接关系会说明在检测电池集中充电场景下，针对多个目标电池所设置的充电节点之间是如何连接，按照这些充电节点连接的形式来组成所需要的映射关系，便于检测当存在某个充电节点的电流、电压峰值过高或者出现概率过大时，是否会影响到多个目标电池的充电，从而产生充电的风险。同时采集的电流、电压等值除了平均值，还会主动判断其临近上下限的峰值，以验证电流波动是否异常。

此处强调基于充电节点实时工作参数电流、电压、温度，来评估和选择最适合目标电池进行充电的节点，确保了所选充电节点不仅能够满足目标电池的基本充电需求，而且能够在最优条件下进行充电，从而保障充电效率和电池健康。

优选的，确定当前充电的目标电池和各电池的充电节点时还包括：确定目标电池和充电节点的数量，依次检测不同数量下目标电池和充电节点的电流、电压和温度；若电流、电压和温度处于异常状态，则将出现异常状态对应时间段的数据作为目标电池的充电状态输出。

在本发明的一个实施例中，峰值条件表示各充电节点在出现电流峰值或电压峰值的时间段下，某一参数如电压、电流、温度在短时间内显著超过其正常波动范围，达到或接近安全阈值的瞬时异常状态，达到这个异常状态下时间点，以及某一参数的取值被作为此时识别的峰值状态，同时也可以使用标签对这个瞬时异常状态进行标记后，以标记的标签作为使用的峰值条件。

例如对于获取的峰值条件以电流、电压所出现的值为主，当存在电压或者电流在连续时间窗口的移动平均值超过其标准的安全阈值后，并且连续出现3个采样点以上时则记录该数据，并标记为峰值条件，同时记录该峰值条件对应时间点和相应的取值区间；此时设置安全阈值可以选择历史数据中的平均值加上三倍的标准差值来验证当前所存在的潜在峰值，并将这部分出现趋近或超过安全阈值的异常状态进行识别。

之后将这个时间段内的电压和电流进行分段后，得到多个状态区间，每个状态区间表示不同的电压、电流的取值范围；使用状态区间来计算电压和电压达到每个状态区间内转移的概率，例如采用隐式马尔代夫模型计算其概率转移后，选择这些电压、电流区间所存在的充电周期，以识别存在电压、电流相关峰值问题的充电时间段。

如图2所示，各充电状态在峰值条件下的转移概率可以表示为：对充电节点进行区域规划，并按照预设顺序对充电节点进行编码；至少获取目标电池的一个峰值条件，以峰值条件对应的数值区间，建立各充电节点之间的状态区间。

根据充电节点出现峰值条件的状态区间，建立单个充电节点的转移概率模型，基于目标电池的充电状态值和最临近时刻相邻的充电节点，建立多个充电节点的转移概率模型；以状态区间为主，比较各充电节点在同一充电周期下的峰值条件是否一致，若峰值条件一致，则使用单个充电节点的转移概率模型计算对应充电状态的转移概率；若峰值条件不一致，则使用多个充电节点的转移概率模型计算当前相邻充电周期的转移概率。

单节点的转移概率模型是针对单个充电节点，基于其峰值条件状态区间直接建立转移概率模型，该模型通过量化节点在不同状态区间的跳转概率，反映其独立运行时的动态特性；即描述单个节点在充电时不同时间段内电流、电压和温度的取值情况。

多个充电节点的转移概率模型则是扩展至多个充电节点时，综合目标电池的充电状态值与相邻节点时空关联性构建联合转移概率模型；该模型通过引入节点间耦合关系，描述充电网络的整体行为特征；主要用于说明在最临近的时刻相邻的多组充电节点的电流、电压和温度是否存在异常，来说明各充电节点都能正常进行充电分配。即判断在充电时间轴上，与目标电池的充电阶段最接近的相邻充电节点作为分析的目标，来判断各节点在时间、空间或者功能上紧密关联的充电节点，如当目标电池出现电压或电流峰值时，调整邻近节点的充电参数，防止系统级过载，以此来实现对多个充电节点的共同状态识别和控制。

之后针对两种模型所计算的内容，使用统一充电周期的方式进行判断，对各充电节点峰值条件进行同步校验。若所有节点峰值条件达成一致性匹配，则采用单个充电节点的模型进行计算，以所有充电节点的状态区间，确定状态区间之间的协同转移概率；如果出现峰值条件不一致，则使用多个节点的模型切换至临近时刻内相邻多组充电节点进行分析，来实现跨周期状态识别其充电状态的转移概率。

