CN117991030B - 一种换电柜健康状态检测方法及系统 - Google Patents
一种换电柜健康状态检测方法及系统 Download PDFInfo
- Publication number
- CN117991030B CN117991030B CN202410402800.XA CN202410402800A CN117991030B CN 117991030 B CN117991030 B CN 117991030B CN 202410402800 A CN202410402800 A CN 202410402800A CN 117991030 B CN117991030 B CN 117991030B
- Authority
- CN
- China
- Prior art keywords
- voltage
- cabinet
- day
- battery
- sequence
- 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
- 230000036541 health Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 96
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 23
- 230000002354 daily effect Effects 0.000 claims description 21
- 230000003862 health status Effects 0.000 claims description 15
- 230000003203 everyday effect Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电变量测量技术领域，具体涉及一种换电柜健康状态检测方法及系统，包括：获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类；根据换电柜电压序列，得到电压波动程度；根据充电电池的种类、换电柜电压序列、电压波动程度以及电网电压序列，得到电压状态值；根据充电开始时刻、充电结束时刻以及换电柜温度序列，得到环境评估值；根据电压状态值和环境评估值，得到健康状态值；根据健康状态值，得到换电柜健康状态检测结果。本发明通过预测健康状态值，预防故障的产生以及提高换电柜的维修效率，维持换电柜的健康状态。
Description
技术领域
本发明涉及电变量测量技术领域，具体涉及一种换电柜健康状态检测方法及系统。
背景技术
换电柜是一种为电动车提供电池更换以及电池充电服务的设备，换电柜在长期运行过程中，可能会出现各种故障和性能衰退，如电池老化、电气元件损坏、控制系统故障等，影响换电柜的正常运行，甚至可能导致安全事故。为了保持换电柜的充电效率、维持换电柜的正常运行，所以需要对换电柜的健康状态进行检测。
传统的换电柜健康状态检测方法通过对当前时刻的换电柜的运行状态进行故障诊断，当发现换电柜故障时，需要紧急维修处理，并且会影响用户使用体验，使得换电柜健康状态检测的结果具有延迟性。
发明内容
本发明提供一种换电柜健康状态检测方法及系统，以解决现有的问题。
本发明的一种换电柜健康状态检测方法及系统采用如下技术方案：
本发明提出了一种换电柜健康状态检测方法，该方法包括以下步骤：
获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类；
在任意一天中，根据每个换电柜电压序列，得到每个换电柜电压序列的极值平均间隔；根据每个换电柜电压序列及其极值平均间隔，得到每个换电柜电压序列的电压波动程度；
根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值；
根据每天的充电开始时刻、充电结束时刻，得到每天的平均充电间隔；根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值；
根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值；根据健康状态值，得到换电柜健康状态检测结果。
进一步地，所述获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类，包括的具体步骤如下：
在换电柜的每个换电孔位的输入端安装电压表，并在每个换电孔位的内部安装温度传感器，分别对每天的每次充电过程中的电压值和温度值进行采集，将每次充电过程中的所有时刻采集到的每项数据构成一个时序序列，分别记为换电柜电压序列和换电柜温度序列；获取区域电网的电压数据中与每个换电柜电压序列同时段的电压数据，记为电网电压序列；在每次充电过程中，记录充电开始时刻、充电结束时刻以及充电电池的种类。
进一步地，所述在任意一天中，根据每个换电柜电压序列，得到每个换电柜电压序列的极值平均间隔，包括的具体步骤如下：
在任意一天的任意一个换电柜电压序列中，获取换电柜电压序列中的极值以及每相邻两个极值之间的时刻间隔；计算所有每相邻两个极值之间的时刻间隔的平均值，记为换电柜电压序列的极值平均间隔。
进一步地，所述根据每个换电柜电压序列及其极值平均间隔，得到每个换电柜电压序列的电压波动程度，包括的具体计算方式如下：
