CN110676519B - 先进的智能电池分析和诊断***及其方法 - Google Patents

先进的智能电池分析和诊断***及其方法 Download PDF

Info

Publication number
CN110676519B
CN110676519B CN201910592817.5A CN201910592817A CN110676519B CN 110676519 B CN110676519 B CN 110676519B CN 201910592817 A CN201910592817 A CN 201910592817A CN 110676519 B CN110676519 B CN 110676519B
Authority
CN
China
Prior art keywords
battery
health
state
actual
estimated
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.)
Active
Application number
CN201910592817.5A
Other languages
English (en)
Other versions
CN110676519A (zh
Inventor
斯科特·李·丹尼尔斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Schneider Electric IT Corp
Original Assignee
Schneider Electric IT Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Schneider Electric IT Corp filed Critical Schneider Electric IT Corp
Priority to CN202211240925.4A priority Critical patent/CN115799670A/zh
Publication of CN110676519A publication Critical patent/CN110676519A/zh
Application granted granted Critical
Publication of CN110676519B publication Critical patent/CN110676519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • H02J9/062—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems for AC powered loads
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/488—Cells or batteries combined with indicating means for external visualization of the condition, e.g. by change of colour or of light density
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供一种先进的智能电池分析和诊断***及其方法，包括接口用于接收表示从一个或多个传感器的电池的操作信息的第一传感器数据和表示所述电池的多个健康状态特征的第二传感器数据，所述接口并配置用以与耦合到多个不间断电源的计算机通信，控制器，配置用以接收所述第一传感器数据，向所述计算机提供所述第一传感器数据，基于所述第一传感器数据和多个基线电池健康特征从所述计算机接收所述电池的预估电池健康状态(EBHS)，从所述一个或多个传感器接收所述第二传感器数据，基于所述第二传感器数据判定所述电池的实际电池健康状态(ABHS)，比较EBHS和ABHS，并将信息传达给所述计算机，以根据EBHS和ABHS的比较来调整所述多个基线电池健康特征。

Description

先进的智能电池分析和诊断***及其方法
相关申请案
本申请要求根据35U.S.C§119(e)主张2018年7月3日提交的名称为“先进的智能电池分析和诊断***及其方法”的美国临时专利申请案第62/693,678号的优先权，其全部内容通过引用结合于此。
背景技术
在电池为基础的能量存储装置中的一个或多个电池的容量，例如不间断电源(UPS)，可能根据各种因素而变化。例如，这些因素可包括温度、使用年龄和负荷，仅举几个示例。当一个或多个电池老化时，优选地在它们的容量下降到低于期望的性能水平(例如，期望的运行时间)时更换它们。在大多数情况下，希望在电池容量减小而影响依赖电池作为主电源或备用电源的一个或多个装置或***的操作之前更换电池。因此，为了判定当电池容量已经下降到低于期望的性能水平，可以对一个或多个电池执行一个或多个定期测试。
发明内容
多个方面和多个实施例一般涉及用于多种不间断电源(UPS)和其他多种先进的电池基础能量存储装置的电池健康诊断和分析***，以及其相关方法。本文所述的电池健康诊断和分析***(“电池健康***”)的特定示例与一个或多个智能固定型电池相通信，监测多个操作条件及多个操作特征，以判定一个或多个智能固定型电池的实际电池健康状态，及用于一个或多个智能固定型电池的多个基线特征和一个或多个智能固定型电池。
在本文描述的各种示例中，所述电池健康***利用多个智能固定型电池的数据记录和自我报告特征来学习，预测并生成所述智能固定型电池的整体健康状态的一个或多个指示。进一步的示例还可以生成所述智能固定型电池的可靠性和/或安全性的一个或多个指示，和/或所述智能固定型电池的剩余寿命的一个或多个指示。除了从根本上改善一般电池健康监测方法和技术的效率、准确性和安全性之外，本文还参考附图描述了所述电池健康***和方法的其他各种其他优点和益处。
根据各个方面，提供了一种不间断电源。所述不间断电源的一个示例可以包括：一输入，以接收一输入电源；一智能电池，被配置用以提供所述电池电源；一输出，用于提供从所述输入电源和所述电池电源中的至少一个导出一输出电源；一接口，配置用以接收表示所述智能电池的多个操作条件和多个操作特征的传感器数据，以及一控制器，至少耦合到所述接口。所述控制器被配置用以：基于所述智能电池的多个基线特征判定所述智能电池的一预估电池健康状态，所述多个基线特征从所述智能电池的多个制造商规格导出；基于所述智能电池的所述多个操作条件和所述多个操作特征判定所述智能电池的一实际电池健康状态；比较所述智能电池的所述预估电池健康状态和所述实际电池健康状态；以及至少部分地基于所述预估电池健康状态和所述实际电池健康状态的比较调整所述智能电池的所述多个基线特征状态。
根据各种示例，所述不间断电源还可以包括一通信接口，所述通信接口还被配置用以接收对所述智能电池的所述多个基线特征的一更新，所述更新至少部分地基于对另一智能电池的多个基线特征的多个调整。在各种示例中，所述通信接口还被配置用以与一本地服务器相通信，所述通信接口还被配置用以将对所述智能电池的所述多个基线特征的调整发送到所述本地服务器。在一些实施例中，所述预估电池健康状态包括所述智能电池的一预估剩余充电容量；所述实际电池健康状态包括所述智能电池的一实际剩余充电容量；所述控制器还被配置用以如果所述预估剩余充电容量超过所述实际剩余充电容量，则产生一警报。
根据各个方面，提供了一种提供电池健康状态信息的方法。在一个示例中，所述方法可以包括基于一第一智能固定型电池的多个基线特征判定至少所述第一智能固定型电池的一预估电池健康状态，所述多个基线特征从所述第一智能固定型电池的多个制造商规格导出，接收从所述第一智能固定型电池的所述第一智能固定型电池的多个操作条件和多个操作特征，基于所述接收的所述第一智能固定型电池的所述多个操作条件和所述多个操作特征判定所述第一智能固定型电池的一实际电池健康状态，比较第一个智能固定型电池的所述预估电池健康状态和所述实际电池健康状态，以及至少部分地基于所述预估电池健康状态和所述实际电池健康状态的比较来调整所述第一智能固定型电池的所述多个基线特征。