此时单个节点的转移概率会采用当前充电周期内所有的状态区间，采用贝叶斯定理计算转移概率。多个节点则引入马尔科夫链蒙特卡洛方法，通过相邻周期的采样数据估计转移概率分布，依次描述当前目标电池的电流、电压和温度的相对分布概率。

针对未出现峰值条件的状态区间，采用单个充电节点的转移概率模型计算峰值区间从未出现峰值条件的状态区间到相邻状态区间的转移概率，作为输出的转移概率。

对于未出现峰值条件的状态区间，则是将其使用全局状态区间分析的形式，以该状态区间到相邻状态区间的转移概率，来说明不存在峰值时，电流、电压和温度对应的数值区间发生区间大小改变的概率。

优选的，单个充电节点的转移概率模型表示为：以充电状态所代表的电流、电压和温度，集合贝叶斯定理对应后验概率的取值，来设置单个充电节点的转移概率；单个 充电节点的转移概率代表相应时刻下的存在峰值条件的状态区间从一个状态到另一个状 态所代表的变量，如3.8V到3.9V这种表示数据导向变化关系的数值。假设电流、电压和温度 对应的状态变量为，该状态变量代表电流、电压和温度在时刻t的取值，此时由于是针对 三种变量，则进行计算时，会按照状态变量属于电流、电压和温度中的任意一种，从其观测 的时间序列中提取值来进行判断；以此时电流、电压和温度在时间t下观测的值组成，；其中，、、分别表示时间t的电流、电压和温度的值。

之后得到其后验概率：；其中，表示后验 概率，表示观测值组成的时间序列，代表从第一个值开始到第t个值时对应状态变量对 应的后验概率；表示似然概率，说明在下观测到的概率；表示先验 概率，表示在未考虑当前观测的时，状态的概率，即t-1时其概率表示的数值；表示证据概率，用于归一化的常数，确定其后验概率总和为1，，即对相应似然概率和先验概率按照其对应状态变量进 行组合，来得到其乘积和。在完成相应后验概率计算后，根据得到的多个后验概率可以知道 在当前峰值条件所对应的状态区间下，各个数值在转移时的相对概率，从而了解到目标电 池的电流、电压和温度的数值变化是否频繁，是否会存在部分突然增加的部分，来防止在单 个节点所出现的故障问题。

对于似然概率的获取方式，以观测到的电流、电压和温度使用高斯分布的形式进 行计算，以高斯分布对应的概率值进行表示，如；其中，表 示电流的平均值，表示电流的标准差，此时所针对的状态变量为电流时，采用该方式来设 置其似然概率，状态变量为电压和温度时处理方式一致，最后将这三者总和的概率积作为 输出的转移概率，以表示对应单个充电节点在其状态区间所相关的数据下的变化情况。

之后针对未出现峰值条件的状态区间，则是采用单个充电节点的转移概率模型，将相邻状态区间作为主要计算的区间内容，来获取其计算的转移概率。

优选的，多个充电节点的转移概率模型表示为，以多个充电节点中任意两个充电 节点为一组，获取其在相邻充电周期下最临近时刻的多个采样点，以组成其状态向量和 状态向量，；，这两个状态向量说明此时选取的两个充电节 点，其满足目标电池的充电状态值和最临近时刻相邻的充电节点，状态向量中共存在N个元 素。

之后计算其状态分布向量作为输出的转移概率。

；其中，表示时刻t+1时处于状态向量x的概率的状 态分布向量，表示系统处于；表示时刻t时处于状态向量y的概率的状态分布向量，此 时处于状态向量y说明的是其采集的多个数值的联合分布概率，以表示在临近时刻下多个 充电节点之间的相关性，对于y求和表示对这个最临近时刻下状态向量y中所存在的元素进 行求和累计的计算方式；表示从状态向量y到状态向量x的概率，这个概率表示条件 概率，也就是在两个充电节点在同时选择两个值的条件概率，该数据可以通过历史数据来 计算；此时将电流、电压和温度所分别计算的状态分布向量的值进行求乘积后，作为输出的 转移概率。

确定各充电状态下的峰值概率的实现方式还包括：获取各状态区间内对应目标电池的最大充电量，以最大充电量所需充电周期，提取对应充电周期下的峰值条件。

以峰值条件对应的状态区间，对各状态区间进行批量管理，在各状态区间满足同一峰值条件下，记录各充电状态下的峰值概率；将该峰值概率进行输出。此时峰值概率说明峰值条件对应的数据量与当前状态区间内包含数据量的比值，来说明该峰值条件出现的概率。

