[发明专利]一种化成分容能耗的智能分析方法及装置有效
申请号: | 202310638656.5 | 申请日: | 2023-06-01 |
公开(公告)号: | CN116359763B | 公开(公告)日: | 2023-08-04 |
发明(设计)人: | 华麟;李浩;陈燚平;陈成;李东升 | 申请(专利权)人: | 深圳和润达科技有限公司 |
主分类号: | G01R31/387 | 分类号: | G01R31/387;H01M10/44;H01M10/058;H01M10/052;G01R31/396 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 江银会 |
地址: | 518107 广东省深圳市光明区凤凰街道*** | 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 化成 能耗 智能 分析 方法 装置 | ||
1.一种化成分容能耗的智能分析方法,其特征在于,所述方法包括:
实时采集待分析的动力电池自动化产线对应的电数据,所述动力电池自动化产线配置有多个模组,所述电数据包括所有所述模组按照预设工步流程执行化成分容操作对应的模组数据;
对于每个所述模组,根据该模组对应的所述模组数据,结合若干个预设的电参数,实时计算该模组与每个所述电参数对应的参数数据,每个所述模组对应的所述参数数据至少包括该模组的能耗数据;
获取所述动力电池自动化产线对应的电源系统的优化参考数据,并根据所述优化参考数据对所有所述参数数据执行分析优化操作,得到所有所述参数数据的分析优化结果,所有所述参数数据的分析优化结果包括针对至少一个所述模组对应的所述工步流程的工步优化结果和/或针对至少一个所述模组对应的所述能耗数据的能耗优化结果;
获取所述动力电池自动化产线对应的工艺比较数据,并根据所述工艺比较数据与所述分析优化结果执行对比分析操作,得到所述动力电池自动化产线执行所述分析优化操作后的节电数据,作为核算所述动力电池自动化产线用碳数据的分析数据;
所述工艺比较数据包括所述动力电池自动化产线在预设回溯周期内的历史能耗分析数据;所述预设回溯周期的时长大于等于实时监控周期的时长,且所述预设回溯周期与所述实时监控周期相对应;
所述根据所述工艺比较数据与所述分析优化结果执行对比分析操作,得到所述动力电池自动化产线执行所述分析优化操作后的节电数据,包括:
计算所述历史能耗分析数据与所述分析优化结果之间的能耗差值,当所述能耗差值表示所述历史能耗分析数据高于所述分析优化结果时,根据所述能耗差值结合预设的碳换算系数,计算得到所述动力电池自动化产线间隔所述预设回溯周期后对应的节电数值以及所述节电数值对应的节碳数值;
根据所述节电数值、所述节碳数值,生成针对所述动力电池自动化产线的节电数据。
2.根据权利要求1所述的一种化成分容能耗的智能分析方法,其特征在于,所述实时采集待分析的动力电池自动化产线对应的电数据,包括:
确定所述动力电池自动化产线中当前待分析的所有模组,并实时采集每个所述模组的工步信息,每个所述模组的工步信息包括该模组中每个电芯在当前实时监控周期内按照预设工步流程执行化成分容操作对应的第一信息与第二信息,所述第一信息包括每个所述电芯执行化成操作的第一操作时段以及每个所述第一操作时段对应的耗电数据;所述第二信息包括每个所述电芯执行分容操作对应的第二操作时段以及每个所述第二操作时段对应的馈电数据;
对于每个所述模组,将该模组中所有所述电芯对应的所述耗电数据以及所述馈电数据,确定为该模组的模组数据,作为动力电池自动化产线对应的电数据。
3.根据权利要求2所述的一种化成分容能耗的智能分析方法,其特征在于,所述电参数包括化成用电参数、分容用电参数、实际用电参数、单位能耗生产电芯容量对应的能耗产能参数中的至少一种电参数;
所述对于每个所述模组,根据该模组对应的所述模组数据,结合若干个预设的电参数,实时计算该模组与每个所述电参数对应的参数数据,包括:
对于每个所述模组中的每个所述电芯,根据该电芯对应的所述第一信息以及所述第二信息,计算得到该电芯与所述第一信息对应的综合耗电数据、与所述第二信息对应的综合馈电数据;
计算该电芯对应的所述综合耗电数据与所述综合馈电数据之差,得到该电芯与所述实际用电参数对应的实际用电数据;并计算该电芯对应的电芯容量与所述实际用电数据之比,得到该电芯对应的电芯能耗数据;
对于每个所述模组,将该模组中的每个所述电芯对应的电芯能耗数据乘以该电芯对应的乘积系数,再综合计算得到该模组对应的模组能耗数据;并将该模组对应的所述综合耗电数据、所述综合馈电数据以及所述模组能耗数据确定为该模组的参数数据。
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深圳和润达科技有限公司,未经深圳和润达科技有限公司许可,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/202310638656.5/1.html,转载请声明来源钻瓜专利网。