确定蓄电池组放电时长的方法、装置、电子设备及介质与流程

文档序号:37224416发布日期:2024-03-05 15:25阅读:16来源:国知局
确定蓄电池组放电时长的方法、装置、电子设备及介质与流程

本发明涉及蓄电池,尤其涉及一种确定蓄电池组放电时长的方法、装置、电子设备及介质。


背景技术:

1、目前,机房的供电系统主要由三部分组成:若有交流电输入,由交流电供电如电网供电;若没有交流电输入例如电网停电时,蓄电池组作为备用电源,由蓄电池组供电;当蓄电池组放电至一定状态时将不能满足机房设备的用电需求,需通过应急充电车进行现场供电。通常,对蓄电池组放电时长的预估主要通过以下两个手段:(1)定期容量测试,维护人员每年对蓄电池组进行一次在线放电,记录时长供停电时参考。该方法浪费资源、耗时耗力,人工成本和时间成本较高。(2)维护人员凭借经验以及对蓄电池组和机房设备的了解,预估蓄电池组的放电时长。该方法误差大,准确性差,而且维护人员的经验不可复制,该方法的适用性受限。因此,如何准确预估蓄电池组放电时长、及时合理安排维护人员赶赴现场是亟需解决的难题。


技术实现思路

1、为解决上述技术问题或至少部分地解决上述技术问题,本发明实施例提供一种确定蓄电池组放电时长的方法、装置、电子设备及介质。

2、第一方面,本发明实施例提供了一种确定蓄电池组放电时长的方法,包括:

3、获取多个蓄电池组的历史容量测试数据,所述历史容量测试数据包括多个维度的指标对应的数据,所述多个维度的指标包括第一指标、第二指标、第三指标和第四指标,所述第一指标对应的数据为所述蓄电池组的放电数据;

4、识别所述第一指标对应的数据中的异常值,并剔除所述异常值,基于所述第一指标剔除异常值之后的数据、所述第二指标对应的数据、所述第三指标对应的数据和所述第四指标对应的数据,生成第一样本集;

5、基于预设的多层次分析策略,对所述第一样本集进行处理,确定所述第一指标、所述第二指标、所述第三指标和所述第四指标对应的相对权重,基于所述相对权重,生成第二样本集;

6、基于所述第二样本集,构建蓄电池组放电时长确定模型;

7、基于所述蓄电池组放电时长确定模型,对待预测蓄电池组的第一指标对应的数据、第二指标对应的数据、第三指标对应的数据和第四指标对应的数据进行分析,确定所述待预测蓄电池组的放电时长。

8、可选地,所述第二指标对应的数据用于指示所述蓄电池组的检修情况;所述第三指标对应的数据用于指示所述蓄电池组对应的负载状态;所述第四指标对应的数据用于指示所述蓄电池组对应的环境状态。

9、可选地,所述第一指标包括以下一种或多种子指标:额定容量、放出容量和内阻;所述第二指标包括以下一种或多种子指标:年限、检修次数和充放电次数;所述第三指标包括以下一种或多种子指标:电流、电压和放电率;所述第四指标包括以下一种或多种子指标:环境温度和环境湿度。

10、可选地,所述识别所述第一指标对应的数据中的异常值,包括:基于箱线图识别所述第一指标对应的数据中的异常值。

11、可选地,所述基于预设的多层次分析策略,对所述第一样本集进行处理,确定所述第一指标、所述第二指标、所述第三指标和所述第四指标对应的相对权重,基于所述相对权重,生成第二样本集,包括:

12、将所述第一指标、所述第二指标、所述第三指标和所述第四指标作为第一层级指标,以及分别将所述第一指标、所述第二指标、所述第三指标和所述第四指标所包括的子指标作为第二层级指标;

13、对所述第一层级指标进行相对重要度比较,构造第一判断矩阵;分别对各个第一层级指标所包括的第二层级指标进行相对重要度比较,构造多个第二判断矩阵;

14、计算所述第一判断矩阵中各第一层级指标的第一相对权重,以及计算各个第二判断矩阵中各第二层级指标的第二相对权重;

15、基于第一相对权重,对第一判断矩阵进行一致性检验,以及基于第二相对权重,对第二判断矩阵进行一致性检验;

16、在第一判断矩阵一致性检验通过以及第二判断矩阵一致性检验通过的情况下,基于第一相对权重,计算各第二层级指标的第三相对权重;

17、基于各第二层级指标的第三相对权重以及各第二层级指标对应的数据,生成第二样本集。

18、可选地,在计算所述第一相对权重和所述第二相对权重之前,所述方法还包括:对所述第一判断矩阵和每个所述第二判断矩阵中的元素进行归一化。

19、可选地,计算所述第一判断矩阵中各第一层级指标的第一相对权重,包括:针对所述第一判断矩阵中的每一行,计算所述行的元素的第一平均值,将所述第一平均值作为所述行对应的第一层级指标的第一相对权重。

20、可选地,计算各个第二判断矩阵中各第二层级指标的第二相对权重,包括:针对各第二判断矩阵的每一行,计算所述行的元素的第二平均值;将所述第二平均值作为所述行对应的第二层级指标的第二相对权重。