式中，为第e个换电柜电压序列的电压波动程度；/>为第e个换电柜电压序列的极值平均间隔；/>为第e个换电柜电压序列中的电压值的个数；/>为/>的阶乘；/>为第e个换电柜电压序列中第i个电压值；/>为第e个换电柜电压序列中第a个电压值；/>为绝对值函数。
进一步地，所述根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值，包括的具体计算方式如下：
式中，为第r天的电压状态值；/>为第r天的换电柜电压序列的个数；/>为第r天的第e个换电柜电压序列的电压波动程度；/>为第r天的第e个换电柜电压序列；/>为第r天的第e个电网电压序列；/>为第r天的第e个换电柜电压序列与电网电压序列的联合熵；/>为第r天的充电电池的种类的个数。
进一步地，所述根据每天的充电开始时刻、充电结束时刻，得到每天的平均充电间隔，包括的具体步骤如下：
对于每天记录的若干充电开始时刻、充电结束时刻，将每个开始时刻减去前一个充电结束时刻，得到充电时间间隔，计算每天所有的充电时间间隔的平均值，记为每天的平均充电间隔。
进一步地，所述根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值，包括的具体计算方式如下：
式中，为第r天的环境评估值；/>为第r天的换电柜温度序列的个数；/>为第r天的第e个换电柜温度序列中温度值的个数；/>为预设的温度阈值；/>为第r天的第e个换电柜温度序列中的第y个温度值；/>为第r天的平均充电间隔。
进一步地，所述根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值，包括的具体步骤如下：
计算第r天的环境评估值的倒数的平方与第r天的电压状态值的平方的和值，将所述和值的开平方的结果记作第r天的换电柜的健康状态值。
进一步地，所述根据健康状态值，得到换电柜健康状态检测结果，包括的具体步骤如下：
对最近天每天的健康状态值进行归一化处理，得到的结果记为每天的健康状态因子，其中/>为预设的参考天数；以天数为/>轴，以健康状态因子为/>轴，建立直角坐标系，将最近/>天每天的健康状态因子映射到直角坐标系中对应的坐标点，利用最小二乘法对坐标点进行拟合得到预测直线，在预测直线上，将/>时对应的/>值，记为预测健康状态值；当/>大于或等于预设的健康阈值/>时，换电柜健康状态判断为异常；当/>小于预设的健康阈值/>时，换电柜健康状态判断为良好。
本发明还提出了一种换电柜健康状态检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述存储器存储的计算机程序，以实现前述的一种换电柜健康状态检测方法的步骤。
本发明的技术方案的有益效果是：本发明根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值，判断换电柜在充电过程中电压的异常程度，提高了换电柜健康状态检测的准确性；根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值，判断了换电柜在充电过程中环境的异常程度，进一步提高了换电柜健康状态检测的准确性；根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值，对换电柜每天的健康状态进行准确的评价，使得换电柜健康状态检测结果更加准确。至此本发明通过准确可信的健康状态值得到预测健康状态值，判断换电柜的健康状态，预防故障的产生以及提高换电柜的维修效率，维持换电柜的健康状态。
附图说明
为了更清楚地说明本发明实施例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作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明一种换电柜健康状态检测方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种换电柜健康状态检测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种换电柜健康状态检测方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种换电柜健康状态检测方法的步骤流程图，该方法包括以下步骤：
步骤S001：获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类。
本实施例的目的是对换电柜的健康状态进行检测，所以需要对换电柜在充电过程中的各种监测数据进行采集；换电柜有若干换电孔位，每个换电孔位中可为一个电动车辆电池进行充电，由于每个换电孔位的工作状态为独立运行，故分别对每个换电孔位的充电过程中的数据进行采集。
具体的，在换电柜的每个换电孔位的输入端安装电压表，并在每个换电孔位的内部安装温度传感器，分别对每天的每次充电过程中的电压值和温度值进行采集，本实施例每隔1分钟作为一个时刻，将每次充电过程中的所有时刻采集到的每项数据构成一个时序序列，分别记为换电柜电压序列和换电柜温度序列；获取区域电网的电压数据中与每个换电柜电压序列同时段的电压数据，记为电网电压序列，电网电压序列的采集频率与换电柜电压序列的采集频率相同；在每次充电过程中，记录充电开始时刻、充电结束时刻以及充电电池的种类。
