CN118330494B - 一种在线式安全ups电源异常监测系统 - Google Patents
一种在线式安全ups电源异常监测系统 Download PDFInfo
- Publication number
- CN118330494B CN118330494B CN202410587307.XA CN202410587307A CN118330494B CN 118330494 B CN118330494 B CN 118330494B CN 202410587307 A CN202410587307 A CN 202410587307A CN 118330494 B CN118330494 B CN 118330494B
- Authority
- CN
- China
- Prior art keywords
- battery
- voltage
- value
- ups power
- abnormality
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 115
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 208000032953 Device battery issue Diseases 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims description 13
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims 3
- 230000002159 abnormal effect Effects 0.000 description 29
- 238000000034 method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036449 good health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000001133 acceleration 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
- 238000011156 evaluation Methods 0.000 description 1
- 230000000750 progressive effect Effects 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]
- G01R31/392—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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明涉及电源监测技术领域,具体涉及一种在线式安全UPS电源异常监测系统;根据不同UPS电源的电流数据的差异特征获得电池故障概率;根据所有UPS电源中电压数据的分布特征和电池故障概率获得整体电压特征值;根据电池的电压数据与整体电压特征值的差异特征获得电压偏差值;根据UPS电源中电池的电压偏差值的差异特征获得电池电压异常度;根据不同UPS电源的电池故障概率和电池电压异常度获得电池的综合异常程度。本发明根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;根据最终异常程度监测电池状态,提高了监测准确性。
Description
技术领域
本发明涉及电源监测技术领域,具体涉及一种在线式安全UPS电源异常监测系统。
背景技术
UPS不间断电源设备,是指不会因短暂停电中断,能够持续供应高品质电源的电源设备;UPS能够隔离电网电压波动和谐波扰动对负载的干扰,从而保证对负载高质量的电能供应。在UPS不间断电源设备持续工作中,可能会存在个别电池性能下降、储电容量达不到要求而故障的现象,同时加速其他电池老化;因此需要对UPS中的电池进行监测,确保电池状态正常。
传统的UPS电源监测通过电池工作参数与预设电池工作参数进行对比,但由于电网中不稳定因素的影响,以及使用过程中的充放电不均衡,可能会导致部分电池在某时间段内电压偏低;从而将部分性能正常的电池判断为异常,影响UPS电源监测的准确性。
发明内容
为了解决上述通过电池工作参数与预设电池工作参数比对进行电池状态监测,导致监测准确性低的技术问题,本发明的目的在于提供一种在线式安全UPS电源异常监测系统,所采用的技术方案具体如下:
数据获取模块,用于获取UPS电源中每个电池的电流数据和电压数据;
数据分析模块,用于根据不同UPS电源之间的电流数据的差异特征获得电池故障概率;根据所有UPS电源中电压数据的分布特征和所述电池故障概率获得整体电压特征值;根据电池的电压数据与所述整体电压特征值的差异特征获得电池的电压偏差值;
特征处理模块,用于根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度;根据不同UPS电源的所述电池故障概率和电池的所述电池电压异常度获得电池的综合异常程度;
