System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及电池,尤其涉及一种监测电池异常的方法、装置、设备及存储介质。
技术介绍
1、电池是一种能够将化学能转化为电能的装置,它在现代社会中扮演着重要的角色,被广泛应用于各种电子设备、交通工具和能源储存系统中。在电池的使用过程中,由于其内部结构和化学特性的情况多变复杂,以及实际使用条件不符合安全规范,存在着在高温条件下充放电或者强力挤压等危险操作,很有可能导致电池的性能下降,增加安全隐患。因此,需要在电池使用过程中进行异常监测,提前预测以避免安全事故的发生。
2、在相关方案中,主要是根据电池内部特性建立电池模型或人工智能模型来进行预测。但是,由于电池内部物理特性较为复杂,建立电池模型的难度较大,复杂度较高,容易导致预测误差较大。
技术实现思路
1、本申请实施例提供了一种监测电池异常的方法、装置、设备及存储介质,可以解决如何利用准确高效地对电池进行长期异常监测的技术问题。
2、第一方面,本申请实施例提供了一种监测电池异常的方法,包括:
3、利用目标预测模型处理历史电池信息,生成当前时刻的预测电压信息,历史电池信息包括以下至少一项:电压信息、温度信息、soc信息和电流信息,目标预测模型为极致梯度提升模型。电池工作状态受多种因素的影响,综合考虑多种信息可以使模型更具鲁棒性,对于温度变化、soc变化、电流变化等因素的影响能够更好地进行预测。利用极致梯度提升模型结合多种历史电池信息进行预测能够提高模型的准确性、泛化能力和鲁棒性,为电池状态预测提供更可靠的预
4、根据当前时刻的预测电压信息生成预设阈值区间,预设阈值区间表示soc信息与电压信息的对应区间。
5、利用准确性高的预测电压信息来得到预设阈值区间,可以提升预设阈值区间的设置的准确性,有助于后续异常监测过程中正确判断电池是否存在异常。
6、获取电池的实时电池信息,实时电池信息包括实时soc信息和实时电压信息。
7、将电池的实时电池信息与预设阈值区间进行对比,确定电池的实时电池信息是否存在异常。
8、通过实时监测电池的电池信息并与预设阈值区间进行对比,可以得出更加准确的电池监测结果,保证电池的安全性。
9、第二方面,本申请实施例提供了一种监测电池异常的装置,该装置具有实现第一方面或其任意可能的实现方式中的方法的功能。具体地,该装置包括实现第一方面或其任意可能的实现方式中的方法的单元。
10、在其中的一个实施例中,该装置包括:
11、处理单元,用于利用目标预测模型处理历史电池信息,生成当前时刻的预测电压信息,历史电池信息包括以下至少一项:电压信息、温度信息、soc信息和电流信息;
12、处理单元还用于,根据当前时刻的预测电压信息生成预设阈值区间,预设阈值区间表示soc信息与电压信息的对应区间;
13、获取单元,用于获取电池的实时电池信息,实时电池信息包括实时soc信息和实时电压信息;
14、处理单元还用于,将电池的实时电池信息与预设阈值区间进行对比,确定电池的实时电池信息是否存在异常。
15、第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,该处理器执行计算机程序时,使得计算机设备实现上述第一方面任意一种实现方式的方法。
16、第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被计算机设备执行时,使得计算机设备实现上述第一方面任意一种实现方式的方法。
17、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在计算机设备上运行时,使得计算机设备执行上述第一方面任意一种实现方式的方法。
18、本申请实施例与现有技术相比存在的有益效果是:通过综合考虑电压、温度、电流等多种历史电池信息可以提供更全面、更多样化的数据特征,有助于模型更准确地捕捉数据之间的复杂关系,从而提高模型的预测准确性;利用目标预测模型,即极致梯度提升模型来处理多种历史电池信息来获得预设阈值区间,不仅计算简单高效,提升了预测推理过程的效率,也使得推理得到预设阈值区间更具可靠性和真实性;通过将电池实时信息和预设阈值区间进行对比分析,可以及时发现电池状态的异常情况,保证电池的平稳安全运行。
本文档来自技高网...【技术保护点】
1.一种监测电池异常的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前时刻的预测电压信息生成预设阈值区间,包括:
4.根据权利要求1所述的方法,其特征在于,在所述利用目标预测模型处理历史电池信息,生成当前时刻的预测电压信息之前,所述方法还包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数据预处理,得到训练样本信息,包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数据预处理,得到训练样本信息,包括:
7.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数据预处理,得到训练样本信息,包括:
8.根据权利要求4至7中任一项所述的方法,其特征在于,所述根据所述训练样本信息对预测模型进行训练,得到目标预测模型,包括:
9.根据权利要求2所述的方法,其特征在于,当认定所述实时电池信息存在异常时,所述方法还包括
10.一种监测电池异常的装置,其特征在于,包括:
11.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,使得所述计算机设备实现如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被计算机设备执行时实现如权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种监测电池异常的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前时刻的预测电压信息生成预设阈值区间,包括:
4.根据权利要求1所述的方法,其特征在于,在所述利用目标预测模型处理历史电池信息,生成当前时刻的预测电压信息之前,所述方法还包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数据预处理,得到训练样本信息,包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数据预处理,得到训练样本信息,包括:
7.根据权利要求4所述的方法,其特征在于,所述对所述筛选后的电池样本信息进行数...
【专利技术属性】
技术研发人员:苏钊,张俊,
申请(专利权)人:南京零探智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。