【技术实现步骤摘要】
本专利技术涉及储能电池，具体涉及一种储能电池热量传递路径分析方法、装置、设备及介质。
技术介绍
1、在新能源汽车、移动设备、储能系统等领域，电池包作为能量储存与供应的核心部件，其性能的稳定性和安全性至关重要。随着电池技术的不断进步，电池包的能量密度和功率密度持续提升，但同时也带来了更高的热量产生与积聚问题。
2、目前，电池包普遍采用液冷底板技术，内置多组电池电芯后进行封装集成。液冷底板通过循环流动的冷却液，实现对电池电芯的有效散热，从而提高电池包的性能和使用寿命。然而，这种封装集成方式使得电池包成为了一个统一的整体，电池内部的热量传递路径变得复杂且难以分析。
3、具体来说，由于电池包内部电芯之间的排列紧密，且电芯与液冷底板之间的接触面积有限，使得热量在电芯之间以及电芯与底板之间的传递并不均匀。此外，电池包在工作过程中，由于电芯内阻、充放电速率等因素的变化，会产生不同程度的热量，这些热量在电池包内部的传递和分布也是动态变化的，难以进行准确的分析和预测。
4、虽然现有的电池包散热技术在一定程度上缓解了电池热量积聚的问题，但仍存在诸多不足，为了进一步提高电池包的安全性和性能，需要对液冷底板封装电池包的热量传递路径进行深入分析和研究，以找出更有效的散热方案和优化措施。
技术实现思路
1、为了克服现有技术的不足，本申请提供了一种储能电池热量传递路径分析方法、装置、设备及介质，通过对液冷底板封装电池包的特性进行深入研究，分析电池热量的传递路径，以实现对电池热
2、本专利技术解决其技术问题所采用的技术方案是：一种储能电池热量传递路径分析方法，其改进之处在于，包括：获取储能电池上预设点位的当前温度数据，并将所述当前温度数据输入至矢量量化机器学习模型；获取所述矢量量化机器学习模型输出的所述储能电池上预设点位对应的预测温度数据；基于所述预测温度数据进行储能电池热量传递路径分析，得到分析结果。
3、上述技术方案中所述获取储能电池上预设点位的当前温度数据，包括：选择所述储能电池底部的四个顶点、电池底部四条边的中点、以及电池底部的中心点作为基础点位，并选择适配传感器进行温度测量，得到所述当前温度数据。
4、上述技术方案中所述获取储能电池上若干点位的当前温度数据之前，所述方法还包括：获取用于原始机器学习模型训练的训练数据，以便基于所述训练数据构建所述矢量量化机器学习模型。
5、上述技术方案中所述获取用于原始机器学习模型训练的训练数据，包括：获取所述储能电池上基础点位的初始温度数据，所述基础点位包括所述储能电池的八个顶点、十二条棱边的中点以及六个面的中心点；使用所述储能电池进行能量传输，并测量不同时间点下对应的温度数据；将所述基础点位、基础点位的初始温度数据以及不同时间点下对应的温度数据作为训练数据。
6、上述技术方案中所述基于所述训练数据构建所述矢量量化机器学习模型，包括：将所述基础点位、基础点位的初始温度数据以及不同时间点下对应的温度数据输入至原始机器学习模型，以得到预测数据；基于所述基础点位、基础点位的初始温度数据、基础点位不同时间点下对应的温度数据以及预测数据确定预测精度；判断所述预测精度是否满足当前用户需求；若所述预测精度不满足所述当前用户需求，则基于所述预测精度调整所述原始机器学习模型中的权重系数；若所述预测精度满足所述当前用户需求，则基于所述原始机器学习模型中的当前权重系数构建所述矢量量化机器学习模型。
7、上述技术方案中所述储能电池的八个顶点的权重系数为a、十二条棱边的中点的权重系数为b、六个面的中心点的权重系数为c，所述a、b、c的范围均在0-100％。
8、上述技术方案中所述基于所述预测温度数据进行储能电池热量传递路径分析，得到分析结果，包括：基于所述储能电池上预设点位的当前温度数据以及所述预测温度数据，计算预设点位上不同时间下的温差数据；根据所述预设点位上不同时间下的温差数据绘制能量传递曲线，基于所述能量传递曲线得到储能电池热量传递分析结果。
9、本申请解决其技术问题所采用的技术方案是：一种储能电池热量传递路径分析装置，包括：数据获取模块，用于获取储能电池上预设点位的当前温度数据，并将所述当前温度数据输入至矢量量化机器学习模型；温度预测模块，获取所述矢量量化机器学习模型输出的所述储能电池上预设点位对应的预测温度数据；结果分析模块，用于基于所述预测温度数据进行储能电池热量传递路径分析，得到分析结果。
10、本申请解决其技术问题所采用的技术方案是：一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如上所述的储能电池热量传递路径分析方法的步骤。
11、本申请解决其技术问题所采用的技术方案是：一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的储能电池热量传递路径分析方法。
12、本专利技术的有益效果是：根据矢量量化机器学习模型对液冷底板封装电池包的特性进行深入研究，分析电池热量的传递路径，以实现对电池热量的精准控制和高效管理，从而提高电池包的安全性和性能，同时为电池包后续的设计与优化提供技术参考。
本文档来自技高网...【技术保护点】
1.一种储能电池热量传递路径分析方法，其特征在于，包括：
2.根据权利要求1所述的储能电池热量传递路径分析方法，获取储能电池上预设点位的当前温度数据，包括：
3.根据权利要求1所述的储能电池热量传递路径分析方法，其特征在于，所述获取储能电池上若干点位的当前温度数据之前，所述方法还包括：
4.根据权利要求3所述的储能电池热量传递路径分析方法，其特征在于，所述获取用于原始机器学习模型训练的训练数据，包括：
5.根据权利要求4所述的储能电池热量传递路径分析方法，其特征在于，所述基于所述训练数据构建所述矢量量化机器学习模型，包括：
6.根据权利要求5所述的储能电池热量传递路径分析方法，其特征在于，所述储能电池的八个顶点的权重系数为A、十二条棱边的中点的权重系数为B、六个面的中心点的权重系数为C，所述A、B、C的范围均在0-100％。
7.根据权利要求1所述的储能电池热量传递路径分析方法，其特征在于，所述基于所述预测温度数据进行储能电池热量传递路径分析，得到分析结果，包括：
8.一种储能电池热量传递路径分析
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的储能电池热量传递路径分析方法。
...【技术特征摘要】
1.一种储能电池热量传递路径分析方法，其特征在于，包括：
2.根据权利要求1所述的储能电池热量传递路径分析方法，获取储能电池上预设点位的当前温度数据，包括：
3.根据权利要求1所述的储能电池热量传递路径分析方法，其特征在于，所述获取储能电池上若干点位的当前温度数据之前，所述方法还包括：
4.根据权利要求3所述的储能电池热量传递路径分析方法，其特征在于，所述获取用于原始机器学习模型训练的训练数据，包括：
5.根据权利要求4所述的储能电池热量传递路径分析方法，其特征在于，所述基于所述训练数据构建所述矢量量化机器学习模型，包括：
6.根据权利要求5所述的储能电...
【专利技术属性】
技术研发人员：李任戈，曾骥敏，沈旺旺，魏莹，孙梦玉，
申请(专利权)人：中建科工集团有限公司，
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。