电源监测模块,用于根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;根据所述最终异常程度监测电池状态。
进一步地,所述根据不同UPS电源之间的电流数据的差异特征获得电池故障概率的步骤包括:
计算所有UPS电源的电流数据的平均值,获得整体电流特征值;计算UPS电源的电流数据与所述整体电流特征值的差值的平方,获得UPS电源的电流差异特征值;计算所有UPS电源的电流差异特征值的和值,获得整体电流差异值;计算所述电流差异特征值与所述整体电流差异值的比值,获得UPS电源的电池故障概率。
进一步地,所述根据所有UPS电源中电压数据的分布特征和所述电池故障概率获得整体电压特征值的步骤包括:
计算电池的任意数值种类的电压数据在所有电压数据中的占比,获得所述任意数值种类的电压数据的概率特征值;将所述任意数值种类的电压数据所对应电池的UPS电源的电池故障概率负相关映射并计算与历史综合异常程度的比值的平均值,获得所述任意数值种类的电压数据的概率修正系数;计算所述概率特征值与所述概率修正系数的乘积,获得所述任意数值种类的电压数据的修正概率值;
将所述修正概率值的最大值对应的电压数据作为所述整体电压特征值。
进一步地,所述根据电池的电压数据与所述整体电压特征值的差异特征获得电池的电压偏差值的步骤包括:
计算电池的电压数据与所述整体电压特征值的差值绝对值,获得电池的所述电压偏差值。
进一步地,所述根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度的步骤包括:
计算同一个UPS电源中任意电池与其他电池的电压偏差值的差值绝对值的平均值,获得所述任意电池的电池偏差离散值;计算所述任意电池的电压偏差值与所述电池偏差离散值的和值,获得所述任意电池的电池电压异常度。
进一步地,所述根据不同UPS电源的所述电池故障概率和电池的所述电池电压异常度获得电池的综合异常程度的步骤包括:
将电池故障概率小于预设故障阈值的UPS电源作为参考电源;计算任意参考电源中所有电池的电池电压异常度的平均值,获得电压异常程度平均表征值;计算常数1与所述参考电源的电池故障概率的差值,获得参考电源的贡献度;计算所有参考电源的贡献度的和值,获得贡献度累加值;计算贡献度与贡献度累加值的比值,获得贡献权重;计算所有参考电源的所述电压异常程度平均表征值与所述贡献权重的乘积的累加和,获得整体异常程度特征值;计算任意电池的电池电压异常度与所述整体异常程度特征值的差值绝对值并归一化,获得任意电池的综合异常程度。
进一步地,所述根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度的步骤包括:
计算任意电池的综合异常程度和历史采集时刻对应的历史综合异常程度的平均值,获得任意电池的最终异常程度。
进一步地,所述根据所述最终异常程度监测电池状态的步骤包括:
当电池的最终异常程度不超过预设异常程度阈值时,电池状态正常。
本发明具有如下有益效果:
在本发明中,获取电池故障概率能够根据不同UPS电源之间的电流差异特征初步判断可能存在故障的UPS电源,从而根据电池故障概率选取合适的整体电压特征值以及运行正常的UPS电源。获取整体电压特征值能表征UPS电源在当前状态下的电压特征,进而根据电池的电压数据与整体电压特征值的差异特征初步分析电池的电压偏差值,提高监测准确性;获取电压偏差值能够表征电池的电压差异状态。获取电池电压异常度能够根据电压偏差值的差异特征进一步确定可能异常的电池,提高电池故障监测的准确性;获取电池的综合异常程度能避免某个UPS电源中大部分电池异常导致的电池电压异常度较小的情况,从而根据多个正常的UPS电源对任意电池的故障情况进行综合判断,进一步提高监测准确性。获取电池的最终异常程度能够根据电池的多个数据采集时刻判断电池的状态,提高UPS电源中电池异常监测的准确性。
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和优点,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的介绍,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它附图。
图1为本发明一个实施例所提供的一种在线式安全UPS电源异常监测系统框图。
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在线式安全UPS电源异常监测系统,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在线式安全UPS电源异常监测系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种在线式安全UPS电源异常监测系统框图,该系统包括以下模块:
数据获取模块S1,用于获取UPS电源中每个电池的电流数据和电压数据。
在本发明实施例中,实施场景为对UPS电源中的电池状态进行监测;提高电池监测的准确性。首先获取UPS电源中每个电池的电流数据和电压数据,在大型机房中会使用多套UPS不间断电源设备进行供电,故对所有UPS电源中的电池在同一时刻采集电流数据和电压数据;需要说明的是,所有UPS电源中的电池的规格相同。
