[发明专利]一种通过数据驱动方面进行UPS蓄电池热失控的方法在审

专利信息
申请号: 202010726775.2 申请日: 2020-07-25
公开(公告)号: CN113807001A 公开(公告)日: 2021-12-17
发明(设计)人: 余捷全;常伟 申请(专利权)人: 广东毓秀科技有限公司
主分类号: G06F30/27 分类号: G06F30/27;H01M10/48;G06F111/04;G06F111/08;G06F119/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 510000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 通过 数据 驱动 方面 进行 ups 蓄电池 失控 方法
【说明书】:

本发明涉及电池维保技术领域,尤其是一种通过数据驱动方面进行UPS蓄电池热失控的方法;它包括采集数据并桉时间轴录入数据库作为历史数据,采用步骤一得到的历史数据作为训练集对关联向量机预测模型进行训练;将实时数据录入并导入步骤二训练好的关联向量机预测模型进行预测,得到未来某个时间节点出现热失控的预测;以数据为导向,不断选择匹配热失控预测的算法模型,可有效提高热失控预测的精度,从而在距离热失控时间节点之前的一定时间内做好消除热失控的可行工作。

技术领域

本发明涉及电池维保技术领域,尤其是一种通过数据驱动方面进行UPS蓄电池热失控的方法。

背景技术

在热失控技术中,通常采用探测器设置在电池盒(电池组)表面。由于电池盒内设置有多个电池单体,那么探测器并不能实际反映每一个单体的具体情况,当某个单体出现热失控必然殃及其他单体。针对该情况,部分企业提出了将所有电池单体都安装有热失控传感器(热失控感知件)的改进方法。例如中国专利公开了电池热失控预警方法,申请号202010107144.2。其中记载:包括将至少一根热失控感知件以预设走线方式布置于电池模组中。所述电池模组包括至少一个电池单体。每一根热失控感知件与所述电池单体的第一表面接触。每一根所述热失控感知件上设置至少一个监测点,并监测每一个监测点的电信号。当所述电池模组中的任意一个电池单体发生热失控时,所述热失控感知件将被熔断,所述热失控感知件上的至少一个所述监测点的电信号发生异常波动,进而进行热失控预警。

上述技术方案的不足在于:当热失控感知件被热熔了才能得到异常信息,留给事故处理的时间太少,没有太大的实际意义。

发明内容

针对现有技术的不足,本发明提供一种能进一步提前预测热失控的方法。

本发明的技术方案为:

一种通过数据驱动方面进行UPS蓄电池热失控的方法,其特征在于:它包括以下步骤:

步骤一,将每一个蓄电池安装有一温度传感器、一个电压传感器和一个压力传感器,采集数据并桉时间轴录入数据库作为历史数据,录入格式**年**月**日**分**秒**摄氏度**伏特**帕斯卡**状态(是否处于热失控状态);

步骤二,采用步骤一得到的历史数据作为训练集对关联向量机预测模型进行训练;其中历史数据分割成输入部分和输出部分,输入部分为**年**月**日**分**秒**摄氏度**伏特**帕斯卡,输出部分为**状态;

步骤三,将实时数据录入并导入步骤二训练好的关联向量机预测模型进行预测,得到未来某个时间节点出现热失控的预测。

具体的,所述步骤一种历史数据在作为步骤二的训练集之前进行数据清洗。将一些明显超出合理范围的数据敲除或替换。

具体的,所述关联的向量机预测模型包括下列步骤:

S1从历史数据中提取特征指标并预处理;

S2一句特征指标的趋势特性,构建若干个单一核函数,形成单一核函数集,构建组合核函数;

S3运用粒子滤波产生组合函数权重粒子,形成组合核函数权重矩阵;

S4将归一化后的组合核函数权重矩阵和单一核函数集相乘,得到组合核函数集;

S5运用组合核函数集建立多核组合相关向量机模型集,使用训练集数据训练每个模型,每一组核函数相关向量模型即为一个模型粒子;

S6使用训练好的多核组合相关向量机模型集里边的每一个模型分别对训练集中的每一个点进行迭代预测,获得预测值向量;

S7依据迭代预测值向量和真实值,使用概率密度函数更新每个多核组合相关向量机模型的权值,然后归一化;

S8根据步骤S7归一化得到的模型粒子权值,对所有模型粒子进行重采样,保留权值较大的模型粒子;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东毓秀科技有限公司,未经广东毓秀科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010726775.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top