步骤S002：在任意一天中，根据每个换电柜电压序列，得到每个换电柜电压序列的极值平均间隔；根据每个换电柜电压序列及其极值平均间隔，得到每个换电柜电压序列的电压波动程度。
需要说明的是，正常的换电柜在充电过程中的电压值较为稳定，当电压值出现较大的波动时，则表明换电柜的运行状态可能会出现异常，故对换电柜的换电柜电压序列的波动程度进行分析，初步判断换电柜的运行状态。
具体的，在任意一天的任意一个换电柜电压序列中，获取换电柜电压序列中的极值以及每相邻两个极值之间的时刻间隔；计算所有每相邻两个极值之间的时刻间隔的平均值，记为换电柜电压序列的极值平均间隔；第e个换电柜电压序列的电压波动程度的计算方式为：
式中，为第e个换电柜电压序列的电压波动程度；/>为第e个换电柜电压序列的极值平均间隔；/>为第e个换电柜电压序列中的电压值的个数；/>为/>的阶乘；/>为第e个换电柜电压序列中第i个电压值；/>为第e个换电柜电压序列中第a个电压值；/>为绝对值函数。
所需说明的是，为第e个换电柜电压序列的极值的差异程度，其值越大，说明第e个换电柜电压序列的波动程度越大；/>为第e个换电柜电压序列的波动频率，其值越大，说明第e个换电柜电压序列的波动频率越高，第e个换电柜电压序列的波动程度越大。
步骤S003：根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值。
需要说明的是，在采集换电孔位的电压时，电压的波动可能并非由于电池充电异常导致的，而是由于电网区域供电的电压波动造成的；并且由于换电柜的同一个换电孔位可能会为不同种类的电池提供充电服务，导致不同的充电过程的电压产生不同的波动状态，故需要衡量每个换电柜电压序列的波动程度的可信程度，从而提高换电柜健康状态检测结果的准确性。
具体的，第r天的电压状态值的计算方式为：
式中，为第r天的电压状态值；/>为第r天的换电柜电压序列的个数；/>为第r天的第e个换电柜电压序列的电压波动程度；/>为第r天的第e个换电柜电压序列；/>为第r天的第e个电网电压序列；/>为第r天的第e个换电柜电压序列与电网电压序列的联合熵，联合熵为公知技术，具体方法在此不做介绍；/>为第r天的充电电池的种类的个数。
所需说明的是，表示第e个换电柜电压序列的电压波动程度的可信度，其中，/>越大，说明电网电压序列与换电柜电压序列的关联程度越低，电网的电压波动对换电柜的电压波动的影响程度越小，第e个换电柜电压序列的电压波动程度的可信度越大，/>越小，说明第r天的充电电池的种类的个数越少，换电柜的电压波动受充电电池的种类因素的影响越小，第e个换电柜电压序列的电压波动程度的可信度越大；通过对换电柜电压序列的电压波动程度的加权求均，最终得到该天的电压状态值，电压波动程度越大，电压状态值越大。
步骤S004：根据每天的充电开始时刻、充电结束时刻，得到每天的平均充电间隔；根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值。
需要说明的是，换电柜的使用环境也会对换电柜的健康状态产生影响，所以需要进一步对换电柜的使用环境进行评估，从而提高换电柜健康状态检测的准确性。换电柜的使用环境主要包括换电柜在充电过程中的温度以及充电的频次，充电温度越接近换电柜的最高温度阈值时，换电柜的健康状态会受到影响；当换电柜的充电的使用频次过高，也会使得换电柜的健康状态受到影响，降低换电柜的使用寿命。
具体的，对于每天记录的若干充电开始时刻、充电结束时刻，将每个开始时刻减去前一个充电结束时刻，得到充电时间间隔，计算每天所有的充电时间间隔的平均值，记为每天的平均充电间隔；
第r天的环境评估值的计算方法为：
式中，为第r天的环境评估值；/>为第r天的换电柜温度序列的个数；/>为第r天的第e个换电柜温度序列中温度值的个数；/>为预设的温度阈值，/>，本实施例以此为例进行叙述；/>为第r天的第e个换电柜温度序列中的第y个温度值；/>为第r天的平均充电间隔。
所需说明的是，表示第r天的换电柜的充电温度与温度阈值的接近程度，其值越小，说明第r天的换电柜的充电温度越异常；/>越小，说明第r天的换电柜的充电频率越高，对换电柜的健康状态造成的影响越大；充电温度越异常，且充电频率越高，换电柜的环境评估值越小，即换电柜环境状态越差。
步骤S005：根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值；根据健康状态值，得到换电柜健康状态检测结果。
需要说明的是，在对换电柜每天的健康状态进行评估时，需要结合每天的电压状态值和环境评估值，对换电柜的健康状态进行综合评估。
具体的，计算第r天的环境评估值的倒数的平方与第r天的电压状态值的平方的和值，将所述和值的开平方的结果记作第r天的换电柜的健康状态值。
需要进一步说明的是，在得到每天的换电柜的健康状态值后，需要对后一天的换电柜的健康状态值进行预测，从而实现提前判断换电柜可能出现的故障，预防故障的产生以及提高换电柜的维修效率，降低因换电柜故障造成的损失。
具体的，对最近天每天的健康状态值进行线性归一化处理，得到的结果记为每天的健康状态因子，其中/>为预设的参考天数，/>，本实施例以此为例进行叙述；以天数为/>轴，以健康状态因子为/>轴，建立直角坐标系，将最近/>天每天的健康状态因子映射到直角坐标系中对应的坐标点，利用最小二乘法对坐标点进行拟合得到预测直线，在预测直线上，将时对应的/>值，记为预测健康状态值/>；当/>大于或等于预设的健康阈值/>时，换电柜健康状态判断为异常；当/>小于预设的健康阈值/>时，换电柜健康状态判断为良好；预设的健康阈值/>，本实施例以此为例进行叙述；最小二乘法拟合直线的方法为公知技术，具体方法在此不做介绍。