同时对于转移概率大于的预设阈值，该预设阈值基于历史数据进行设置，采用历史数据中转移概率的95%分数值作为此处使用的预设阈值；需要说明的是，转移概率的预设阈值会按照转移概率所选择模型不同调整对应模型对应历史数据的阈值，以描述对多个模型的数据提取。

在本发明的一个实施例中，状态检索模块中对于根据目标电池的充电状态和峰值概率选择目标充电状态的实现方式包括：统计每个目标电池在各充电状态的峰值概率，记录目标电池出现异常事件的概率；将出现异常事件的目标电池作为起点，选择目标电池相邻充电节点的充电状态作为目标充电状态。

如图3所示，状态检索模块中比较目标充电状态在相邻两次检索的充电节点的实现方式包括：以充电节点为输入数据，比较各充电节点的节点类型是否为备选充电类型，检索目标充电状态在第一次检索的充电节点。

比较各充电节点的节点类型是否为备选充电类型的实现方式还包括：若为备选充电类型，则分别提取对应充电节点的充电状态，形成各充电节点对应的状态区间，以各状态区间中的最大峰值概率，计算各状态区间之间的相似度，将相似度取值最大的一组状态区间对应的充电节点作为第一次检索的充电节点。

若不为备选充电类型，则获取对应充电节点的充电占用成本，其中充电占用成本为该充电节点在整体充电节点所对应网络时，进行充电时电流流经该充电节点的时间占整个网络所进行充电时间的比例；以充电占用成本为检索条件，检索目标电池在充电时对应的充电节点，并将对应充电节点作为第一次检索的充电节点。

以各充电节点的导引充电顺序为基础，对各充电节点进行检索，获取目标充电状态在第二次检索的充电节点。

导引充电顺序指的是在多个充电节点之间为待充电设备分配充电优先级或排队顺序的过程；这个过程包括且不限于设备开始连接的时间、目标电池剩余电量、目标电池对应的设备类型，以及对目标电池的充电功率，这些将会决定目标电池在集中充电管理时的优先级，影响目标电池完成充电时间，第二次检索的充电节点主要通过计量在优先级计算的目标节点，是否与当前第一次检索的目标节点一致；此时是通过比较充电节点的状态区间或者充电占用成本来分配集中管理下的电力资源，防止存在部分充电节点出现过度使用，以及部分充电节点存在限制的问题。

对于第二次检索则是选择充电节点的相对优先级进行说明，将当前第一检索时其充电节点的相应情况与其优先级进行比较，来确定当前目标电池所使用的充电节点是否能达到最优。

第一次检索主要识别是否存在异常状态，之后第二次检索则验证其节点一致性，来确保各个异常节点不会被重复选择；防止各充电节点在数据相对独立下，其充电节点数据未被集中整合，造成全局分析下各节点实际检测数据不对称，节点集中选择异常的问题。

即第二次检索的充电节点的实现方式包括：以设备开始连接的时间、目标电池剩余电量、目标电池对应的设备类型和目标电池的充电功率作为充电节点的充电标签。

以充电标签对充电节点进行检索，获取各充电节点的充电事件流，充电事件流表示在以设备开始连接的时间、目标电池剩余电量、目标电池对应的设备类型和目标电池的充电功率等内容作为充电节点进行判断时，当前充电节点是否正常充电，以及充电实时充电量，并将这些完成的时间与充电是否存在非正常事件进行组合，作为此时说明的充电事件流。

采用目标充电状态对应的充电事件流，生成至少一个管理分支，以管理分支内的充电节点作为第二次检索的充电节点。其管理分支表示充电事件流下对应多个目标电池在完成充电前后，其预计充电完成时间与正常完成时间的比值，将对应比值下对应多组目标电池充电的数据作为此时的管理分支，以描述在不同优先级下完成充电的充电节点，之后将这些不同优先级完成充电的多组充电节点与第一次检索的充电节点进行比较，来获取当前充电节点能否达到最优。

将第一次检索的充电节点与第二次检索的充电节点进行比较，比较第一次检索中包含的充电节点是否存在存在于第二次检索的充电节点中，若存在则提取对应充电节点，按照两次检索包含的数据对各充电节点进行记录。

若不存在，则基于第一次检索时各充电节点的分布位置，以第一次检索的充电节点为起点，将第一次检索的充电节点与第二次检索的充电节点进行连接，获取第一次检索和第二次检索的各充电节点之间的最短路径，将最短路径对应的充电节点进行记录。

在本发明的一个实施例中，在充电检查时，主要针对各充电节点在各个模块中标注的数据，来分析当前充电节点是否能够满足当前目标电池的充电需求，以及该充电节点对应的数据能否满足目标电池在集中充电场景下的快速充电。