根据各种示例，所述方法还包括基于对所述第一智能固定型电池的所述多个基线特征的调整来调整一第二智能固定型电池的多个基线特征。在一些示例中，所述第一智能固定型电池位于一本地电池网络内，以及所述第二智能固定型电池位于地理上不同于所述本地电池网络的一外部电池网络内。在各种示例中，所述方法还包括将所述第一智能固定型电池的所述多个基线特征的所述调整发送到一云服务，以及调整所述第二智能固定型电池的所述多个基线特征包括在所述云服务处调整所述第二智能固定型电池的所述多个基线特征。在至少一个示例中，所述方法还包括将所述第一智能固定型电池的所述多个操作条件和所述多个操作特征存储在所述云服务。在一些示例中，所述方法还包括至少部分地基于对一第三智能固定型电池的多个基线特征的调整，从所述云服务接收对所述第一智能固定型电池的所述多个基线特征的一更新，所述第三智能固定型电池为位于所述外部电池网络内。
根据各种示例，所述第一智能固定型电池和所述第二智能固定型电池一起位于所述本地电池网络内。在各种示例中，所述方法还包括基于对所述多个基线特征的所述调整来判定所述第一智能固定型电池的一更新后的预估电池健康状态。在一些示例中，至少所述第一智能固定型电池是一锂离子电池。
在一些实施例中，所述预估电池健康状态包括所述第一智能电池的一预估剩余充电容量，及所述实际电池健康状态包括所述第一智能电池的一实际剩余充电容量，以及所述方法还被包含如果所述预估剩余充电容量超过所述实际剩余充电容量，则产生一警报。在一些实施例中，所述方法还包括接收一第二智能固定型电池的多个操作条件和多个操作特征，其中所述第二智能固定型电池的所述多个操作条件和所述多个操作特征符合所述第一智能固定型电池的多个制造商使用限制，基于所述接收的所述第二智能固定型电池的所述多个操作条件和所述多个操作特征判定所述第二智能固定型电池的一实际电池健康状态，及比较所述第一智能固定型电池的所述实际电池健康状态和所述第二智能固定型电池的所述实际电池健康状态，以验证所述第一智能固定型电池的所述多个操作条件和所述多个操作特征符合所述多个制造商使用限制。
根据各个方面，提供了一种电池健康状态诊断***。所述电池健康状态诊断***的一个示例可包括一存储器；一接口组件，其被配置为经由一网络连接接收至少一第一智能固定型电池的多个操作条件和多个操作特性；至少一个处理器耦合到所述存储器和所述接口组件；一电池健康预估组件，其可通过所述至少一个处理器执行，及被配置用以基于所述第一智能固定型电池的多个基线特性判定所述第一智能固定型电池的一预估电池健康状态，所述多个基线特性从所述第一智能固定型电池的多个制造商规格导出，以及一电池健康插值(interpolation)组件可由所述至少一个处理器执行。所述电池健康插值组件被配置用以基于所述接收的所述第一智能固定型电池的多个操作条件和多个操作特性来判定所述第一智能固定型电池的一实际电池健康状态，比较所述第一智能固定型电池的所述预估电池健康状态和所述实际电池健康状态，及至少部分地基于所述预估电池健康状态与所述实际电池健康状态的比较来调整所述第一智能固定型电池的所述多个基线特性。
根据各种示例，所述电池健康插值组件还被配置用以基于对所述第一智能固定型电池的所述多个基线特性的多个调整来调整一第二智能固定型电池的多个基线特性。在各种示例中，所述接口组件还被配置用以至少部分地基于对一第二智能固定型电池的多个基线特性的多个调整来接收对所述第一智能固定型电池的所述多个基线特性的一更新，所述第二智能固定型电池位于一外部电池网络内。在一些示例中，所述预估电池健康状态包括所述第一智能固定型电池的一预估剩余充电容量，及所述实际电池健康状态包括所述第一智能固定型电池的一实际剩余充电容量，所述电池健康状态诊断***还包括一警报组件可由所述至少一个处理器执行，并且被配置用以如果所述预估剩余充电容量超过所述实际剩余充电容量，则产生一警报。
在各种示例中，所述接口组件还被配置用以接收一第二智能固定型电池的多个操作条件和多个操作特性，其中所述第二智能固定型电池的所述多个操作条件和所述多个操作特性符合所述第一智能固定型电池的多个制造商使用限制，其中所述电池健康预估组件还被配置用以基于所述接收的所述第二智能固定型电池的多个操作条件和多个操作特性来判定所述第二智能固定型电池的一实际电池健康状态，以及其中所述电池健康插值组件还被配置用以比较所述第一智能固定型电池的所述实际电池健康状态和所述第二智能固定型电池的所述实际电池健康状态，以验证所述第一智能固定型电池的多个操作条件和多个操作特性符合多个制造商使用限制。
根据各种示例，提供了一种非暂时性计算机可读介质，其上存储有用于控制一计算机***的多个计算机可执行指令序列，所述计算机***被配置用以通信地耦合到多个电源装置，每个电源装置被配置用以耦合到一相应的电池，所述多个计算机可执行指令序列包括指示至少一个处理器从所述多个电源装置的一第一电源装置接收实际电池健康数据的多个指令，所述实际电池健康数据表示耦合到第一电源装置的一第一电池的一实际电池健康状态，至少部分地基于所述实际电池健康状态调整存储的多个基线电池健康特性，以生成多个调整后存储的基线电池健康特征，从所述多个电源装置的一第二电源装置接收传感器数据，所述传感器数据表示耦合到所述第二电源装置的一第二电池的操作信息，基于所述传感器数据和所述多个调整后存储的基线电池健康特征判定所述第二电池的一预估电池健康状态，及输出所述第二电池的所述预估电池健康状态。
在一些示例中，在指示所述至少一个处理器调整所述存储的多个基线电池健康特性中，所述多个指令还指示所述至少一个处理器从所述第一电源装置接收第二传感器数据，所述第二传感器数据表示所述第一电池的操作信息，及基于所述第二传感器数据和所述存储的多个基线电池健康特性判定所述第一电池的一预估电池健康状态，其中产生所述多个调整后存储的基线电池健康特征是基于所述第一电池的所述预估电池健康状态与所述第一电池的实际电池健康数据之间的一差异。在至少一个示例中，所述第一电池的所述预估电池健康状态包括所述第一电池的一预估剩余充电容量，及所述实际电池健康状态包括所述第一电池的一实际剩余充电容量，以及其中所述多个指令还被配置用以如果所述第一电池的所述预估剩余充电容量超过所述第一电池的所述实际剩余充电容量，则指示所述至少一个处理器产生一输出。
在一些示例中，所述多个指令还被配置用以指示所述至少一个处理器从所述第二电源装置接收第二实际电池健康数据，所述第二实际电池健康数据表示所述第二电池的一实际电池健康状态，将所述第二电池的所述实际电池健康状态与所述第二电池的所述预估电池健康状态进行比较，以判定所述第二电池的所述实际电池健康状态是否小于所述第二电池的所述预估电池健康状态，以及产生表示所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的一输出。在至少一个示例中，所述多个指令还被配置用以指示所述至少一个处理器响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定，将所述第一电池的所述实际电池健康状态与所述第二电池的所述实际电池健康状态相比较，以判定所述第二电池的所述实际电池健康状态是否小于所述第一电池的所述实际电池健康状态；以及产生表示所述第二电池的所述实际电池健康状态小于所述第一电池的所述实际电池健康状态的一输出。
