CN102095953A - 一种蓄电池充电机性能在线检测方法 - Google Patents
一种蓄电池充电机性能在线检测方法 Download PDFInfo
- Publication number
- CN102095953A CN102095953A CN201010568576XA CN201010568576A CN102095953A CN 102095953 A CN102095953 A CN 102095953A CN 201010568576X A CN201010568576X A CN 201010568576XA CN 201010568576 A CN201010568576 A CN 201010568576A CN 102095953 A CN102095953 A CN 102095953A
- Authority
- CN
- China
- Prior art keywords
- charging set
- charger
- real
- current
- performance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及蓄电池充电机的在线检测和评价领域,具体是提供一种蓄电池充电机性能在线检测方法。其应用人工智能的知识来综合评判充电机性能,通过实时采集充电机的电流、电压和环境温度数据,实时计算充电机的稳压精度、稳流精度和均流系数,并能对超过定值的计算信息进行实时告警,通过以上数据输入人工神经网络,经过已学习生成综合评判值,并给出充电机性能评价结果,为充电机的状态检修提供关键参考数据。本发明的一种蓄电池充电机性能在线检测方法克服了电力***充电机不能实现在线性能评估,不能对性能低下或者存在隐患的充电机设备进行实时告警,不能对充电机实现状态检修提供有效的决策数据等问题。
Description
技术领域
本发明涉及蓄电池充电机的在线检测和评价领域,具体是提供一种蓄电池充电机性能在线检测方法。
背景技术
充电机是生产和维护蓄电池的重要设备,主要用于蓄电池的充电。蓄电池的质量、性能、使用寿命,与充电机质量、性能关系非常重要。电力***中存在大量的充电机设备,一直以来,充电机的维护都是在出现故障后才进行,缺乏一种在线的评估方法,基于充电机的运行工作状态预估充电机的性能,做到状态检修。
发明内容
本发明就是针对以上问题,提供一种蓄电池充电机性能在线检测方法,其克服了电力***充电机不能实现在线性能评估,不能对性能低下或者存在隐患的充电机设备进行实时告警,不能对充电机实现状态检修提供有效的决策数据等问题。
本发明所采用的技术方案如下:
一种蓄电池充电机性能在线检测方法,包括以下步骤:
A、采集充电机的实时运行数据;
B、根据采集的实时运行数据计算出充电机的稳压精度、稳流精度和均流系数;
C、将计算出的充电机的稳压精度、稳流精度和均流系数输入人工神经网络储存为充电机运行参数表,并与已形成的充电机运行参数表中的数据作出对比,得出充电机性能评价结果。
步骤A中采集实时运行数据的累积时间超过半小时。
实时运行数据包括充电机的电压、电流或环境温度。
步骤A还包括对采集的实时运行数据设置告警限制的步骤,从而实时判断当前运行是否达到告警边界,并给出告警信号。
步骤B具体包括:
B1、根据采集到的充电机的实时运行数据判断充电机的运行状态;
B2、根据充电机的运行状态分别计算,如果充电机的运行状态为均充状态,则计算稳压精度、稳流精度及均流系数;如果充电机的运行状态为浮充状态,则计算稳压精度。
本发明的一种蓄电池充电机性能在线检测方法,其将多个反映充电机性能的参数作为人工神经网络的输入,经过已学习生成的专家库的综合评判,输出充电机的性能值等,并以此给出对充电机的状态检修的重要依据。
本发明的另一特点是对上述人工神经网络设计了自适应学习的功能,当充电机在不同的充电模式下,网络将自动更换学习样本,重新学习训练,形成一种新的评判体系。这种动态修正专家库的功能,使***得出更加准确的充电机性能分析结果。
附图说明
图1为本发明的一种蓄电池充电机性能在线检测方法的方法流程图;
图2为本发明的一种蓄电池充电机性能在线检测方法所用多层前馈网络的具体拓扑结构图;
图3为本发明的一种蓄电池充电机性能在线检测方法的充电机工作状态判别流程图。
具体实施方式
下面结合附图和具体实施例对本发明的一种蓄电池充电机性能在线检测方法作进一步的描述。
如附图1所示,本发明的一种蓄电池充电机性能在线检测方法,其通过充电机性能分析***采集充电机的实时运行数据,如电压、电流、温度等参数,并同时上传给后台计算机,通过应用输入接口进入软件***处理流程。
通过充电机性能分析***采集充电机实时运行数据,如充电机电压、电流参数。当上传的数据帧数达到要求时(有2帧数据积累),进入充电机运行状态判别模型,图2即是充电机运行状态判别流程,其中
Z1:均充状态;
Z2:浮充状态;
Z3:其他状态。
具体说明如下:
电流采集误差单位A,C10为蓄电池10小时放电容量(单位为Ah)。
1)、均充状态Z1:
电流>(0.01 C10+电流采集误差);
2)、浮充状态Z2:
-(电流采集误差)≤电流≤(0.01 C10+电流采集误差);
3)、其他状态Z3:
去除以上状态后剩下的。
当上传的数据达到要求时(有半个小时的数据积累),进入充电机性能分析模型。
当蓄电池状态处于Z1时,且满足有半小时数据积累时,***用以下(1)式计算稳流精度:
***后台设置稳流精度报警定值,每次计算后判断是否超出报警定值,如果超出,立即给出报警信息。
稳流精度数据通过IEC61850标准的SMV服务报文传输。
当在计算稳流精度的时候,同时记录各模块的电流值,***用以下(2)式计算均流系数。
***后台设置均流系数报警定值,每次计算后判断是否超出报警定值,如果超出,立即给出报警信息。
均流系数数据通过IEC61850标准的SMV服务报文传输。
用最新得到的稳流精度、均流系数以及当前温度替换其原始初始值,代入网络运算,得到充电机的性能值y。初步按照人工神经网络给出的公式:
输入:net=δIω1+δiω2+t0ω3
输出:
其中:y表示充电机性能值,δI表示稳流精度,δi表示均流系数,t0表示当前温度值,ωi表示网络权重值。
当蓄电池状态处于Z2时,且满足有半小时数据积累后,***用以下(3)式计算稳压精度。
***后台设置稳压精度报警定值,每次计算后判断是否超出报警定值,如果超出,立即给出报警信息。
稳压精度数据、报警信息通过IEC61850标准的SMV服务报文传输。
用最新得到的稳压精度及当前温度替换其原始初始值,代入网络运算,得出充电机运行性能值。初步按照人工神经网络给出的公式:
输入:net=δUω1+t0ω2
输出:
其中:y表示充电机性能值,δU表示稳压精度,t0表示当前温度值,ωi表示网络权重值。
综上所述,本发明的一种蓄电池充电机性能在线检测方法,其应用人工智能的知识来综合评判充电机性能,通过实时采集充电机的电流、电压和环境温度数据,实时计算充电机的稳压精度、稳流精度和均流系数,并能对超过定值的计算信息进行实时告警,通过以上数据输入人工神经网络,经过已学习生成综合评判值,并给出充电机性能评价结果,为充电机的状态检修提供关键参考数据。
以上所述的实施例,只是本发明较优选的具体实施方式的一种,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (5)
1.一种蓄电池充电机性能在线检测方法,包括以下步骤:
A、采集充电机的实时运行数据;
B、根据采集的实时运行数据计算出充电机的稳压精度、稳流精度和均流系数;
C、将计算出的充电机的稳压精度、稳流精度和均流系数输入人工神经网络储存为充电机运行参数表,并与已形成的充电机运行参数表中的数据作出对比,得出充电机性能评价结果。
2.根据权利要求1所述的一种蓄电池充电机性能在线检测方法,其特征在于,所述步骤A中采集实时运行数据的累积时间超过半小时。
3.根据权利要求1或2所述的一种蓄电池充电机性能在线检测方法,其特征在于,所述实时运行数据包括充电机的电压、电流或环境温度。
4.根据权利要求1-2中任意一条所述的一种蓄电池充电机性能在线检测方法,其特征在于,其中步骤A还包括对采集的实时运行数据设置告警限制的步骤,从而实时判断当前运行是否达到告警边界,并给出告警信号。
5.根据权利要求1-2中任意一条所述的一种蓄电池充电机性能在线检测方法,其特征在于,其中步骤B具体包括:
B1、根据采集到的充电机的实时运行数据判断充电机的运行状态;
B2、根据充电机的运行状态分别计算,如果充电机的运行状态为均充状态,则计算稳压精度、稳流精度及均流系数;如果充电机的运行状态为浮充状态,则计算稳压精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010568576.XA CN102095953B (zh) | 2010-11-26 | 2010-11-26 | 一种蓄电池充电机性能在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010568576.XA CN102095953B (zh) | 2010-11-26 | 2010-11-26 | 一种蓄电池充电机性能在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102095953A true CN102095953A (zh) | 2011-06-15 |
CN102095953B CN102095953B (zh) | 2015-11-25 |
Family
