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() 一种数字储能电池维护检测方法及系统技术方案_技高网

一种数字储能电池维护检测方法及系统技术方案

技术编号:42879065 阅读:9 留言:0更新日期:2024-09-30 15:03
本申请提供的一种数字储能电池维护检测方法及系统,通过对第一电池性能数据中的电池性能数据内容进行智能分析,可以得到所述第一电池性能数据中的电池性能数据内容对应的电池性能数据的对象目录;获得所述第一电池性能数据相匹配的电池维护主题对应的检测目录;结合所述电池性能数据的对象目录和所述检测目录确定所述第一电池性能数据对应的重要要素目录;通过所述重要要素目录可以获得与所述第一电池性能数据相匹配的电池性能检测结果。本申请实施例可以得到用于描述该第一电池性能数据的重要要素目录,从而可以基于该重要要素目录快速搜索到与该第一电池性能数据相匹配的电池性能检测结果,从而可以提高电池维护检测的准确性和可靠性。

【技术实现步骤摘要】

本申请涉及数据检测,具体而言,涉及一种数字储能电池维护检测方法及系统


技术介绍

1、随着科技的不断发展和进步,储能电池的应用领域越来越广泛,储能电池的维护检测主要针对如何获得电池的使用寿命以及电池的充放电电压等问题,针对储能电池维护检测是现目前需要解决的一个技术问题。


技术实现思路

1、为改善相关技术中存在的技术问题,本申请提供了一种数字储能电池维护检测方法及系统。

2、第一方面,提供一种数字储能电池维护检测方法,包括:

3、获得第一电池性能数据中的电池性能数据内容对应的电池性能数据的对象目录;

4、从所述第一电池性能数据中抽取电池使用年份数据和电池运行状态数据;

5、结合所述电池使用年份数据和电池运行状态数据确定所述第一电池性能数据相匹配的电池维护主题,确定所述电池维护主题对应的检测目录以及所述检测目录对应的可信因子信息;

6、结合所述电池性能数据的对象目录和所述检测目录确定所述第一电池性能数据对应的重要要素目录;所述重要要素目录是通过所述电池性能数据的对象目录对应的可信因子信息和所述检测目录对应的可信因子信息,对所述电池性能数据的对象目录和所述检测目录进行分布处理之后所挑选得到的;

7、通过所述重要要素目录获得与所述第一电池性能数据相匹配的电池性能检测结果。

8、在本申请中,所述结合所述电池性能数据的对象目录和所述检测目录确定所述第一电池性能数据对应的重要要素目录,包括:

9、结合所述电池性能数据的对象目录对应的可信因子信息、所述检测目录对应的可信因子信息,对所述电池性能数据的对象目录和所述检测目录进行分布处理,得到所述第一电池性能数据相匹配的x个分布目录;x为所述电池性能数据的对象目录的数目与所述检测目录的数目之和;

10、通过所述x个分布目录对应的可信因子信息,在所述x个分布目录中挑选y个分布目录作为所述第一电池性能数据对应的重要要素目录。

11、在本申请中,还包括:

12、获得第一电池性能数据,抽取所述第一电池性能数据中的电池性能数据内容;

13、通过人工智能分析线程对所述电池性能数据内容进行对象分析,得到所述电池性能数据内容对应的对象分析目录以及所述对象分析目录相匹配的可信因子信息;

14、获得所述对象分析目录相匹配的关键内容衍生目录;

15、将所述对象分析目录和所述关键内容衍生目录进行拼接,将拼接后的对象分析目录作为所述电池性能数据内容所属的电池性能数据的对象目录;

16、将所述对象分析目录相匹配的可信因子信息作为所述电池性能数据的对象目录对应的可信因子信息。

17、在本申请中,所述通过人工智能分析线程对所述电池性能数据内容进行对象分析,得到所述电池性能数据内容对应的对象分析目录以及所述对象分析目录相匹配的可信因子信息,包括:

18、通过人工智能分析线程抽取所述电池性能数据内容对应的电池性能数据特征;

19、将所述电池性能数据特征作为所述人工智能分析线程中的分类单元对应的种类特征,输出所述电池性能数据特征与所述分类单元中的目标目录特征之间的关联度;

20、将具有最大关联度的目标目录特征相匹配的目录信息作为所述电池性能数据内容对应的对象分析目录;

21、将所述目标目录特征对应的最大关联度作为所述对象分析目录相匹配的可信因子信息。

22、在本申请中,所述通过所述电池维护主题、所述使用周期可信因子信息、所述状态可信因子信息确定所述检测目录对应的可信因子信息,包括:

23、若所述电池维护主题满足可信因子优化要求,则通过所述可信因子优化要求优化所述使用周期可信因子信息和所述状态可信因子信息;

24、根据优化后的使用周期可信因子信息、优化后的状态可信因子信息,确定所述检测目录对应的可信因子信息。

25、在本申请中,所述通过所述重要要素目录获得与所述第一电池性能数据相匹配的电池性能检测结果,包括:

26、在电池性能数据库中挑选与所述重要要素目录相匹配的电池检测事件信息作为待处理电池检测事件信息;

27、通过所述重要要素目录获得所述待处理电池检测事件信息中的重要内容,通过所述重要内容确定所述待处理电池检测事件信息对应的内容关联度;

28、在所述待处理电池检测事件信息对应的内容关联度中,将具有最大内容关联度的待处理电池检测事件信息作为与所述第一电池性能数据相匹配的电池性能检测结果。

29、在本申请中,所述通过所述重要要素目录获得所述待处理电池检测事件信息中的重要内容,通过所述重要内容确定所述待处理电池检测事件信息对应的内容关联度,包括:

30、在所述待处理电池检测事件信息中将与所述重要要素目录相匹配的目标字段作为所述待处理电池检测事件信息中的重要内容;

31、将所述重要内容与所述重要要素目录之间的关联度作为第一关联度;

32、在所述电池性能数据库中将所述重要要素目录与所述第一电池性能数据相匹配的对象的描述目录之间的关联度作为第二关联度;

33、结合所述第一关联度、所述第二关联度,确定所述待处理电池检测事件信息对应的累计关联度,将所述待处理电池检测事件信息对应的累计关联度作为所述待处理电池检测事件信息对应的内容关联度。

34、在本申请中,所述方法还包括:

35、获得所述电池性能数据的对象目录所属的对象种类,通过所述对象种类中的电池性能数据的对象目录对应的可信因子信息挑选目标对象种类;

36、获得所述目标对象种类相匹配的电池性能数据训练信息;

37、结合所述电池性能数据训练信息调试所述第一电池性能数据。

38、在本申请中,所述获得所述电池性能数据的对象目录所属的对象种类,通过所述对象种类中的电池性能数据的对象目录对应的可信因子信息挑选目标对象种类,包括:

39、基于对象分类方式划分所述电池性能数据的对象目录所属的对象种类;

40、累计所述对象种类中的电池性能数据的对象目录对应的可信因子信息,得到所述对象种类对应的累计可信因子信息;

41、从所述对象种类对应的累计可信因子信息中挑选具有最大累计可信因子信息的对象种类作为目标对象种类。

42、在本申请中,所述电池性能数据训练信息涵盖电池性能数据优化系数和样本信息;所述结合所述电池性能数据训练信息调试所述第一电池性能数据,包括:

43、通过所述电池性能数据优化系数对所述第一电池性能数据进行优化处理;

44、通过所述样本信息将所述电池性能检测结果与优化处理后的第一电池性能数据进行融合,得到第二电池性能数据;

45、将所述第二电池性能数据上传至数据显示单元,以使所述数据显示单元显示所述第二电池性能数据。

46、在本申请中,所述结合所述电池使用年份本文档来自技高网...

【技术保护点】

1.一种数字储能电池维护检测方法,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,所述结合所述电池性能数据的对象目录和所述检测目录确定所述第一电池性能数据对应的重要要素目录,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述通过人工智能分析线程对所述电池性能数据内容进行对象分析,得到所述电池性能数据内容对应的对象分析目录以及所述对象分析目录相匹配的可信因子信息,包括:

5.根据权利要求1所述的方法,其特征在于,所述通过所述电池维护主题、所述使用周期可信因子信息、所述状态可信因子信息确定所述检测目录对应的可信因子信息,包括:

6.根据权利要求1所述的方法,其特征在于,所述通过所述重要要素目录获得与所述第一电池性能数据相匹配的电池性能检测结果,包括:

7.根据权利要求6所述的方法,其特征在于,所述通过所述重要要素目录获得所述待处理电池检测事件信息中的重要内容,通过所述重要内容确定所述待处理电池检测事件信息对应的内容关联度,包括:

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

9.根据权利要求1所述的方法,其特征在于,所述结合所述电池使用年份数据和电池运行状态数据确定所述第一电池性能数据相匹配的电池维护主题,确定所述电池维护主题对应的检测目录以及所述检测目录对应的可信因子信息,包括:

10.一种数字储能电池维护检测系统,其特征在于,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现权利要求1-9任一项所述的方法。

...

【技术特征摘要】

1.一种数字储能电池维护检测方法,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,所述结合所述电池性能数据的对象目录和所述检测目录确定所述第一电池性能数据对应的重要要素目录,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述通过人工智能分析线程对所述电池性能数据内容进行对象分析,得到所述电池性能数据内容对应的对象分析目录以及所述对象分析目录相匹配的可信因子信息,包括:

5.根据权利要求1所述的方法,其特征在于,所述通过所述电池维护主题、所述使用周期可信因子信息、所述状态可信因子信息确定所述检测目录对应的可信因子信息,包括:

6.根据权利要求1所述的方法,其特征在于,所述通过所述重要要素目录获得...

【专利技术属性】
技术研发人员:祝倩倩蒋光辉胡敏艺敖亚杨学易艾政华张文相阎国鑫
申请(专利权)人:贵州轻工职业技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1