在一些示例中，所述多个指令还被配置用以指示所述至少一个处理器响应于所述第二电池的所述实际电池健康状态小于所述第一电池的所述实际电池健康状态的判定，去判定所述第二电池是有缺陷；以及基于所述第二电池是有缺陷的一判定，产生表示所述第二电池有缺陷的一输出。在至少一个示例中，所述多个指令还被配置用以指示所述至少一个处理器响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定，去判定所述第二电池的所述操作信息是否符合所述第二电池的多个制造商使用限制；以及产生表示所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制的一输出。
在一些示例中，所述多个指令还被配置用以指示所述至少一个处理器响应于所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制的判定，将所述第一电池的所述实际电池健康状态与所述第二电池的所述实际电池健康状态进行比较，以验证所述第二电池的所述多个制造商使用限制，其中所述第一电池的所述操作信息符合所述第二电池的所述多个制造商使用限制；以及响应于所述第二电池的所述多个制造商使用限制的验证，生成由于所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制表示所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的一输出。
根据各种示例，提供了一种不间断电源，所述不间断电源包括：一输入，用于接收一输入电源；一电池输入，用于从一电池接收一电池电源；一输出，用于提供从所述输入电源或所述电池电源中的至少一个导出的一输出电源；至少一个接口，被配置用以接收表示所述电池的操作信息的第一传感器数据和表示来自一个或多个传感器的所述电池的多个健康状态特征的第二传感器数据，并且被配置用以与耦合到多个不间断电源的一计算机***相通信；以及一控制器，耦合到至少所述接口，所述控制器被配置用以：从一个或多个传感器接收所述第一传感器数据；向所述计算机***提供所述第一传感器数据；从所述计算机***接收所述电池的一预估电池健康状态，所述预估电池健康状态是基于所述第一传感器数据和所述计算机***存储的多个基线电池健康特征；从一个或多个传感器接收所述第二传感器数据；基于所述第二传感器数据判定所述电池的一实际电池健康状态；比较所述电池的所述预估电池健康状态和所述实际电池健康状态；以及向所述计算机***传达一调整信息，以至少部分地基于所述预估电池健康状态和所述实际电池健康状态的比较来调整所述多个基线电池健康特征。
在一些示例中，所述预估电池健康状态包括所述电池的一预估剩余充电容量，所述实际电池健康状态包括所述电池的一实际剩余充电容量，以及所述控制器还被配置用以如果所述预估剩余充电容量超过所述实际剩余充电容量，则产生一输出。在至少一示例中，所述控制器还被配置用以向所述计算机***提供与所述电池对应的一制造商规格信息。在各种示例中，所述制造商规格信息包括一预估使用寿命和一预估充电循环寿命。
在至少一示例中，多个操作特征包括多个电流特征、多个电压特征、多个功率特征、多个占空比特征、多个放电深度特征、多个放电率特征或多个充电率特征中的至少一个。在一些示例中，所述多个操作条件包括多个电池温度特征、多个电池组单元电池温度特征、多个循环时间特征或多个湿度特征中的一个或多个。在至少一示例中，所述电池的所述预估电池健康状态包括一预估剩余寿命。在各种示例中，所述第二传感器数据包括一耗尽测试信息。
根据各种示例，提供了一种***，包括：多个电源装置，所述多个电源装置中的每个电源装置被配置为耦合到一相应的电池；和一服务器，包括一通信接口和至少一个处理器，所述至少一个处理器被配置用以：从所述多个电源装置的一第一电源装置接收实际电池健康数据，所述实际电池健康数据表示耦合到所述第一电源装置的一第一电池的一实际电池健康状态；至少部分地基于所述实际电池健康状态调整存储的多个基线电池健康特征，以生成多个调整后存储的基线电池健康特征；接收来自所述多个电源装置的一第二电源装置的传感器数据，所述传感器数据表示耦合到所述第二电源装置的一第二电池的操作信息；基于所述传感器数据和所述多个调整后存储的基线电池健康特征判定所述第二电池的一预估电池健康状态；以及输出所述第二电池的所述预估电池健康状态。
在至少一个示例中，所述第一电源装置包括：至少一个接口，被配置用以从一个或多个传感器接收表示所述第一电池的多个健康状态特征的第二传感器数据，并且被配置用以与所述服务器相通信；以及一控制器，耦合到所述至少一个接口，所述控制器被配置用以：从一个或多个传感器接收所述第二传感器数据；基于所述第二传感器数据判定所述第一电池的所述实际电池健康状态；和将所述实际电池健康数据传输到所述服务器。在一些示例中，所述至少一个控制器还被配置用以：接收来自所述第一电源装置的传感器数据，来自所述第一电源装置的所述传感器数据表示所述第一电源装置的一操作信息；以及基于来自所述第一电源装置的所述传感器数据和所述存储的多个基线电池健康特征，判定所述第一电源装置的一预估电池健康状态，其中所述多个调整后存储的基线电池健康特征是基于所述第一电池的所述预估电池健康状态与所述实际电池健康状态之间的一差异来产生。
在一些示例中，所述第二电源装置包括：至少一个接口，配置用以从一个或多个传感器接收所述传感器数据；以及从所述一个或多个传感器接收表示所述第二电池的多个健康状态特征的第二传感器数据，并且被配置为与所述服务器相通信；及至少一个处理器，配置控制所述第一电源装置用以：从一个或多个传感器接收所述传感器数据；向所述服务器提供所述传感器数据；从所述服务器接收所述第二电池的所述预估电池健康状态；从所述一个或多个传感器接收所述第二传感器数据；基于所述第二传感器数据判定所述第二电池的所述实际电池健康状态；比较所述第二电池的所述预估电池健康状态和所述第二电池的所述实际电池健康状态；以及产生响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定的一输出。
附图说明
附图不旨在按比例绘制。在附图中，在各个图中示出的每个相同或几乎相同的部件由相同的数字表示。为清楚起见，并非每个组件都可以在每个附图中标记。在附图中：
图1是根据本文描述的各种示例的耦合到一个或多个智能固定型电池网络的电池健康***的方框图；
图2是图1中根据本文描述的各种示例所示的本地服务器的更详细方框图；
图3是根据本文描述的各种示例的不间断电源；
图4是图1中根据本文描述的各种示例所示的电池健康***的组件之间相互通信的方框图；
图5是根据本文描述的各种示例的视觉通知的图示；
图6A是根据本文描述的各种示例用于提供多个电池健康状态信息的程序流程；和
图6B是根据本文描述的各种示例用于更新多个基线特征的程序流程。
具体实施方式
多个方面和多个实施例一般涉及用于多种不间断电源(UPSs)和其他多种先进的电池基础能量存储装置的电池健康诊断和分析***，以及其相关方法。本文描述的电池健康诊断和分析***(通常也称为“电池健康***”)的特定示例可以与一个或多个本地智能固定型电池和/或一个或多个远程智能固定型电池通信以总合相应的多个操作条件、多个运行特征和健康状态(SoH)信息。基于所接收的信息，电池健康***可以监控本地或远程智能固定型电池的性能，并且可以更新那些本地或外部智能固定型电池和类似智能固定型电池的基线特征。除了其他信息之外，电池健康***可以使用基线特征来判定剩余电池寿命，检测智能固定型电池中的早期缺陷，检测误用，提供实时性能诊断，和/或提供一个或多个实时电池健康状态通知。
如上所述，通常通过执行一个或多个定期测试来监控电池健康。如果在测试期间电池或多个电池不满足期望的性能水平，则将这些电池从相应的电力***(例如，不间断电源(UPS)或其他能量存储***)移除并更换。在一些示例中，通过执行电池为负载供电的一耗尽测试来测试一不间断电源(UPS)电池的健康状态(SoH)，直到电池完全(或大部分)放电。可以理解，这个程序可能效率低下且耗时。此外，一旦电池被放电，必须重新充电，然后相关的不间断电源(UPS)才能再次提供电池电量。结果，电池测试可能很少进行，并且电池可能即使它们已经下降到低于期望的性能水平仍正在运行。此外，用于判定电池何时应进行耗尽测试的一些技术主要依赖于电池寿命。这些技术可能会忽略电池健康的其他影响，因此可能导致电池更换过早或延迟。