至此，本实施例完成。
本发明还提供了一种换电柜健康状态检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述存储器存储的计算机程序，以实现前述的一种换电柜健康状态检测方法的步骤。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种换电柜健康状态检测方法，其特征在于，该方法包括以下步骤：
获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类；
在任意一天中，根据每个换电柜电压序列，得到每个换电柜电压序列的极值平均间隔；根据每个换电柜电压序列及其极值平均间隔，得到每个换电柜电压序列的电压波动程度；
根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值；
根据每天的充电开始时刻、充电结束时刻，得到每天的平均充电间隔；根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值；
根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值；根据健康状态值，得到换电柜健康状态检测结果；
所述根据每个换电柜电压序列及其极值平均间隔，得到每个换电柜电压序列的电压波动程度，包括的具体计算方式如下：
式中，/>为第e个换电柜电压序列的电压波动程度；为第e个换电柜电压序列的极值平均间隔；/>为第e个换电柜电压序列中的电压值的个数；/>为/>的阶乘；/>为第e个换电柜电压序列中第i个电压值；/>为第e个换电柜电压序列中第a个电压值；/>为绝对值函数；
所述根据每天的充电电池的种类、每个换电柜电压序列及其电压波动程度，以及电网电压序列，得到每天的电压状态值，包括的具体计算方式如下：
式中，/>为第r天的电压状态值；/>为第r天的换电柜电压序列的个数；/>为第r天的第e个换电柜电压序列的电压波动程度；/>为第r天的第e个换电柜电压序列；/>为第r天的第e个电网电压序列；/>为第r天的第e个换电柜电压序列与电网电压序列的联合熵；/>为第r天的充电电池的种类的个数；
所述根据每天的平均充电间隔以及每天的所有换电柜温度序列，得到每天的环境评估值，包括的具体计算方式如下：
式中，/>为第r天的环境评估值；/>为第r天的换电柜温度序列的个数；/>为第r天的第e个换电柜温度序列中温度值的个数；/>为预设的温度阈值；/>为第r天的第e个换电柜温度序列中的第y个温度值；/>为第r天的平均充电间隔。
2.根据权利要求1所述一种换电柜健康状态检测方法，其特征在于，所述获取换电柜电压序列、换电柜温度序列、电网电压序列、充电开始时刻、充电结束时刻以及充电电池的种类，包括的具体步骤如下：
在换电柜的每个换电孔位的输入端安装电压表，并在每个换电孔位的内部安装温度传感器，分别对每天的每次充电过程中的电压值和温度值进行采集，将每次充电过程中的所有时刻采集到的每项数据构成一个时序序列，分别记为换电柜电压序列和换电柜温度序列；获取区域电网的电压数据中与每个换电柜电压序列同时段的电压数据，记为电网电压序列；在每次充电过程中，记录充电开始时刻、充电结束时刻以及充电电池的种类。
3.根据权利要求1所述一种换电柜健康状态检测方法，其特征在于，所述在任意一天中，根据每个换电柜电压序列，得到每个换电柜电压序列的极值平均间隔，包括的具体步骤如下：
在任意一天的任意一个换电柜电压序列中，获取换电柜电压序列中的极值以及每相邻两个极值之间的时刻间隔；计算所有每相邻两个极值之间的时刻间隔的平均值，记为换电柜电压序列的极值平均间隔。
4.根据权利要求1所述一种换电柜健康状态检测方法，其特征在于，所述根据每天的充电开始时刻、充电结束时刻，得到每天的平均充电间隔，包括的具体步骤如下：
对于每天记录的若干充电开始时刻、充电结束时刻，将每个开始时刻减去前一个充电结束时刻，得到充电时间间隔，计算每天所有的充电时间间隔的平均值，记为每天的平均充电间隔。
5.根据权利要求1所述一种换电柜健康状态检测方法，其特征在于，所述根据每天的电压状态值和环境评估值，得到每天的换电柜的健康状态值，包括的具体步骤如下：
计算第r天的环境评估值的倒数的平方与第r天的电压状态值的平方的和值，将所述和值的开平方的结果记作第r天的换电柜的健康状态值。
6.根据权利要求1所述一种换电柜健康状态检测方法，其特征在于，所述根据健康状态值，得到换电柜健康状态检测结果，包括的具体步骤如下：
对最近天每天的健康状态值进行归一化处理，得到的结果记为每天的健康状态因子，其中/>为预设的参考天数；以天数为/>轴，以健康状态因子为/>轴，建立直角坐标系，将最近/>天每天的健康状态因子映射到直角坐标系中对应的坐标点，利用最小二乘法对坐标点进行拟合得到预测直线，在预测直线上，将/>时对应的/>值，记为预测健康状态值/>；当/>大于或等于预设的健康阈值/>时，换电柜健康状态判断为异常；当/>小于预设的健康阈值/>时，换电柜健康状态判断为良好。