如图4所示，充电检查模块的实现方式包括：以各充电节点记录次数为准，提取多次检查下各充电节点的最小公共子集，以各充电节点的最小公共子集所对应元素组建深度查询网络。

当前充电节点在每次检索记录时，从状态检索模块检索的内容可知，每次检索其充电节点会按照各节点的峰值概率、备选充电类型、充电占用成本、设备预计充电完成时间与正常完成时间的比值，以及相关设备开始连接的时间等数据对该充电节点进行一致性比较检查，根据这些对应数据可以将各充电节点进行组合，来验证其检索内容对应的最小公共子集；这个公共子集会包含这些检索的内容，如果存在一个充电节点被记录次数多，且该子集所表现的电流、电压和温度等呈现稳定状态，那么最小公共子集对应的多个充电节点会表示当前集中充电可以依赖的节点。如果存在一个充电节点被记录次数小，那么该充电节点会更倾向于为了特定需要所设计的充电节点，可以作为不同设备在充电时的备选节点。同时如果最小公共子集呈现的电流、电压和温度等不稳定状态，那么该记录次数可以用于查询存在问题的充电节点，并识别在特定状态下存在不稳定状态的充电节点，以完成各种充电策略实施下的动态决策。

对于深度查询网络，则将各充电节点的最小公共子集作为嵌入向量，以嵌入向量依次组合为输入层、隐藏层、输出层，输出层以Sigmoid函数输出异常概率；其中输入层的卷积核设置为3×3，对于隐藏层中设置的全连接层依次从256节点到128节点到64节点进行全连接，将最小公共子集中包含的各种数据进行初始化消除量纲后，验证对应数据所对应的异常概率，之后将这个异常概率与记录次数进行关联，以发现其中较为稳定的充电节点，来完成在充电决策时各充电节点的检索。

使用深度查询网络比较充电节点在不同记录次数下的异常概率，并以异常概率将各充电节点进行输出。

优选的，以异常概率将各充电节点进行输出时，还包括，接收各充电节点的最小公共子集，将各充电节点按照记录次数和异常概率，依次以最小公共子集中对应数据在对应充电周期内的极大值和极小值，分为稳定极值节点和不稳定极值节点；稳定极值节点表示记录次数多且异常概率低的极值节点，可能代表正常充电过程中的极端情况，这部分节点会表示在调整调度后不同充电节点的充电情况，这些充电节点会表示在调度后各充电节点可以以来的部分，不稳定极值节点是表示记录次数少但异常概率高的极值节点，可能表示潜在故障或异常充电行为；这部分充电节点表示在充电节点检索时主要针对的节点，同时在获取稳定极值节点下，还需要多次验证其极大值，防止出现调度后出现电流过载、电压过载等问题。

对稳定极值节点和不稳定极值节点的取值进行实施监控，若稳定极值节点和不稳定极值节点对应充电节点存在异常，则将对应异常节点进行输出，否则将稳定极值节点和不稳定极值节点进行输出。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型，仍涵盖在本发明的保护范围。

Claims (9)

1.一种锂离子电池集中充电管理系统，其特征在于，包括：

状态采集模块，用于确定当前充电的目标电池和各电池的充电节点，以各充电节点的电流、电压和温度作为目标电池的充电状态；

状态管理模块，用于以目标电池的充电状态为基础，引入各充电节点电流与电压的峰值条件，确定各充电节点在峰值条件下的充电状态值；分析各充电状态在峰值条件下的转移概率，若转移概率大于预设阈值，则获取各充电节点的充电周期，以充电周期对各节充电点进行阈值检索，确定各充电状态下的峰值概率；

各充电状态在峰值条件下的转移概率表示为：对充电节点进行区域规划，并按照预设顺序对充电节点进行编码；至少获取目标电池的一个峰值条件，以峰值条件对应的数值区间，建立各充电节点之间的状态区间；根据充电节点出现峰值条件的状态区间，建立单个充电节点的转移概率模型，基于目标电池的充电状态值和最临近时刻相邻的充电节点，建立多个充电节点的转移概率模型；以状态区间为主，比较各充电节点在同一充电周期下的峰值条件是否一致，若峰值条件一致，则使用单个充电节点的转移概率模型计算对应充电状态的转移概率；若峰值条件不一致，则使用多个充电节点的转移概率模型计算当前相邻充电周期的转移概率；针对未出现峰值条件的状态区间，采用单个充电节点的转移概率模型计算峰值区间从未出现峰值条件的状态区间到相邻状态区间的转移概率，作为输出的转移概率；

状态检索模块，用于以各充电状态下的峰值概率控制电池充电，根据目标电池的充电状态和峰值概率选择目标充电状态，比较目标充电状态在相邻两次检索的充电节点是否一致，若相同则记录充电节点；