21、可选地,所述基于第一相对权重,计算各第二层级指标的第三相对权重,包括:针对各第二层级指标,将所述第二层级指标的第二相对权重与其对应的第一层级指标的第一相对权重的乘积,作为所述第二层级指标的第三相对权重。

22、可选地,基于所述第二样本集,构建蓄电池组放电时长确定模型,包括:将所述第二样本集中的每一样本数据作为多项式回归分析函数的输入数据,以及所述样本数据对应的蓄电池组的放电时长作为所述多项式回归分析函数的输出数据,构建蓄电池组放电时长确定模型。

23、可选地,在确定所述待预测蓄电池组的放电时长之前,所述方法还包括:确定所述待预测蓄电池组处于健康状态。

24、第二方面,本发明实施例提供了一种确定蓄电池组放电时长的装置,包括:

25、数据获取模块,用于获取多个蓄电池组的历史容量测试数据,所述历史容量测试数据包括多个维度的指标对应的数据,所述多个维度的指标包括第一指标、第二指标、第三指标和第四指标,所述第一指标对应的数据为所述蓄电池组的放电数据;

26、异常识别模块,用于识别所述第一指标对应的数据中的异常值,并剔除所述异常值,基于所述第一指标剔除异常值之后的数据、所述第二指标对应的数据、所述第三指标对应的数据和所述第四指标对应的数据,生成第一样本集;

27、数据处理模块,用于基于预设的多层次分析策略,对所述第一样本集进行处理,确定所述第一指标、所述第二指标、所述第三指标和所述第四指标对应的相对权重,基于所述相对权重,生成第二样本集;

28、模型构建模块,用于基于所述第二样本集,构建蓄电池组放电时长确定模型;

29、时长确定模块,用于基于所述蓄电池组放电时长确定模型,对待预测蓄电池组的第一指标对应的数据、第二指标对应的数据、第三指标对应的数据和第四指标对应的数据进行分析,确定所述待预测蓄电池组的放电时长。

30、可选地,所述异常识别模块还用于:基于箱线图识别所述第一指标对应的数据中的异常值。

31、可选地,所述数据处理模块还用于:将所述第一指标、所述第二指标、所述第三指标和所述第四指标作为第一层级指标,以及分别将所述第一指标、所述第二指标、所述第三指标和所述第四指标所包括的子指标作为第二层级指标;对所述第一层级指标进行相对重要度比较,构造第一判断矩阵;分别对各个第一层级指标所包括的第二层级指标进行相对重要度比较,构造多个第二判断矩阵;计算所述第一判断矩阵中各第一层级指标的第一相对权重,以及计算各个第二判断矩阵中各第二层级指标的第二相对权重;基于第一相对权重,对第一判断矩阵进行一致性检验,以及基于第二相对权重,对第二判断矩阵进行一致性检验;在第一判断矩阵一致性检验通过以及第二判断矩阵一致性检验通过的情况下,基于第一相对权重,计算各第二层级指标的第三相对权重;基于各第二层级指标的第三相对权重以及各第二层级指标对应的数据,生成第二样本集。

32、可选地,所述装置还包括归一化模块,用于对所述第一判断矩阵和每个所述第二判断矩阵中的元素进行归一化。

33、可选地,所述数据处理模块用于:针对所述第一判断矩阵中的每一行,计算所述行的元素的第一平均值,将所述第一平均值作为所述行对应的第一层级指标的第一相对权重。

34、可选地,所述数据处理模块用于:针对各第二判断矩阵的每一行,计算所述行的元素的第二平均值;将所述第二平均值作为所述行对应的第二层级指标的第二相对权重。

35、可选地,所述数据处理模块用于:针对各第二层级指标,将所述第二层级指标的第二相对权重与其对应的第一层级指标的第一相对权重的乘积,作为所述第二层级指标的第三相对权重。

36、可选地,所述模型构建模块还用于:将所述第二样本集中的每一样本数据作为多项式回归分析函数的输入数据,以及所述样本数据对应的蓄电池组的放电时长作为所述多项式回归分析函数的输出数据,构建蓄电池组放电时长确定模型。

37、可选地,所述时长确定模块还用于:确定所述待预测蓄电池组处于健康状态。

38、第三方面,本发明实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的蓄电池组放电时长确定方法。

39、第四方面,本发明实施例提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例提供的蓄电池组放电时长确定方法。

40、本发明实施例提供的技术方案至少带来以下有益效果:

41、本发明实施例通过获取多个蓄电池组的历史容量测试数据,该容量测试数据包括多个维度的指标对应的数据,第一指标对应的数据为蓄电池组的放电数据;识别该放电数据中的异常值,并剔除异常值,以提高数据的准确性和有效性;基于剔除后的放电数据以及第二指标、第三指标、第四指标对应的数据生成第一样本集,基于预设的多层次分析策略对第一样本集进行处理,确定所述第一指标、所述第二指标、所述第三指标和所述第四指标对应的相对权重,基于所述相对权重,生成第二样本集,基于第二样本集,构建蓄电池组放电时长确定模型,基于该蓄电池组放电时长确定模型,确定待预测蓄电池组的放电时长,能够准确预测蓄电池组的放电时长,解决传统容量测试和根据经验判断的人工成本、时间成本高、误差大的问题。

42、上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1