[发明专利]一种基于互联网的锂电池智能监测管理系统

权利要求书

1.一种基于互联网的锂电池智能监测管理系统，其特征在于：包括参数检测获取模块、差异衰减分析模块、趋势预测评估模块、参数干扰修正模块、服务管理平台和预警提示模块；

参数检测获取模块用于检测锂电池的充放电参数和电池所在的环境温度，并检测和记录锂电池从初始使用开始所累积的充放电循环次数；

差异衰减分析模块用于提取参数检测获取模块检测的充放电电压，分别统计经固定等使用间隔时长后充放电过程中的等压升充电时间和等压降放电时间，根据等压升充电时间和等压降放电时间分别分析出等压升充电衰减率和等压降放电衰减率，并将分析出等压升充电衰减率和等压降放电衰减率发送至趋势预测评估模块；

所述等压升充电衰减率为：，为出厂设置的锂电池从电压u1充至电压u2的时长，u2＞u1，为使用后锂电池从电压u1充至电压u2的时长；

所述等压降放电衰减率为：，为出厂设置的锂电池从电压u2降至电压u1的时长，为使用后锂电池从电压u2降至电压u1的时长；

所述趋势预测评估模块用于提取等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率，采用等压降放电衰减率计算公式分析出最小等压降放电衰减率下的锂电池压降时长，提取出锂电池达到最小等压降放电衰减率的过程中电池在各放电深度区间内的充放电循环次数以及各放电深度区间所允许的最大充放电循环次数，并筛选出锂电池的当前使用天数和锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时锂电池所对应的等压升充电衰减率，通过趋势预测模型预测评估出锂电池继续使用过程中达到更换条件的时长；

所述趋势预测模型为：，E表示为预计的锂电池继续使用过程中达到更换条件的时长，表示为当前锂电池的已使用天数，表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率所对应的锂电池压降时长，表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时所对应的等压升充电衰减率，表示为锂电池在第g个放电深度区间内的充放电循环次数，表示为锂电池在第g个放电深度区间内所允许的最大充放电循环次数，g=1，2，...，10；

参数干扰修正模块从锂电池参数数据库中筛选出锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的过程中的实时环境温度，对实时环境温度进行温度等级归类，统计各温度等级对应的单次持续性时长，通过采用样本训练方式对各温度等级下锂电池的等压降放电时长进行分析，获得各温度等级对应的干扰系数，并采用参数干扰影响公式分析出锂电池使用过程中实时环境温度对锂电池性能的综合环境干扰系数，同时采用参数干扰影响公式分析的综合环境干扰系数对趋势预测模型进行修正；

锂电池在使用过程中的参数干扰影响公式为：，为锂电池在第j个温度等级下所允许的最大单次持续性时长，为锂电池第d次处于第j个温度等级下的单次持续性时长，d=1，2，...，r，为第j个温度等级对锂电池性能的干扰系数，为锂电池在使用过程中实际环境温度对锂电池性能的综合环境干扰系数；

服务管理平台用于获取参数干扰修正模块修正后的趋势预测模型，采用修正后的趋势预测模型再次预测锂电池的剩余寿命，将预测的锂电池剩余寿命与锂电池剩余寿命下限值进行对比，若小于等于锂电池剩余寿命下限值，则发送锂电池更换信息至预警提示模块，同时，实时获取锂电池的充电时的环境温度，统计环境温度大于设定的安全充电温度数值的持续时长，若大于设定的环境温度对应的持续时长上限数值，则停止对锂电池继续充电，并发送锂电池的环境温度以及温度异常预警信息至预警提示模块；

预警提示模块用于接收服务管理平台发动的锂电池更换信息、锂电池所在的环境温度和温度异常预警信息并进行显示。