7.一种换电柜健康状态检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，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1-6任一项所述的一种换电柜健康状态检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410402800.XA CN117991030B (zh) | 2024-04-03 | 2024-04-03 | 一种换电柜健康状态检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410402800.XA CN117991030B (zh) | 2024-04-03 | 2024-04-03 | 一种换电柜健康状态检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117991030A CN117991030A (zh) | 2024-05-07 |
| CN117991030B true CN117991030B (zh) | 2024-06-07 |
Family
ID=90890837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410402800.XA Active CN117991030B (zh) | 2024-04-03 | 2024-04-03 | 一种换电柜健康状态检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117991030B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118465418B (zh) * | 2024-07-12 | 2024-09-17 | 山西科达新能源科技有限公司 | 一种换电柜的健康状态智能检测方法 |
| CN119556195B (zh) * | 2025-01-23 | 2025-04-04 | 山西科达新能源科技有限公司 | 基于电参数分析的换电柜状态实时监测方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2290388A2 (en) * | 2009-08-26 | 2011-03-02 | Scania CV AB | Battery condition determination |
| CN111928901A (zh) * | 2020-08-19 | 2020-11-13 | 北京兴达智联科技有限公司 | 换电柜预警系统及方法 |
| CN114384421A (zh) * | 2020-10-20 | 2022-04-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统性能衰减的预警方法和分析方法 |
| CN114415032A (zh) * | 2022-01-25 | 2022-04-29 | 中国汽车工程研究院股份有限公司 | 一种动力电池安全性检测方法、系统及存储介质 |
| CN115372830A (zh) * | 2022-08-29 | 2022-11-22 | 上海机动车检测认证技术研究中心有限公司 | 一种动力电池热失控风险评估方法 |
| CN116714474A (zh) * | 2023-07-20 | 2023-09-08 | 柜电智能(深圳)有限公司 | 一种换电柜运行智能监控管理系统及换电柜 |
| CN116879758A (zh) * | 2023-08-14 | 2023-10-13 | 长安大学 | 一种基于熵值算法的动力电池电压故障在线诊断处理方法 |
| CN117169757A (zh) * | 2023-09-04 | 2023-12-05 | 西安奔云信息科技有限公司 | 一种换电柜健康状态检测方法及系统 |
| CN117284145A (zh) * | 2023-11-24 | 2023-12-26 | 张家港保税区长江国际港务有限公司 | 一种高压充电设备安全监控方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102521577B1 (ko) * | 2019-03-18 | 2023-04-12 | 주식회사 엘지에너지솔루션 | 배터리 상태 추정 장치 |
| US20230204675A1 (en) * | 2020-07-30 | 2023-06-29 | Hitachi High-Tech Corporation | Battery pack diagnosing method, cell diagnosing method, battery pack diagnosing device, and cell diagnosing device |
-
2024
- 2024-04-03 CN CN202410402800.XA patent/CN117991030B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2290388A2 (en) * | 2009-08-26 | 2011-03-02 | Scania CV AB | Battery condition determination |
| CN111928901A (zh) * | 2020-08-19 | 2020-11-13 | 北京兴达智联科技有限公司 | 换电柜预警系统及方法 |