因此，本文描述的多个方面和多个实施例提供多种电池健康诊断和分析***和方法，其可靠地预测电池健康状态，并因此准确地检测电池误用、电池缺陷以及对性能的地理和/或环境影响。特别地，本文描述的多个电池健康诊断和分析***的示例可以与一个或多个智能固定型电池以及一个或多个智能固定型电池网络相连接，以利用智能固定型电池的数据记录和自我报告特征。可以针对各种智能固定型电池网络接收和分析智能固定型电池操作条件和操作特征以及健康状态(SoH)信息，从而实现可用于衡量多个相关智能固定型电池(例如，相同型号、多个版本和/或制造批次的多个智能固定型电池)的性能的多个电池基线特征被判定。
本文讨论的方法和***的示例不限于应用于以下描述中阐述的或附图中示出的构造细节和部件布置。所述方法和***能够在其他实施例中实现并且能够以各种方式实践或实施。本文提供的具体实现的示例仅用于说明性目的，而不是限制性的。特别地，结合任何一个或多个示例讨论的动作、组件、元件和特征不旨在从任何其他示例中的类似角色中排除。
此外，本文使用的措辞和术语是出于描述的目的，而不应被视为限制。本文中以单数形式提及的对***和方法的示例、实施例、组件、元件或动作的任何引用也可以包括多个的实施例，并且本文中的任何引用的实施例、组件、元件或动作的复数形式的任何引用也可以包含多个实施例，且本文任何实施例、组件、元件或动作的复数形式的任何引用也可以包含在多个实施例中仅包括单数。单数或复数形式的参考并不旨在限制当前公开的***或方法、组件、动作或元件。本文使用的“包括(including,comprising)”，“具有(having)”，“含有(containing,involving)”及其变形意味着包括其后列出的项目及其等同物以及附加项目。对“或”的引用可以被解释为包含性的，使得使用“或”描述的任何术语可以指示单个、多于一个和所有所描述的术语中的任何一个。此外，如果本文件与通过引用并入本文的参考文件之间的术语使用不一致，则并入的参考文件中的术语用法是对本文件的补充。对于不可调和的不一致性，本文件中的术语用法将核实。
参考图1，一般性地示出了经由一个或多个网络连接与两个智能固定型电池网络耦合的电池健康诊断和分析***100(在本文中通常也称为“电池健康***”100)的一个示例。在各种示例中，所述电池健康***100可以连接到两个以上的智能固定型电池网络。即，为了便于说明，图1示出了两个智能固定型电池网络102、104，并且在许多示例中，所述电池健康***100可以与位于美国各地(在某些情况下，在全世界)的许多智能固定型电池网络(和/或独立的多个智能固定型电池)连接并通信。
如图所示，所述电池健康诊断和分析***100可以包括一个或多个本地服务器，每个本地服务器耦合到相应的电池健康状态数据库。在图1中，一第一本地服务器106被示出耦合到一第一电池健康状态数据库108，及一所第二本地服务器110被示出耦合到一第二电池健康状态数据库112。虽然单独示出，但是在其他示例中，每个所述电池健康状态数据库108、112可以合并为对应的本地服务器的一部分。
本地服务器106、110还经由一网络、多个网络或互连网络(通常被示为和描述为“网络”114)彼此相耦合，并且还经由所述网络114耦合到一个或多个云计算服务器116。在各种示例中，并且如图1中进一步示出的，所述电池健康***100可以包括一云服务，所述云服务包括经由所述网络114与一个或多个本地服务器106、110耦合的多个云计算服务器。例如，图1示出了经由所述网络114与所述第一本地服务器106和所述第二本地服务器110耦合的一云计算服务器116。所述云计算服务器116还可以耦合到一相应的电池健康数据库118，也如图1所示。
图1还示出每个本地服务器106、110被耦合到多个智能固定型电池的至少一个网络。特别地，所述第一本地服务器106被示为耦合到一第一智能固定型电池网络102，所述第二本地服务器110耦合到一第二智能固定型电池网络104。特别地，每个本地服务器106、110可以经由区域网络连接耦合到智能固定型电池的一个或多个区域网络，并且还可以经由所述网络114耦合到多个智能固定型电池的一个或多个远程(例如，外部)网络。例如，在图1中所述第一本地服务器106经由一区域网络连接(通常示为区域网络连接124)耦合到多个智能固定型电池(例如，电池网络102)的一区域网络，并且还经由所述网络114和所述第二本地服务器110耦合到多个智能固定型电池的一远程网络。(例如，电池网络104)。类似地，从所述第二本地服务器110的角度来看，所述第二本地服务器110经由一区域网络连接(通常示为区域网络连接126)耦合到多个智能固定型电池的一区域网络(例如，电池网络104)，并且还经由所述网络114和所述第一本地服务器106耦合到多个智能固定型电池(例如，电池网络102)的一远程网络。在各种示例中，所述第一本地服务器106在地理上与所述第二本地服务器110不同。也就是说，所述第一和第二本地服务器106、110可以位于不同的地理位置。
在各种示例中，每个本地服务器106、110可以经由相应的区域网络连接124、126与相应的智能固定型电池网络交换(例如，发送和接收)传感器数据和信息。类似地，每个本地服务器106、110可以经由所述网络114与其他多个本地服务器、所述云服务和相应的远程智能固定型电池网络交换(例如，发送和接收)数据和信息。虽然未在图1中明确说明，在某些示例中，每个智能固定型电池网络102、104还可以直接与所述云计算服务器116相通信，以例如经由所述网络114发送和接收数据和信息。
在各种示例中，所述(多个)区域网络连接124、126每个都是一专用网络，例如一工业网络。在这样的示例中，所述多个智能固定型电池网络102、104可以使用诸如Modbus的一工业协议与一控制节点相通信，所述工业协议可以直接与所述本地服务器106、110相通信。然而，在其他示例中，所述(多个)区域网络连接124、126每个都是公共网络，例如因特网。因此，在各种示例中，所述(多个)区域网络连接124、126每个可以包括一专用互联网协议(IP)网络、所述互联网、一综合服务数字网络(ISDN)，一公共或私人数据网络、一局域网(LAN)、一城域网(MAN)、一广域网(WAN)一有线或无线网络、一蜂窝网络或其任何组合，或任何其他合适的通信手段，包括但不包括但不包括仅限于硬连线通信网络，或者是其一部分。
在各种示例中，每个智能固定型电池网络(例如所述第一和第二智能固定型电池网络102、104)可以由一个或多个单独的智能固定型电池130组成。多个智能固定型电池130可以分别地布置在一网络内，或者可以成多个组布置，例如多个电池组。在各种示例中，并且如下面进一步描述的，每个智能固定型电池130可以是智能固定不间断电源(UPS)电池。在其他示例中，每个智能固定型电池130可以是另一种先进能量存储***内的一智能固定型电池。多个智能固定型电池130的具体示例可包括锂离子(Li-ion)电池和铅酸电池。在图1中，所述第一网络102被示出为包括布置在一第一电池组中的一第一组132的多个智能固定型电池130和布置在一第二电池组中的一第二组134的多个智能固定型电池130。所述第二网络104被示出为包括布置在一第三电池组中的另一组136的多个智能固定型电池130。每个智能固定型电池网络102、104可包括多组的智能固定型电池。例如，这可能是数据中心或电网电力储能设施中的情况下。
