本发明涉及电池管理技术领域，具体涉及一种可靠性高的电池管理系统。
背景技术：
利用电源供应器对电池进行充放电为业界人员熟知的技术，由充放电的次数可测出电池的寿命。传统的做法是，手动量测电源供应器对电池充放电后的数据，然后与临界值进行比较，得到该电池的寿命。传统做法存在以下缺陷：第一，手动量测较为繁琐，且误差较大；第二，不能对电池运行风险进行评估。
技术实现要素：
针对上述问题，本发明旨在提供一种可靠性高的电池管理系统。
本发明的目的采用以下技术方案来实现：
提供了一种可靠性高的电池管理系统，包括充放电可靠度测试子系统和电池风险管理子系统，所述充放电可靠度测试子系统用于对电池的充放电可靠度进行测试，所述电池风险管理子系统对电池的运行风险进行评估。
本发明的有益效果为：实现了电池的可靠性测试和风险管理，延长了电池寿命。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构连接示意图；
附图标记：
充放电可靠度测试子系统1、电池风险管理子系统2。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种可靠性高的电池管理系统，包括充放电可靠度测试子系统1和电池风险管理子系统2，所述充放电可靠度测试子系统1用于对电池的充放电可靠度进行测试，所述电池风险管理子系统2对电池的运行风险进行评估。
本实施例实现了电池的可靠性测试和风险管理，延长了电池寿命。
优选的，所述充放电可靠度测试子系统包括电池充电控制模块，用于控制电源供应器对电池进行充电；
通知模块，用于当充电结束时通知电气信号测试仪多次测量该电池的电压和电流，并保存该电池充电结束时测量的电压值和电流值，还用于当放电结束时通知电气信号测试仪多次测量该电池的电压和电流，并保存该电池放电结束时测量的电压值和电流值；
电池放电控制模块，用于控制电池对该电源供应器进行放电；
寿命曲线生成模块，用于根据上述电池充电结束时测量的电压值和电流值生成该电池的第一寿命曲线，并根据上述电池放电结束时测量的电压值和电流值生成该电池的第二寿命曲线。
本优选实施例对电池的电压和电流进行保存，方便查找问题。
优选的，所述充放电可靠度测试子系统还包括寿命曲线判定模块，用于判定该第一寿命曲线与电池充电的临界寿命极限特征曲线是否吻合，及判定该第二寿命曲线与电池放电的临界寿命极限特征曲线是否吻合；
测试报表生成模块，用于当该第一寿命曲线与电池充电的临界寿命极限特征曲线吻合，及该第二寿命曲线与电池放电的临界寿命极限特征曲线吻合时，生成电池的寿命可靠度测试报表。
本优选实施例能够更为直观快捷地获取电池寿命。
优选的，所述电池风险管理子系统2包括电池风险指标确定模块、神经网络训练模块、神经网络更新模块和电池风险评估模块，所述电池风险指标确定模块用于确定电池风险指标，所述神经网络训练模块采用所述风险指标的历史数据对神经网络进行训练，所述神经网络更新模块用于调整所述训练好的神经网络以适应风险指标数据变化，得到更新的神经网络，所述电池风险评估模块将所述变化的风险指标数据输入所述更新的神经网络，得到电池风险评估值。
本优选实施例采用改进的神经网络对电池的运行风险进行评估，获取的评估值更为准确。
优选的，所述电池风险指标确定模块，将电池各部件故障率作为风险指标并采用下式进行处理：
上述式子中，ni表示第i个风险指标数据处理后的值，xi表示第i个风险指标数据原始值，xi-max和xi-min分别表示第i个风险指标数据所能达到的最大值和最小值。
本优选实施例通过对电池的风险指标数据进行处理，将风险指标数据限制在更小的区域范围内，降低了计算复杂度，节约了计算成本，提高了风险指标数据观测直观性。
优选的，所述神经网络训练模块采用风险指标的历史数据对神经网络进行训练，所述神经网络采用输入层、规则层和输出层3层结构，训练过程具体为：
步骤1：将指标数据的差异映射到规则层节点的适应度：
步骤2：对适应度进行加权拟合，作为风险评估值输出：
本优选实施例通过计算电池中每个风险指标数据与同一个规则层节点之间的适应度，将电池风险指标数据之间的差异映射为规则层节点的适应度差异，并将差异传递到输出层。
优选的，所述神经网络更新模块用于调整神经网络规则层节点数目以适应风险指标变化，得到更新的神经网络，所述调整规则层节点数目包括增加节点和合并节点；
所述增加节点条件为：gp＝|rl(nt)-rl|>fv1,上述式子中，rl(nt)表示样本输出，rl表示输出风险评估值，fv1表示第一门限值，fv1∈[0.002,0.01]，若满足条件则在距离指标数据最近的地方增加规则层节点；
所述合并节点条件为：
本优选实施例通过神经网络更新模块对网络更新，提升了风险评估机制的学习能力和适应能力，该机制能够随电池风险指标体系结构的变化动态调整网络自身的结构，并且在训练过程中能够依据评估误差增加、合并规则节点，合理控制规则节点的数量，进而从根本上提高了风险评估机制的评估精度和适应能力。
采用本发明对电池进行充放度可靠度测试和运行风险评估，fv1取不同值时，对充放电可靠度和电池运行风险情况进行统计，产生的有益效果如下表所示：
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。