| CN114384421A (zh) * | 2020-10-20 | 2022-04-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统性能衰减的预警方法和分析方法 |
| CN114415032A (zh) * | 2022-01-25 | 2022-04-29 | 中国汽车工程研究院股份有限公司 | 一种动力电池安全性检测方法、系统及存储介质 |
| CN115372830A (zh) * | 2022-08-29 | 2022-11-22 | 上海机动车检测认证技术研究中心有限公司 | 一种动力电池热失控风险评估方法 |
| CN116714474A (zh) * | 2023-07-20 | 2023-09-08 | 柜电智能(深圳)有限公司 | 一种换电柜运行智能监控管理系统及换电柜 |
| CN116879758A (zh) * | 2023-08-14 | 2023-10-13 | 长安大学 | 一种基于熵值算法的动力电池电压故障在线诊断处理方法 |
| CN117169757A (zh) * | 2023-09-04 | 2023-12-05 | 西安奔云信息科技有限公司 | 一种换电柜健康状态检测方法及系统 |
| CN117284145A (zh) * | 2023-11-24 | 2023-12-26 | 张家港保税区长江国际港务有限公司 | 一种高压充电设备安全监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 云端数据驱动的锂电池故障分级预警研究;郭文超 等;《汽车工程》;20230930;第45卷(第9期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117991030A (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117991030B (zh) | 一种换电柜健康状态检测方法及系统 | |
| CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
| CN118938019B (zh) | 一种锂电池电量监测与低电量预警系统 | |
| CN117129790B (zh) | 一种电力系统故障诊断系统 | |
| US20250130286A1 (en) | Battery system state of health monitoring system | |
| CN117284151A (zh) | 一种自适应新能源车辆电池电量监测方法及系统 | |
| CN117767506B (zh) | 基于数据驱动的新能源汽车电源适配器功率自适应方法 | |
| CN119291518B (zh) | 一种bms测试方法、装置、设备及存储介质 | |
| US20230213587A1 (en) | Method and System for Efficiently Monitoring Battery Cells of a Device Battery in an External Central Processing Unit Using a Digital Twin | |
| CN116643178B (zh) | 一种电池管理系统的soc估算方法及相关装置 | |
| CN117893059A (zh) | 基于传感器的储能数据采集分析方法及系统 | |
| CN119044809B (zh) | 一种锂电池健康状态监测方法及系统 | |
| CN116842464A (zh) | 一种电池系统soc估计方法 | |
| CN118981730A (zh) | 一种电池安全利用的余能智慧检测方法 | |
| CN117406090B (zh) | 一种锂离子电池功耗检测方法及装置 | |
| CN116400239B (zh) | 一种铁铬液流电池的储能智能监测方法 | |
| CN112946493B (zh) | 操作过程中的储能系统的诊断 | |
| CN116008846A (zh) | 一种面向空间站电源系统的蓄电池组健康状态估计方法 | |
| CN119674287B (zh) | 基于用户行为和环境条件的锂电池动态充电方法 | |
| CN120065045B (zh) | 一种蓄电池组智能化在线核容管理系统 | |
| CN119104921B (zh) | 一种基于大数据模型的储能电池性能监测方法及系统 | |
| CN118091325B (zh) | 一种电缆智能检测方法及系统 | |
| CN119959782B (zh) | 一种用于新能源汽车的动力蓄电池工作性能检测方法 | |
| CN119247077B (zh) | 一种基于5g技术的直流电源系统绝缘检测方法 | |
| Wen et al. | Time-series prediction of lithium battery health status based on Transformer and real-world vehicle operation data |
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 |