ID=44129125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010568576.XA Active CN102095953B (zh) | 2010-11-26 | 2010-11-26 | 一种蓄电池充电机性能在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102095953B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107462823A (zh) * | 2017-07-19 | 2017-12-12 | 安徽中能电源有限公司 | 电动车电池内化成充电机通讯维修检测*** |
CN109782097A (zh) * | 2019-03-07 | 2019-05-21 | 深圳市计量质量检测研究院 | 一种充电设施远程计量***及其计量方法 |
CN110646706A (zh) * | 2019-09-12 | 2020-01-03 | 国电南瑞科技股份有限公司 | 储能有轨电车超级电容充电装置差动保护故障检测方法、装置及*** |
CN115201616A (zh) * | 2022-09-16 | 2022-10-18 | 智洋创新科技股份有限公司 | 一种基于大数据的充电机运行在线监测方法 |
CN115508736A (zh) * | 2022-11-15 | 2022-12-23 | 智洋创新科技股份有限公司 | 一种基于大数据的直流电源在线充电性能测试***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07120539A (ja) * | 1993-10-25 | 1995-05-12 | Nippon Electric Ind Co Ltd | 蓄電池の寿命判定方法及びその判定装置 |
JPH1066268A (ja) * | 1996-08-20 | 1998-03-06 | Toshiba Corp | 直流電源装置 |
CN201255766Y (zh) * | 2008-05-17 | 2009-06-10 | 陈书欣 | 一种便携式充电机特性测试装置 |
CN101557121A (zh) * | 2008-04-11 | 2009-10-14 | 中国北车集团大同电力机车有限责任公司 | 一种机车充电机的控制装置及方法 |
CN101706558A (zh) * | 2009-07-20 | 2010-05-12 | 深圳市普禄科智能检测设备有限公司 | 一种直流电源及蓄电池在线监测*** |
-
2010
- 2010-11-26 CN CN201010568576.XA patent/CN102095953B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07120539A (ja) * | 1993-10-25 | 1995-05-12 | Nippon Electric Ind Co Ltd | 蓄電池の寿命判定方法及びその判定装置 |
JPH1066268A (ja) * | 1996-08-20 | 1998-03-06 | Toshiba Corp | 直流電源装置 |
CN101557121A (zh) * | 2008-04-11 | 2009-10-14 | 中国北车集团大同电力机车有限责任公司 | 一种机车充电机的控制装置及方法 |
CN201255766Y (zh) * | 2008-05-17 | 2009-06-10 | 陈书欣 | 一种便携式充电机特性测试装置 |
CN101706558A (zh) * | 2009-07-20 | 2010-05-12 | 深圳市普禄科智能检测设备有限公司 | 一种直流电源及蓄电池在线监测*** |
Non-Patent Citations (2)
Title |
---|
唐志军 等: "直流充电机稳流稳压精度和纹波系数测试的探讨", 《福建电力与电工》 * |
李东义 等: "充电机性能检测试验台", 《铁道车辆》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107462823A (zh) * | 2017-07-19 | 2017-12-12 | 安徽中能电源有限公司 | 电动车电池内化成充电机通讯维修检测*** |
CN109782097A (zh) * | 2019-03-07 | 2019-05-21 | 深圳市计量质量检测研究院 | 一种充电设施远程计量***及其计量方法 |
CN110646706A (zh) * | 2019-09-12 | 2020-01-03 | 国电南瑞科技股份有限公司 | 储能有轨电车超级电容充电装置差动保护故障检测方法、装置及*** |
CN115201616A (zh) * | 2022-09-16 | 2022-10-18 | 智洋创新科技股份有限公司 | 一种基于大数据的充电机运行在线监测方法 |
CN115201616B (zh) * | 2022-09-16 | 2022-12-16 | 智洋创新科技股份有限公司 | 一种基于大数据的充电机运行在线监测方法 |