在各种示例中，每个智能固定型电池130是能够在其操作期间本地测量和记录数据的一智能装置。这种数据在此可以称为传感器数据。如本文所讨论的，“固定型”可以指安装在一固定位置的一电池，例如，与其他更多的移动电池相反，例如在电动车辆中发现的那些。然而，在其他实施例中，所述多个智能固定型电池130中的至少一个可以由一个或多个移动电池取代。也就是说，本揭露的原理不限于固定型电池，并且可以应用于移动电池。除了智能固定不间断电源(UPS)电池之外，多个智能固定型电池130的其他示例可以包括用于电网能量存储或住宅能量存储的多个智能固定型电池。在各种示例中，多个智能固定型电池130具有集成电池管理***，其允许基于所述智能固定型电池130的制造日期的准确滞后(hysteresis)。这些特征与典型电池形成对比，其可在安装电池后开始数据记录。也就是说，在各种智能固定型电池130中，数据记录可以基于制造的时刻，而不是基于用户安装和手动输入安装日期的时间。
每个智能固定型电池130可包括一个或多个传感器和一个或多个处理组件，其配置成监测和/或记录传感器数据，例如相应智能固定型电池130的多个操作条件和/或多个操作特征。在某些其他示例中，一电池组内的一组的多个智能固定型电池130，例如图1中所示的所述第一组的多个智能固定型电池130，可以共享相同的一个或多个传感器和处理组件。所述一个或多个传感器可以包括一功率计(例如一电流或电压传感器)、一温度传感器或其他环境传感器(例如，湿度、风等)。所述一个或多个传感器可以基于多个测量值提供连续或周期性传感器数据，所述多个测量由所述处理组件存储有描述所述多个测量的信息和进行测量的时间(例如，时间戳)。
所述一个或多个传感器可记录相应的智能固定型电池130的多个操作条件和/或多个操作特征，并将信息提供给所述处理组件。在一些实施方案中，所述一个或多个传感器可耦合到一模数转换器，所述模数转换器向所述处理组件提供表示所测量的多个操作特征和/或多个操作条件的数字信号。如本文所讨论的，一智能固定型电池130的多个操作特征可以包括所述智能固定型电池130的操作期间所述智能固定型电池130的操作的一个或多个特征。例如，多个操作特征可以包括但不限于电流、电压、功率、占空比、放电深度(DoD)(例如，对于每个循环)、放电速率、充电速率中和/或智能固定型电池130在操作期间的一般时间标记的一个或多个，仅举几个示例。如本文所讨论的，多个操作条件可以包括所述智能固定型电池130的操作期间所述智能固定型电池130的一个或多个条件(例如，时间和/或环境条件)。例如，多个操作条件可以包括电池温度、电池组单元温度、温度或电池组单元温度的持续时间、在一温度或电池组单元温度期间的循环时间、日期和湿度，以及其他环境因素。在一些示例中，术语“操作信息”可以包括所述多个操作条件、所述多个操作特征或两者共同。
每个智能固定型电池130的所述处理组件被配置用以耦合到所述一个或多个传感器，并且可以包括任何合适的处理组件，例如一微控制器、一专用集成电路(ASIC)和/或一现场可编程门阵列(FPGA)。虽然在一些示例中，所述处理组件可以直接并入一智能固定型电池130中，但是在其他示例中，所述处理组件可以位于一智能固定型电池130的远程，例如在一控制节点内。在这样的示例中，所述一个或多个传感器可以将所述传感器数据传送到所述控制节点。所述处理组件可以具有一网络接口，所述处理组件通过所述网络接口被配置用以与一本地服务器(例如所述第一本地服务器106或所述第二本地服务器110)通信。特别地，每个智能固定型电池130(或智能固定型电池组)的所述处理组件可以通过一区域网络连接将记录的传感器数据(例如，多个操作特征和多个操作条件)传送到一对应的本地服务器106、110(例如，图1中所示的区域网络连接124、126)，或通过所述网络114的所述云服务。
在各种示例中，所述电池健康***100可以包括一个或多个电子硬件组件或在所述本地服务器106、110中的一个或多个内的一个或多个软件组件实现。也就是说，在一个示例中，所述电池健康***100可以完全在所述第一本地服务器106内实现。然而，在另一示例中，所述电池健康***可以跨多个服务器实现，例如在所述第一本地服务器106和所述第二本地服务器110。在其他示例中，所述电池健康***100可以包括一个或多个电子硬件组件或完全在所述云服务内的一个或多个软件组件实现，或者在一个本地服务器(或本地服务器)和所述云服务内实现。在每个所描述的示例中，每个电子硬件组件或软件组件可以在一个或多个数据处理***上实现，例如一计算机***。出于解释的目的，图2示出了图1中所示的所述第一本地服务器106的方框图内的所述健康状态***100的一个或多个组件。应了解，类似组件可在所述第二本地服务器110和/或所述云计算服务器116内实施。继续参考图1并搭配图2描述。
在各种示例中，所述健康状态***100可以包括实施在所述第一本地服务器106内的一接口200，用于接收一个或多个智能固定型电池130的传感器数据(例如，多个操作条件和多个操作特征)，一电池健康预估组件202，被配置用以基于一个或多个智能固定型电池130的多个基线特征(例如，存储在一存储器214、所述数据库108或另一个存储器中)判定一个或多个智能固定型电池130的一预估电池健康状态和在所述接口200处接收的操作信息，以及一电池健康判定组件204。所述电池健康判定组件204可以被配置用以在健康状态(SoH)检查期间基于测定的信息(例如，在所述接口200处接收的传感器数据)来判定一个或多个智能固定型电池130的一实际电池健康状态。所述健康状态(SoH)检查可以包括一耗尽测试，如上所述，所述耗尽测试可以包括将一个或多个智能固定型电池130以一负载放电，直到所述一个或多个智能固定型电池130大部分或完全放电。在局部放电耗尽测试(即，一个或多个智能固定型电池130未完全放电的放电测试)期间获得的传感器数据在一些示例中可以伴随有指示局部放电的一置信水平的置信度数据。所述局部放电耗尽测试准确地表示一个或多个智能电池130的健康状态(SoH)。
可以在健康状态(SoH)检查期间可以获得传感器数据和/或其他信息(例如，充电容量信息、放电时间信息等)，并且可以将其提供给所述电池健康判定组件204。在一些示例中，“实际健康信息”可以包括所述传感器数据和在健康状态(SoH)检查期间判定和/或生成的其他信息，包括但不限于一耗尽测试并且在所述接口200处接收。所述电池健康判定组件204可以基于所述实际健康信息获得实际健康信息以用于一个或多个智能固定型电池130的一实际健康状态。
在一些示例中，所述电池健康判定组件204可以比较所述一个或多个智能固定型电池130的所述预估电池健康状态和所述实际电池健康状态，并且基于至少部分地所述预估电池健康状态和所述实际电池健康状态的所述比较用于一个或多个智能固定型电池130调整所述多个基线特征。还如图2所示，所述健康状态***100还可以包括在实施在所述本地服务器106内的一警报组件206。所述警报组件206可以被配置用以基于所述比较(诸如与所述一个或多个智能固定型电池130的一剩余充电容量相关联的一个或多个输出)产生一个或多个通知、警报或其他输出。
在一些示例中，所述本地服务器106可以仅使用所述电池健康预估组件202来判定一个或多个智能固定型电池130的一预估电池健康状态，并且可以使用所述电池健康判定组件204判定或不判定所述一个或多个智能固定型电池130的一实际电池健康状态。类似地，在一些示例中，所述本地服务器106可以仅使用所述电池健康判定组件204判定所述一个或多个智能固定型电池130的一实际电池健康状态，并且可以使用所述电池健康预估组件202判定或不判定所述一个或多个智能固定型电池130的一预估电池健康状态。在各种示例中，可以将一实际电池健康状态和/或一预估电池健康状态输出给一用户(例如，经由一用户接口或经由一有线或无线连接与所述本地服务器106本地连接)。此外，在一些示例中，所述本地服务器106可以仅判定所述实际电池健康状态和所述预估电池健康状态中的一个或两者都不判定，并且所述本地服务器106可以改为提供信息(例如，操作信息和/或实际健康信息)给一个或多个外部实体(例如，所述云计算服务器116和/或所述本地服务器110)，其使得所述一个或多个外部实体能够基于所述信息判定所述实际电池健康状态和/或所述预估电池健康状态。例如，所述云计算服务器116可以包括类似或相同的组件，如多个组件202-214。所述一个或多个外部实体可以将判定的所述实际电池健康状态和/或所述预估电池健康状态传送回所述本地服务器106、一用户或两者。