充电检查模块，用于比较充电节点记录的次数，判断各充电节点是否异常，完成各充电节点的检索。

2.根据权利要求1所述的一种锂离子电池集中充电管理系统，其特征在于，状态采集模块的实现方式包括：

以各充电节点的位置，统计各充电节点的电流、电压和温度的平均值，以各充电节点之间的连接关系；

将各充电节点依次按照其电流、电压和温度的平均值分别进行连接，获取至少一个充电节点与充电状态之间的映射关系；将充电节点与充电状态按照对应的目标电池进行组合，以获取目标电池、充电节点和充电状态的映射关系。

3.根据权利要求1所述的一种锂离子电池集中充电管理系统，其特征在于，确定当前充电的目标电池和各电池的充电节点时还包括：

确定目标电池和充电节点的数量，依次检测不同数量下目标电池和充电节点的电流、电压和温度；若电流、电压和温度处于异常状态，则将出现异常状态对应时间段的数据作为目标电池的充电状态输出。

4.根据权利要求1所述的一种锂离子电池集中充电管理系统，其特征在于，确定各充电状态下的峰值概率的实现方式还包括：

获取各状态区间内对应目标电池的最大充电量，以最大充电量所需充电周期，提取对应充电周期下的峰值条件；

以峰值条件对应的状态区间，对各状态区间进行批量管理，在各状态区间满足同一峰值条件下，记录各充电状态下的峰值概率；将该峰值概率进行输出。

5.根据权利要求1所述的一种锂离子电池集中充电管理系统，其特征在于，状态检索模块中比较目标充电状态在相邻两次检索的充电节点的实现方式包括：

以充电节点为输入数据，比较各充电节点的节点类型是否为备选充电类型，检索目标充电状态在第一次检索的充电节点；

以各充电节点的导引充电顺序为基础，对各充电节点进行检索，获取目标充电状态在第二次检索的充电节点；

将第一次检索的充电节点与第二次检索的充电节点进行比较，比较第一次检索中包含的充电节点是否存在存在于第二次检索的充电节点中，若存在则提取对应充电节点，按照两次检索包含的数据对各充电节点进行记录；

若不存在，则基于第一次检索时各充电节点的分布位置，以第一次检索的充电节点为起点，将第一次检索的充电节点与第二次检索的充电节点进行连接，获取第一次检索和第二次检索的各充电节点之间的最短路径，将最短路径对应的充电节点进行记录。

6.根据权利要求5所述的一种锂离子电池集中充电管理系统，其特征在于，比较各充电节点的节点类型是否为备选充电类型的实现方式还包括：

若为备选充电类型，则分别提取对应充电节点的充电状态，形成各充电节点对应的状态区间，以各状态区间中的最大峰值概率，计算各状态区间之间的相似度，将相似度取值最大的一组状态区间对应的充电节点作为第一次检索的充电节点；

若不为备选充电类型，则获取对应充电节点的充电占用成本，以充电占用成本为检索条件，检索目标电池在充电时对应的充电节点，并将对应充电节点作为第一次检索的充电节点。

7.根据权利要求5所述的一种锂离子电池集中充电管理系统，其特征在于，第二次检索的充电节点的实现方式包括：

以设备开始连接的时间、目标电池剩余电量、目标电池对应的设备类型和目标电池的充电功率作为充电节点的充电标签；

以充电标签对充电节点进行检索，获取各充电节点的充电事件流；

采用目标充电状态对应的充电事件流，生成至少一个管理分支，以管理分支内的充电节点作为第二次检索的充电节点。

8.根据权利要求1所述的一种锂离子电池集中充电管理系统，其特征在于，充电检查模块的实现方式包括：

以各充电节点记录次数为准，提取多次检查下各充电节点的最小公共子集，以各充电节点的最小公共子集所对应元素组建深度查询网络；

使用深度查询网络比较充电节点在不同记录次数下的异常概率，并以异常概率将各充电节点进行输出。

9.根据权利要求8所述的一种锂离子电池集中充电管理系统，其特征在于，以异常概率将各充电节点进行输出还包括，接收各充电节点的最小公共子集，将各充电节点按照记录次数和异常概率，依次以最小公共子集中对应数据在对应充电周期内的极大值和极小值，分为稳定极值节点和不稳定极值节点；

对稳定极值节点和不稳定极值节点的取值进行实施监控，若稳定极值节点和不稳定极值节点对应充电节点存在异常，则将对应异常节点进行输出，否则将稳定极值节点和不稳定极值节点进行输出。