[发明专利]蓄电池状态的评估方法及评估装置

权利要求书

1.一种蓄电池状态的评估方法，其特征在于，包括：

基于物联网管理模式，构建蓄电池运行数据体系；

采集蓄电池的电压数据，并将所述电压数据依次分类；

获取单体电压、内阻、单体温度，且基于深度学习算法与所述电压数据相关联；

基于所述电压数据、所述单体电压、所述内阻和所述单体温度计算所述蓄电池的离散性，以确定所述蓄电池的当前状态；

所述蓄电池状态的评估方法的步骤还包括：获取并记录多个所述蓄电池的离散点；将多个所述蓄电池的离散点相串联，并形成对应关系线；获取所述蓄电池的预警区域，并监测所述对应关系线与所述预警区域；在所述对应关系线与所述预警区域相重合时，所述蓄电池输出预警信号；确定所述对应关系线；将所述对应关系线输入至预设的线段预估模型；基于所述线段预估模型预测所述对应关系线的延伸段；将所述延伸段与所述预警区域相比，预测所述预警信号。

2.如权利要求1所述的蓄电池状态的评估方法，其特征在于，所述线段预估模型是所述蓄电池的离散点和斜率之间的关系模型，是通过所述蓄电池的离散点的大数据构建的。

3.如权利要求1所述的蓄电池状态的评估方法，其特征在于，所述基于所述电压数据、所述单体电压、所述内阻和所述单体温度计算所述蓄电池的离散性，以确定所述蓄电池的当前状态，包括：

获取所述蓄电池状态的多种状态；

基于所述蓄电池状态的多种状态确定对应的所述电压数据、所述单体电压、所述内阻和所述单体温度；

将所述电压数据、所述单体电压、所述内阻和所述单体温度进行深度学习和关联性分析，以计算所述蓄电池的离散性；

确定所述蓄电池的当前状态。

4.如权利要求3所述的蓄电池状态的评估方法，其特征在于，所述深度学习采用BP神经网络算法对数据进行处理。

5.如权利要求1所述的蓄电池状态的评估方法，其特征在于，所述采集蓄电池的电压数据，并将所述电压数据依次分类，包括：

采集蓄电池的电压数据；

将所述电压数据传送至数据分类模块内，并与蓄电池编号进行一一对应归类；

所述电压数据按照与充电机屏连接方式、充电方式进行分类归档；

所述电压数据与蓄电池组绝缘情况及故障录波器数据关联。

6.一种蓄电池状态的评估装置，其特征在于，包括：

构建模块，用于基于物联网管理模式，构建蓄电池运行数据体系；

分类模块，用于采集蓄电池的电压数据，并将所述电压数据依次分类；

关联模块，用于获取单体电压、内阻、单体温度，且基于深度学习算法与所述电压数据相关联；

确定模块，用于基于所述电压数据、所述单体电压、所述内阻和所述单体温度计算所述蓄电池的离散性，以确定所述蓄电池的当前状态；所述蓄电池状态的评估方法的步骤还包括：获取并记录多个所述蓄电池的离散点；将多个所述蓄电池的离散点相串联，并形成对应关系线；获取所述蓄电池的预警区域，并监测所述对应关系线与所述预警区域；在所述对应关系线与所述预警区域相重合时，所述蓄电池输出预警信号；确定所述对应关系线；将所述对应关系线输入至预设的线段预估模型；基于所述线段预估模型预测所述对应关系线的延伸段；将所述延伸段与所述预警区域相比，预测所述预警信号。

7.一种计算机可读程序介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至5中任一项所述的方法。

8.一种电子装置，其特征在于，包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至5任一项所述的方法。