在各种示例中，所述电池健康预估组件202、所述电池健康判定组件204和所述警报组件206中的每一个可以是封装一组相关的多个例行程序和/或数据的一软件组件。如本领域普通技术人员将理解的，每个软件组件内的所述多个例行程序和/或数据在语义上是相关的。在一些示例中，所述电池健康预估组件202、所述电池健康判定组件204和所述警报组件206可以采用文本或二进制形式的多个物件或多个物件的多个集合的形式。所述电池健康判定组件204、所述电池健康预估组件202和所述警报组件206中的每一个可以耦合到一处理器208并通过所述处理器208执行。由所述电池健康预估组件202、所述电池健康判定组件204和所述警报组件206中的每一个执行的所述多个操作的特定示例在下文参考图4至图6B描述。
在各种示例中，所述本地服务器106还可以包括一存储器210、一互连元件212和一存储元件214。为了实现本文公开的至少一些方面、功能和程序，所述处理器208执行导致操纵数据的一系列的多个例行程序。所述处理器208可以是任何类型的处理器、多处理器或控制器。示例的多种处理器可以包括Intel Xeon、Itanium或Core处理器；AMD Opteron、Threadripper或Epyc处理器；Apple A4或A5处理器；IBM Power5+处理器；IBM大型机芯片；或量子计算机。所述处理器208经由所述互连元件212连接到多个其他***组件，包括一个或多个存储器装置210、所述电池健康预估组件202、所述电池健康判定组件204、所述警报组件206和所述存储器214。
所述存储器210存储多个程序(例如，编码为可由所述处理器208执行的多个指令序列)和所述本地服务器106的操作期间的数据。因此，所述存储器210可以是相对高性能的易失性随机存取存储器(“RAM”)，例如一动态随机存取存储器或静态随机存取存储器。然而，所述存储器210可以包括用于存储数据的任何装置，例如一磁盘驱动器或其他非易失性存储装置。各种示例可以将所述存储器210组织成特定的及(在一些情况下)执行本文公开的功能的独特结构。这些数据结构可以调整和组织以存储特定数据和多个数据类型的多个值。
所述本地服务器106的多个组件通过一互连元件(诸如所述互连元件212)耦合。所述互连元件212可以包括多个***组件(例如一个或多个物理总线，其符合诸如集成设备电路(IDE)、小型计算机***接口(SCSI)、外部连结标准(PCI)和无限带宽(InfiniBand)的专用或标准计算总线技术)之间的任何通信耦合。所述互连元件212使得能够在所述本地服务器106的多个***组件之间交换包括多个指令和数据的通信。
所述本地服务器106还包括一个或多个接口装置200，例如多个输入装置、多个输出装置和/或多个输入/输出装置的组合。多个接口装置200可以接收多个输入或提供多个输出。更具体地，多个输出装置可以提供用于外部呈现的信息。多个输入装置可以接受来自多个外部源的信息。在一些特定示例中，所述接口200是一传感器接口以接收所述传感器数据，和/或一通信接口以提供所述传感器数据和/或一个或多个通知、警报或多种其他输出。多个接口装置允许所述本地服务器106与多个外部实体，例如多个用户和多种其他***(例如，所述云服务和所述本地服务器110)，交换信息及通信。
数据存储元件214包括一计算机可读和可写的非易失性或非暂时性数据存储介质，其中存储有定义由所述处理器208执行的一程序或其他物件的多个指令。所述数据存储元件214还可以包括记录在介质上或介质中的信息，并且在所述程序的执行期间由所述处理器208处理。更具体地，所述信息可以存储在一个或多个数据结构中，所述数据结构具体配置用以节省存储空间或提高数据交换性能。
所述多个指令可以持久地存储为多个编码信号，并且所述多个指令可以使所述处理器208执行本文描述的任何功能。例如，所述介质可以是一光盘、一磁盘或一闪存或其他。在操作中，所述处理器208或一些其他的控制器使得数据从所述非易失性记录介质读取到另一个存储器，例如所述存储器210，其允许所述处理器208比包括在所述数据存储元件214中的所述存储介质更快地访问信息。所述存储器可以位于所述数据存储元件214中或所述存储器210中。所述处理器208可以操纵所述存储器210内的数据，并且可以在完成处理之后将数据复制到与数据存储元件相关联的存储介质。各种组件可以管理存储介质和其他存储器元件之间的数据移动，并且示例不限于特定的数据管理组件。此外，示例不限于特定存储器***或数据存储***。
虽然所述本地服务器106作为示例示出为可以在其上实践各种方面和功能的一种类型的本地服务器，但是多个方面和功能不限于在所述本地服务器106上实现。可以在具有与图2中所示的架构或组件不同的架构或组件的一个或多个计算机上实践各个方面和功能。例如，所述本地服务器106可以包括专门编程、专用硬件，例如定制用于执行本文公开的特定操作的专用集成电路(ASIC)。另一示例可以使用运行专用硬件和/或操作***的若干专用计算装置的网格来执行相同的操作。
所述本地服务器106可以是一本地服务器，其包括一操作***管理包括在所述本地服务器中的至少一部分硬件元件。在一些示例中，一处理器或控制器(诸如所述处理器208)执行操作***。可以执行的一特定操作***的多个示例包括可从Microsoft公司获得的Windows基础的操作***(诸如Windows Phone或Windows 10操作***)、可从Google获得的Android操作***、可从Blackberry公司获得的Blackberry操作***、可以从Apple公司获得的MAC OS***X操作***或iOS操作***、许多基于Linux的操作***发行版之一，例如Red Hat公司提供的企业Linux操作***，或各种来源提供的UNIX操作***。可以使用许多其他的操作***，并且所述多个实施例不限于任何特定的操作***。
所述处理器208和(多个)操作***一起定义了一计算机平台，用于以高级编程语言编写的应用程序。这些组件应用程序可以是可执行的，中间的，字节代码的或解释的代码，其使用通信协议(例如，TCP/IP)通过通信网络(例如，因特网)进行通信。类似地，可以使用面向对象的编程语言来实现多个方面，例如.Net、Ruby，Objective-C，Java，C++，Ada，C#(C-Sharp)，Python或JavaScript。也可以使用其他面向对象的编程语言。替代地，可以使用功能、本或逻辑编程语言。
另外，各种方面和功能可以在非编程环境中实现。例如，当在浏览器程序的窗口中查看时，以HTML、XML或其他格式创建的文件可以呈现图形用户界面的各方面或执行其他功能。此外，各种示例可以实现为编程或非编程元件，或其任何组合。例如，可以使用HTML实现网页，及可以用C++编写从网页内调用的数据物件。因此，示例不限于特定的编程语言，并且可以使用任何合适的编程语言。因此，本文公开的功能组件可以包括被配置用以执行本文描述的功能的各种元件(例如，专用硬件、可执行代码、数据结构或物件)。
在一些示例中，本文公开的组件可以读取影响组件执行的功能的参数。这些参数可以物理地存储在任何形式的合适存储器中，包括易失性存储器(例如RAM)或非易失性存储器(例如磁性硬盘驱动器)。另外，所述多个参数可以逻辑地存储在适当的数据结构(诸如由用户模式应用程序定义的数据库或文件)中或者在通常共享的数据结构(诸如由操作***定义的应用程序注册表)中。另外，一些示例提供了***和用户界面两者，其允许外部实体修改参数，从而配置组件的行为。