数据分析模块S2,用于根据不同UPS电源之间的电流数据的差异特征获得电池故障概率;根据所有UPS电源中电压数据的分布特征和电池故障概率获得整体电压特征值;根据电池的电压数据与整体电压特征值的差异特征获得电池的电压偏差值。
由于UPS电源中的电池为串联结构,同一个UPS电源中不同电池的电流相同,当某个UPS电源中的电池发生故障后,导致该UPS电源与其他UPS电源之间的电流差异增大,因此可通过不同UPS电源之间的电流差异判断可能出现故障的UPS电源。故根据不同UPS电源之间的电流数据的差异特征获得电池故障概率;优选地,在本发明一个实施例中,获取电池故障概率的步骤包括:计算所有UPS电源的电流数据的平均值,获得整体电流特征值;整体电流特征值表征了机房中所有UPS电源的电流平均水平。计算UPS电源的电流数据与整体电流特征值的差值的平方,获得UPS电源的电流差异特征值;当电流差异特征值越大,意味着该UPS电源的电流越异常。计算所有UPS电源的电流差异特征值的和值,获得整体电流差异值;计算电流差异特征值与整体电流差异值的比值,获得UPS电源的电池故障概率。当该UPS电源的电流差异特征值越大,则在整体电流差异值中的占比越大,该UPS电源的电池故障概率越接近1,意味着该UPS电源中电池出现故障的可能性越大。
进一步地,在同一工作条件下,规格相同的UPS电源的电池工作参数相同,并且故障的电池属于个别现象,获得的电压数据大部分是正常数据,故可选取一个电压数据表征当前工作状态下正常的电压特征。由于不同UPS电源的电池故障概率不同,正常情况下的电压值应该更接近电池故障率较低的UPS电源,因此在获取整体电压特征值的过程中,更需要参考电池故障概率低的UPS电源;故根据所有UPS电源中电压数据的分布特征和电池故障概率获得整体电压特征值。
优选地,在本发明一个实施例中,获取整体电压特征值包括:计算电池的任意数值种类的电压数据在所有电压数据中的占比,获得任意数值种类的电压数据的概率特征值;当某个数值种类的电压数据出现次数越多,意味着该电压数据越可能为正常值。将该任意数值种类的电压数据所对应电池的UPS电源的电池故障概率负相关映射并计算与历史综合异常程度的比值的平均值,获得该任意数值种类的电压数据的概率修正系数;其中历史综合异常程度为上一个数据采集时刻获得的该电池的综合异常程度,若无上一数据采集时刻,历史综合异常程度设为1,当该任意数值种类的电压数据对应的UPS电源的电池故障概率越小,历史综合异常程度越小,则概率修正系数越大,意味着该电压数据越能够表征正常的电压情况。计算概率特征值与概率修正系数的乘积,获得任意数值种类的电压数据的修正概率值;当修正概率值越大,意味着该电压数据越能够代表UPS电源的正常情况。将修正概率值的最大值对应的电压数据作为整体电压特征值,整体电压特征值能够表征机房中UPS电源的正常电压状态;整体电压特征值能够表征当前UPS电源状态下正常的电压特征,后续根据电压数据与该整体电压特征值的差异特征分析电池异常情况,提高分析的准确性。获得整体电压特征值的公式包括:
式中,表示任意数值种类的电压数据的概率特征值,表示该任意数值种类的电压数据对应的电池数量,表示第个电池所在的UPS电源的电池故障概率,表示对电池故障概率负相关映射,表示第个电池的历史综合异常程度;表示概率修正系数。
获得整体电压特征值后,可根据电池的电压数据与整体电压特征值的差异情况初步判断电池的故障程度;故根据电池的电压数据与整体电压特征值的差异特征获得电池的电压偏差值,具体包括:计算电池的电压数据与整体电压特征值的差值绝对值,获得电池的电压偏差值。当电池的电压偏差值越大,则意味着该电池出现故障的可能性越大;但仅根据电压偏差值难以准确地判断电池是否故障,后续需要对电压偏差值进一步分析,提高监测准确性。
特征处理模块S3,用于根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度;根据不同UPS电源的电池故障概率和电池的电池电压异常度获得电池的综合异常程度。
在正常情况下,同一UPS电源中电池的电压数据相对于其他UPS电源中电池的电压参数具有更高的相似性,当UPS电源中某个电池发生故障,该电池的电压偏差值会与其他电池的电压偏差值形成较大差异。故根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度,优选地,在本发明一个实施例中,获取电池电压异常度包括:计算同一个UPS电源中任意电池与其他电池的电压偏差值的差值绝对值的平均值,获得该任意电池的电池偏差离散值;当电池偏差离散值越大,意味着该任意电池的电压偏压值较为异常,该任意电池越可能出现故障。计算该任意电池的电压偏差值与电池偏差离散值的和值,获得该任意电池的电池电压异常度。当电池电压异常度越大,意味着该电池出现故障的可能性越大;获取电池电压异常度的公式包括:
式中,表示电池的电池电压异常度,表示电池的电压偏差值,表示该电池所在UPS电源中其他电池的数量,表示同一UPS电源中第个电池的电压偏差值,表示该电池的电池偏差离散值。