CN115508736A (zh) * | 2022-11-15 | 2022-12-23 | 智洋创新科技股份有限公司 | 一种基于大数据的直流电源在线充电性能测试***及方法 |
CN115508736B (zh) * | 2022-11-15 | 2023-02-28 | 智洋创新科技股份有限公司 | 一种基于大数据的直流电源在线充电性能测试***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102095953B (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | A review of second-life lithium-ion batteries for stationary energy storage applications | |
CN110873841B (zh) | 一种基于数据驱动与电池特性相结合的电池寿命预测方法 | |
CN107870306A (zh) | 一种基于深度神经网络下的锂电池荷电状态预测算法 | |
CN102289731B (zh) | 一种基于***风险的输电设备状态检修方法 | |
CN114372417A (zh) | 基于充电网的电动汽车电池健康状态和剩余寿命评估方法 | |
CN109604186A (zh) | 动力电池性能柔性评估分选方法 | |
CN102779230A (zh) | 一种电力变压器***状态分析和维修决策判断方法 | |
CN103576096A (zh) | 电动汽车动力电池剩余电量的实时评估方法及装置 | |
CN101425686A (zh) | 电力***在线安全稳定评估预想故障集自适应筛选方法 | |
CN112255560B (zh) | 一种电池电芯健康度预测方法 | |
CN107918103A (zh) | 一种基于灰色粒子滤波的锂离子电池剩余寿命预测方法 | |
CN102095953B (zh) | 一种蓄电池充电机性能在线检测方法 | |
CN109446661A (zh) | 一种考虑锂电池退化特性的剩余寿命预测方法 | |
CN112883634B (zh) | 基于多维度分析的直流测量***状态预测方法及*** | |
CN114252103B (zh) | 融合电站运行故障预测方法 | |
Chang et al. | Electric vehicle battery pack micro-short circuit fault diagnosis based on charging voltage ranking evolution | |
WO2021052540A1 (de) | Zustandswert für wiederaufladbare batterien | |
CN108205114A (zh) | 电池寿命的预测方法及*** | |
CN111738573A (zh) | 一种基于电能表全寿命周期数据的健康评价方法 | |
CN116029699A (zh) | 一种基于数据孪生的电力信息***及运维方法 | |
CN116754967A (zh) | 用于储能电站电化学电池在线评估的方法和*** | |
CN115219913A (zh) | 一种基于容量增量法的动力电池全生命周期管理*** | |
CN105334472A (zh) | 矿用本安电源在线剩余寿命预测方法 | |
CN111525197B (zh) | 一种蓄电池soh实时估算***及方法 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP01 | Change in the name or title of a patent holder |
Address after: Yue Lai Road No. 13 518400 Guangdong province Zhongshan City Shiqi District Patentee after: Zhongshan Power Supply Bureau of Guangzhong Power Ltd. Patentee after: Hangzhou high special electronic equipment Limited by Share Ltd Address before: Yue Lai Road No. 13 518400 Guangdong province Zhongshan City Shiqi District Patentee before: Zhongshan Power Supply Bureau of Guangzhong Power Ltd. Patentee before: Hangzhou Gaote Electronic Equipment Co., Ltd. |