虽然在一些示例中，所述电池健康判定组件204、所述电池健康预估组件202和所述警报组件206的例行程序和数据可以在所述本地服务器106处实现，如图2所示，在某些其他示例中，这样的例行程序和数据可以由不间断电源(UPS)的一处理组件(例如一控制器)实现。一个这样的例子如图3所示。虽然图3示出了一个特定示例，但是本文讨论的不间断电源(UPS)的多个实施例可以是在线、离线或线路交互式不间断电源(UPS)。
参考图3，示出了根据各个方面和实施例的一不间断电源(UPS)300的一个示例的方框图。所述不间断电源300从一交流电源304(例如，交流电源(AC mains))或一备用电源306(例如一电池)向一负载302提供经调节的电力。在各种示例中，所述电池可以包括一个或多个智能固定型电池308，例如上面参考至少图1所讨论的智能固定型电池130。虽然如图3所示，包括一组三个智能固定型电池308，在各种实施例中，所述不间断电源300可以包括单个智能固定型电池308，或任意数量的智能固定型电池308的阵列，以用于备用电源。所述不间断电源300包括一交流-直流转换器310、一直流-交流转换器312、一继电器314、一电池充电器316，一个或多个接口装置320、340，以及用于控制所述交流-直流转换器310、所述直流-交流转换器312、所述继电器314、所述备用电源306、所述电池充电器316和所述一个或多个接口装置320、340的一控制器318。所述控制器318还可以实现图2中所示的所述电池健康判定组件204、所述电池健康预估组件202和所述警报组件206的所述一个或多个例行程序和/或数据。在各种示例中，所述不间断电源300可以以所述一个或多个外部实体(例如，所述本地服务器106和/或所述云计算服务器116)经由所述多个接口装置320、340来交换诸如所述传感器数据(例如，操作信息和实际健康信息)之类的信息。图3示出了所述不间断电源300包括一传感器接口320和一通信接口340。所述传感器接口320可以从耦合到一个或多个智能固定型电池130的一传感器342接收所述传感器数据，并且通信接口340可以与所述一个或多个外部实体(例如，一本地服务器和/或一云服务)通信。这些信息也可以存储在所述不间断电源300的一数据存储器322中。所述不间断电源300具有耦合到所述交流电源304的一输入和耦合到所述负载302的一输出。
在一线路操作模式期间，并且在所述控制器318的控制下，所述交流-直流转换器310将所述输入的交流电压转换为一直流总线处的一直流电压。例如，所述直流总线的额定值可达+/-500VDC。在一备用操作模式(可选地称为电池操作模式)中，在输入交流电力丢失时，所述继电器314被激活并且所述不间断电源300从所述智能固定型电池308产生一直流电压。所述智能固定型电池308可以提供所述直流电压的时间长度被称为所述智能固定型电池308的“运行时间”。所述电池充电器316用于对所述智能固定型电池308进行再充电，并且可以由所述控制器318控制。在各种实施例中，可以在所述线路操作模式期间对所述备用电源306充电。在线路模式中，所述直流-交流转换器312转换器从所述交流-直流转换器310接收所述直流电压，而在所述备用操作模式期间，所述直流-交流转换器312转换器从所述备用电源306接收一直流电压。所述直流-交流转换器310将所述直流电压转换为一输出交流电压并将所述交流输出传递到所述负载302。在各种实施例中，所述继电器314由所述控制器318控制，例如，以在一线路模式和一备用操作模式之间交替。
回到参照图1，在各种示例中，所述电池健康***100还包括所述云计算服务器116。如前所述，本文描述的各个方面和功能可以实现为作为一云服务执行的多个专用硬件组件或多个软件组件。所述云计算服务器116可以由存储器和一个或多个处理器组成，配置用以分析信息及在数据库中的存储信息。特别地，所述电池健康判定组件204、电池健康评估组件202和所述警报组件206中的一个或多个的例行程序和/或数据可以被提供为各种所述云服务的多个计算装置(例如，多个云计算服务器116)之间的一个或多个云实例。
在本文描述的各种示例中，“云服务器”或“云计算服务器”是指任何适当的因特网基础的应用服务器或计算机资源，并且可以包括可通过因特网或公共网络访问用于存储数据的任何存储子***或存储子***的集合。例如，所述云计算服务器116可以提供一服务，其中数据被远程维护和管理并且经由所述网络114可用。云存储可以包括分布在多个地理分散位置的私有云或公共云***。所述云存储允许处理大型数据集而不受任何存储基础架构限制，并且可以从多个位置访问。
所述云服务还可以包括一分布式文件***，一般在图1中作为所述电池健康数据库118示出。所述分布式文件***可以包括一Hadoop集群，其用于管理存储在所述云服务处的数据。通常，Hadoop是一种软件框架，用于跨多个大型存储实体集群以分布式方式存储和处理大量数据。如将理解的，Hadoop仅是可以在所述云服务中使用的一分布式计算应用类型的一个示例，并且其他类型也在本公开的范围内。其他多个类型的云存储(包括多个数据库和多种数据库技术)也可以包括在所述云服务中，例如一结构化查询语言(SQL)数据库。存储在所述云计算服务器116处的数据可以以预定的时间间隔自动查询或以其他方式访问，并且在一些情况下，可以以预定的时间间隔更新。例如，可以查询或以其他方式访问存储在所述云计算服务器116处的一个或多个数据库。
类似于参考图2描述的所述本地服务器106，在各种示例中，所述云计算服务器116可以包括用于接收一智能固定型电池130的所述传感器数据(例如，操作信息和/或实际健康信息)的一接口。所述云计算服务器116可以执行一云实例，其可以包括所述电池健康预估组件202、所述电池健康判定组件204和/或所述警报组件206中的一个或多个的例行程序和/或数据的提供。
在各种示例中，可以使用一个或多个通信网络(例如，因特网)在一分布式计算机***上实现所述云服务。例如，所述云服务可以包括能够用作服务的前端的一网络服务器。在一个实施中，所述服务在一云基础计算平台中实现，例如可从Amazon.com，Seattle，WA商业上获得的众所周知的EC2平台。其他实现是可能的并且在本发明的范围和精神内，并且应当理解，可以使用其他平台。例如，在一个示例中，所述云服务是法国吕埃尔-马尔迈松的施耐德电气公司的施耐德电气云虚拟服务。
图4示出了参考图1和图2描述的所述电池健康***100和一个或多个智能固定型电池130的组件的示例性相互通信的方框图。这样，继续参考图4中所示的所述电池健康***100和图1中所示的多个智能固定型电池网络102、104以及图2中所示的所述第一本地服务器106的特定实现方式来描述。
在许多情况下，所述智能固定型电池130与制造商提供的信息一起封装，所述信息详述了可能影响相关联的智能固定型电池寿命的使用和环境参数。所述制造商提供的信息可能直接相关联的所述智能固定型电池130的实际环境条件和多个操作特征的影响。因此，本文描述的所述电池健康***100的各种示例利用所述制造商提供的信息以及来自所述智能固定型电池130记录的所述传感器数据，为***制造商、所有者和维护者提供分析和诊断以理解所述多个智能固定型电池130的健康和状态。特别地，所述电池健康***100的示例可以监视、分析、诊断、学习、预测和通知一个或多个部署的所述智能固定型电池130的健康、可靠性和剩余寿命。具体地，所述电池健康***100可以通过统计分析(例如，回归、内插等)继续改进关于一个或多个智能固定型电池130的电池健康状态的分析，从部署的智能固定型电池130获得新信息和实际性能得到验证。重要的是，当测量的操作信息和/或实际健康信息可用时，可以实时执行这种分析、诊断和其他操作。此外，所述电池健康***100可以连续地调整一个或多个预测模型。