进一步地,由于可能出现一个UPS电源中大部分电池都出现故障,此时导致单个UPS电源内部的不同电池之间的电压偏差值的差异较小,获得的电池电压异常度较小;为了进一步提高监测准确性,需要根据其他故障概率较小的UPS电源中的电压异常程度进行综合评估。即使电池的电池电压异常程度较小,但与其他正常的UPS电源中电池的电池电压异常度的差异较大;故根据不同UPS电源的电池故障概率和电池的电池电压异常度获得电池的综合异常程度。
优选地,在本发明一个实施例中,获取综合异常程度包括:将电池故障概率小于预设故障阈值的UPS电源作为参考电源,在本发明实施例中预设故障概率阈值为0.3,实施者可根据实施场景自行确定;参考电源中电池的故障情况较小,对应的电池电压异常度较小。计算任意参考电源中所有电池的电池电压异常度的平均值,获得电压异常程度平均表征值;电压异常程度平均表征值表示健康状态良好的UPS电源中电池的电池电压异常度的平均水平。计算常数1与参考电源的电池故障概率的差值,获得参考电源的贡献度;计算所有参考电源的贡献度的和值,获得贡献度累加值;计算贡献度与贡献度累加值的比值,获得贡献权重。当参考电源的电池故障概率越小时,意味着该UPS电源中电池的电压异常程度平均表征值越接近正常情况,该类参考电池的参考权重越大,该参考电源的电压异常程度平均表征值的贡献权重越大,能够使得后续计算的整体异常程度特征值越接近健康状态良好的UPS电源的正常水平。计算所有参考电源的电压异常程度平均表征值与贡献权重的乘积的累加和,获得整体异常程度特征值;整体异常程度特征值表征了所有参考电源中电池的电池电压异常度的平均水平。计算任意电池的电池电压异常度与整体异常程度特征值的差值绝对值并归一化,获得该任意电池的综合异常程度。当综合异常程度越大,意味着该电池状态越异常;获取综合异常程度的公式包括:
式中,表示电池的综合异常程度,表示归一化函数,表示电池的电池电压异常度,表示参考电源的数量,表示第个参考电源的电池故障概率,表示参考电源的贡献度,表示贡献度累加值,表示贡献权重,表示第个参考电源中电池的数量,表示第个参考电源中第个电池的电池电压异常度,表示电压异常程度平均表征值,表示整体异常程度特征值。
电源监测模块S4,用于根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;根据最终异常程度监测电池状态。
为了能够准确地表征电池的故障情况,可结合当前采集时刻和历史采集时刻的综合异常程度进行分析,故根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;优选地,在本发明一个实施例中,获取最终异常程度包括:计算任意电池的综合异常程度和历史采集时刻对应的历史综合异常程度的平均值,获得任意电池的最终异常程度。历史采集时刻在本发明实施例中为上一数据采集时刻,历史综合异常程度为上一数据采集时刻的综合异常程度;需要说明的是首次监测直接以当前时刻的综合异常程度作为最终异常程度;当最终异常程度越大,意味着该电池故障情况越严重。故根据最终异常程度监测电池状态,当电池的最终异常程度不超过预设异常程度阈值时,电池状态正常;在本发明实施例中预设异常程度阈值为0.5,实施者可根据实施场景自行确定,当电池的最终异常程度超过预设异常程度阈值时,进行预警。至此,通过分析不同UPS电源之间的电池故障概率和电池电压异常度监测电池状态,提高了UPS电源的监测准确性。
综上所述,本发明实施例提供了一种在线式安全UPS电源异常监测系统;根据不同UPS电源的电流数据的差异特征获得电池故障概率;根据所有UPS电源中电压数据的分布特征和电池故障概率获得整体电压特征值;根据电池的电压数据与整体电压特征值的差异特征获得电压偏差值;根据UPS电源中电池的电压偏差值的差异特征获得电池电压异常度;根据不同UPS电源的电池故障概率和电池电压异常度获得电池的综合异常程度。本发明根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;根据最终异常程度监测电池状态,提高了监测准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (6)
1.一种在线式安全UPS电源异常监测系统,其特征在于,所述系统包括以下模块:
数据获取模块,用于获取UPS电源中每个电池的电流数据和电压数据;
数据分析模块,用于根据不同UPS电源之间的电流数据的差异特征获得电池故障概率;根据所有UPS电源中电压数据的分布特征和所述电池故障概率获得整体电压特征值;根据电池的电压数据与所述整体电压特征值的差异特征获得电池的电压偏差值;
特征处理模块,用于根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度;根据不同UPS电源的所述电池故障概率和电池的所述电池电压异常度获得电池的综合异常程度;
电源监测模块,用于根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度;根据所述最终异常程度监测电池状态;
所述根据所有UPS电源中电压数据的分布特征和所述电池故障概率获得整体电压特征值的步骤包括:
计算电池的任意数值种类的电压数据在所有电压数据中的占比,获得所述任意数值种类的电压数据的概率特征值;将所述任意数值种类的电压数据所对应电池的UPS电源的电池故障概率负相关映射并计算与历史综合异常程度的比值的平均值,获得所述任意数值种类的电压数据的概率修正系数;计算所述概率特征值与所述概率修正系数的乘积,获得所述任意数值种类的电压数据的修正概率值;
将所述修正概率值的最大值对应的电压数据作为所述整体电压特征值;
所述根据不同UPS电源的所述电池故障概率和电池的所述电池电压异常度获得电池的综合异常程度的步骤包括:
将电池故障概率小于预设故障阈值的UPS电源作为参考电源;计算任意参考电源中所有电池的电池电压异常度的平均值,获得电压异常程度平均表征值;计算常数1与所述参考电源的电池故障概率的差值,获得参考电源的贡献度;计算所有参考电源的贡献度的和值,获得贡献度累加值;计算贡献度与贡献度累加值的比值,获得贡献权重;计算所有参考电源的所述电压异常程度平均表征值与所述贡献权重的乘积的累加和,获得整体异常程度特征值;计算任意电池的电池电压异常度与所述整体异常程度特征值的差值绝对值并归一化,获得任意电池的综合异常程度。
2.根据权利要求1所述的一种在线式安全UPS电源异常监测系统,其特征在于,所述根据不同UPS电源之间的电流数据的差异特征获得电池故障概率的步骤包括:
计算所有UPS电源的电流数据的平均值,获得整体电流特征值;计算UPS电源的电流数据与所述整体电流特征值的差值的平方,获得UPS电源的电流差异特征值;计算所有UPS电源的电流差异特征值的和值,获得整体电流差异值;计算所述电流差异特征值与所述整体电流差异值的比值,获得UPS电源的电池故障概率。
3.根据权利要求1所述的一种在线式安全UPS电源异常监测系统,其特征在于,所述根据电池的电压数据与所述整体电压特征值的差异特征获得电池的电压偏差值的步骤包括:
计算电池的电压数据与所述整体电压特征值的差值绝对值,获得电池的所述电压偏差值。
4.根据权利要求1所述的一种在线式安全UPS电源异常监测系统,其特征在于,所述根据UPS电源中不同电池的电压偏差值的差异特征获得电池电压异常度的步骤包括:
计算同一个UPS电源中任意电池与其他电池的电压偏差值的差值绝对值的平均值,获得所述任意电池的电池偏差离散值;计算所述任意电池的电压偏差值与所述电池偏差离散值的和值,获得所述任意电池的电池电压异常度。
5.根据权利要求1所述的一种在线式安全UPS电源异常监测系统,其特征在于,所述根据UPS电源中电池的综合异常程度和对应的历史综合异常程度获得电池的最终异常程度的步骤包括:
计算任意电池的综合异常程度和历史采集时刻对应的历史综合异常程度的平均值,获得任意电池的最终异常程度。
6.根据权利要求1所述的一种在线式安全UPS电源异常监测系统,其特征在于,所述根据所述最终异常程度监测电池状态的步骤包括:
当电池的最终异常程度不超过预设异常程度阈值时,电池状态正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410587307.XA CN118330494B (zh) | 2024-05-13 | 2024-05-13 | 一种在线式安全ups电源异常监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410587307.XA CN118330494B (zh) | 2024-05-13 | 2024-05-13 | 一种在线式安全ups电源异常监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118330494A CN118330494A (zh) | 2024-07-12 |
CN118330494B true CN118330494B (zh) | 2025-02-11 |
Family
ID=91774680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410587307.XA Active CN118330494B (zh) | 2024-05-13 | 2024-05-13 | 一种在线式安全ups电源异常监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118330494B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118520235B (zh) * | 2024-07-23 | 2024-11-29 | 湖北华中电力科技开发有限责任公司 | 一种基于大数据处理的电网数据可视方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257784A (zh) * | 2020-01-15 | 2020-06-09 | 浙江零跑科技有限公司 | 一种多串并电池模组异常检测方法 |
CN114580496A (zh) * | 2022-01-24 | 2022-06-03 | 北京航空航天大学 | 一种锂离子电池单体故障自检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016082667A (ja) * | 2014-10-15 | 2016-05-16 | 株式会社豊田自動織機 | 電源装置及び異常検出方法 |
JP2019032987A (ja) * | 2017-08-08 | 2019-02-28 | 三菱自動車工業株式会社 | 電池パックの異常判定装置 |
KR20210095051A (ko) * | 2020-01-22 | 2021-07-30 | 주식회사 엘지에너지솔루션 | 배터리 진단 시스템, 전력 시스템 및 배터리 진단 방법 |
CN115629323A (zh) * | 2022-09-22 | 2023-01-20 | 浙江吉利控股集团有限公司 | 一种电池组故障检测方法、装置及车辆 |
CN116027200A (zh) * | 2022-12-27 | 2023-04-28 | 北京交通大学 | 一种基于历史数据的锂离子电池异常识别及诊断方法 |
CN115963418A (zh) * | 2022-12-30 | 2023-04-14 | 广东电网有限责任公司 | 一种储能电池运行状态的检测方法及系统 |
CN117724006B (zh) * | 2024-02-07 | 2024-05-24 | 深圳市魔方卫星科技有限公司 | 一种卫星电源异常状态检测方法及系统 |
-
2024
- 2024-05-13 CN CN202410587307.XA patent/CN118330494B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257784A (zh) * | 2020-01-15 | 2020-06-09 | 浙江零跑科技有限公司 | 一种多串并电池模组异常检测方法 |
CN114580496A (zh) * | 2022-01-24 | 2022-06-03 | 北京航空航天大学 | 一种锂离子电池单体故障自检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118330494A (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN118330494B (zh) | 一种在线式安全ups电源异常监测系统 | |
CN107167665B (zh) | 一种超级电容模组的诊断方法与装置 | |
CN112346893B (zh) | 故障预测方法、装置、终端及存储介质 | |
US20240012065A1 (en) | Battery diagnosis apparatus and method | |
CN115201616A (zh) | 一种基于大数据的充电机运行在线监测方法 | |
CN117578664B (zh) | 基于智能物联网的换电柜安全控制方法及系统 | |
CN118528791B (zh) | 汽车电机驱动系统的故障处理方法及系统 | |
CN117214757A (zh) | 锂离子电池及电池组健康度预测方法 | |
CN116699406A (zh) | 用于基于电化学模型参数对设备电池组进行诊断的方法 | |
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 | |
CN116455079B (zh) | 基于大数据的用电信息一体化安全监管系统及方法 | |
WO2024178926A1 (zh) | 储能系统电池单体故障识别方法和储能系统 | |
CN109557469B (zh) | 蓄电池核容数据分析方法及装置 | |
CN117872178A (zh) | 一种储能电堆故障检测方法及系统 | |
Dunn et al. | A p-value approach for real-time identifying the capacity regeneration phenomenon of lithium-ion batteries | |
CN118487302A (zh) | 一种基于可控开关网络的大规模退役电池储能系统柔性管理方法 | |
CN116142029A (zh) | 一种动力电池安全预警方法、装置及汽车 | |
CN115061044B (zh) | 基于bms通讯检测技术的锂电池健康评估方法及系统 | |
CN116344083A (zh) | 一种微型裂变电离室故障诊断方法和系统 | |
CN118861557B (zh) | 一种5g通信电源的健康管理方法及设备 | |
CN111913110B (zh) | 一种市电电池配置评估方法和系统 | |
CN117517968A (zh) | 一种数据中心铅酸蓄电池异常检测方法 | |
CN118983925B (zh) | 一种光伏充电控制方法及其控制系统 | |
CN114062943B (zh) | 一种锂离子电池系统极化异常预警方法及系统 | |
CN119379116B (zh) | 一种居民台区电能质量智慧检测系统 |
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 |