参考图4，在各种示例中，所述电池健康预估组件202可以基于所述智能固定型电池130的多个基线特征及基于从所述智能固定型电池130通过所述接口200接收的操作信息来判定至少一第一智能固定型电池130的一预估电池健康状态。特别地，所述智能固定型电池130的所述多个基线特征最初可以源自所述智能固定型电池130的制造商规格。随着时间的推移，可以基于提供给所述电池健康判定组件204的信息(例如，操作信息和实际健康信息)来调整所述多个基线特征。例如，所述多个基线特征在基于所述多个基线特征生成的一个或多个智能固定型电池130的一预估电池健康状态偏离一个或多个智能固定型电池130的一实际电池健康状态可以被调整。所述多个基线特征对于任何特定的智能固定型电池130可以不是唯一的，但对于具有相同特定型号或类型的每个智能固定型电池130可以替代的是相同的。例如，所述多个基线特征可以基于一特定型号、一特定版本，或甚至一特定制造批次的多个智能固定型电池130。
所述多个基线特征可以由所述本地服务器106判定和/或从一外部实体(例如所述云计算服务器116)接收。在一些示例中，所述本地服务器106可以被配置用以判定所述预估电池健康状态和所述实际电池健康状态，并且可以在本地存储多个基线特征(例如，在所述存储器214和/或数据库108中)。在其他示例中，所述本地服务器106可以判定所述操作信息和所述实际健康信息中的一个或多个，并且可以将所述操作信息和/或所述实际健康信息发送到另一个实体，例如所述云计算服务器116。所述本地服务器106可以存储多个基线特征并且可以将所述实际电池健康状态和/或所述预估电池健康状态发送到所述本地服务器106。
在特定示例中，所述多个基线特征最初可以基于的制造商规格可以包括一初始容量、一室温下的使用寿命(calendar life)、一高温下的使用寿命、一室温下的保存期(shelf life)和一终止状态(EoL)(例如，在室温下)的一放电循环次数，在一些例子中。这些制造商规格可以设置所述智能固定型电池130的初始的多个基线特征。如下面进一步详细描述的，在一些情况下，当从所述第一智能固定型电池130和/或其他相关的智能固定型电池130(例如，相同或类似型号的其他智能固定型电池130)收集信息时，可以更新或调整(例如，实时地)所述多个基线特征。因此，所述第一智能固定型电池130的多个实时基线特征调整或更新可以使用户了解该所述智能固定型电池130的健康和性能预期。更具体地，实时多个基线特征或更新可以基于所述电池健康预估组件202生成一预估电池健康状态来连续地改进所述多个基线特征。
如图4所示，在各种示例中，所述本地服务器106可以经由所述区域网络连接124接收所述第一智能固定型电池130的操作信息和/或实际健康信息(例如，所述传感器数据)。在许多情况下，所接收的所述传感器数据包括由所述第一智能固定型电池130记录的数据，例如在全部电量状态(SoC)时的温度时间、循环特征(例如，放电深度、温度、速率、和时间戳)和存储特征(例如，半电量状态(SoC)的库存(inventory))。可以在所述接口200处接收所述信息。基于所接收的所述第一智能固定型电池130的操作信息和多个基线特征，所述电池健康预估组件202可以对于特定的所接收的操作信息判定所述第一智能固定型电池130的一预估电池健康状态。也就是说，在各种示例中，所述电池健康预估组件202被配置用以使用所述操作信息作为所述多个基线特征的一输入，以判定所述第一智能固定型电池130的电池健康状态应该是什么。例如，在一个示例中，所述电池健康预估可以包括所述第一智能固定型电池130的一剩余寿命(例如，剩余充电或放电容量)，其通过所述传感器数据指示的给定的操作信息预期。
在这样的示例中，可以基于一初始剩余寿命百分比(例如，从所述多个基线特征导出)由一剩余寿命百分比损失减少来判定所述预估电池健康状态。所述剩余寿命百分比损失可以基于所述多个基线特征判定，如上所述，所述多个基线特征可以基于制造商提供的信息和可以随时间收集的实际健康信息的组合来判定。制造商提供的信息包括由于在制造商指定的过高温度下花费的持续时间导致的一预估寿命百分比损失，由于在室温下花费的持续时间导致的一预估寿命百分比损失，以及由于放电循环次数而导致的一预估寿命百分比损失，可用于判定一预估剩余寿命百分比损失。
继续所描述的示例，所述实际电池健康状态可以包括所述第一智能固定型电池130的实际剩余寿命(例如，一实际剩余充电容量百分比)，其至少部分地基于当对所述第一智能固定型电池130进行健康状态(SoH)检查(例如耗尽测试)的一结果接收的实际健康信息而判定。在所述本地服务器106判定所述实际电池健康状态和所述预估电池健康状态两者的示例中，所述电池健康判定组件204还可以被配置用以比较所述预估电池健康状态和所述实际电池健康状态。在其他示例中，所述电池健康判定组件204可以判定所述实际电池健康状态，但是可以不将所述实际电池健康状态与所述预估电池健康状态进行比较，无论所述电池健康预估组件202是否判定所述预估电池健康状态。
如图4中所示，在比较所述预估电池健康状态和所述实际电池健康状态时，所述电池健康判定组件204可以判定所述预估电池健康状态是否超过实际电池健康状态。如果所述预估电池健康状态未超过所述实际电池健康状态，则所述电池健康判定组件204可判定所述实际电池健康状态是否超过所述预估电池健康状态。
如果所述电池健康判定组件204判定所述预估电池健康状态超过所述实际电池健康状态，则警报组件可以生成一个或多个警报、通知或其他输出。例如，所述警报组件206可以生成要在一客户端计算***(例如计算机、一平板计算机、一移动电话或一智能电话)的一用户界面上显示或以其他方式提供给所述用户界面的一个或多个用户警报，仅举几个示例。这样的警报可以采用一弹出窗口、一标志、一电子邮件通知或与诸如电池管理软件程序或仪表板之类的一用户界面相关的其他表示的形式。在某些其他示例中，所述警报组件206可以被配置用以例如经由文本消息(例如，经由短消息服务)将一个或多个警报通过所述网络114推送到一移动装置。在特定示例中，视觉警报可以伴随或替换为听觉通知和/或触觉(例如，振动)通知。在上述示例中，如果所述预估剩余充电容量超过所述实际剩余充电容量，则所述警报组件206可以生成并提供一输出，例如一警报。这样的输出可以传达所述智能固定型电池130的性能比制造商的期望更差，这可能表示电池有缺陷。类似地，在一些示例中，如果所述实际电池健康状态超过所述预估电池健康状态，则可以生成一警报、通知或其他输出。
在特定示例中，所述警报组件206(或所述电池健康***100的另一组件)可以生成相对于所述制造商规格或权利要求的一个或多个智能固定型电池130的电池健康状态的可视化。例如，图5示出了这种用户界面可视化的一个示例。参考图5，示出了各种智能固定型电池130的性能的一可视化500，其可包括所述第一智能固定型电池130，相对于所述多个电池中的每个在美国境内的相应物理位置。每个智能固定型电池由一电池图标502指示，所述电池图标502位于一美国地图504上，位于美国境内所述智能固定型电池的相应物理位置附近。虽然关于单独的智能固定型电池进行了描述，但是应当理解，可以为多个组的智能固定型电池组和/或多个智能固定型电池网络实现类似的示例。
每个电池图标502具有一个或多个属性(例如，图案、颜色、形状等)，其传达相对于一制造商声称的健康预估的相应智能固定型电池的健康状态。具体地，智能固定型电池具有一预估电池健康状态等于或大约等于制造商提供的电池健康状态预估具有一第一属性508(例如，一第一颜色)的一电池图标502，智能固定型电池具有一电池健康状态低于所述预期健康状态具有与所述第一属性508不同的一第二属性510(例如，第二颜色)的电池图标502，以及智能固定型电池具有一电池健康状态超过所述预期健康状态具有与所述第一和所述第二属性508、510两者不同的一第三属性506(例如，第三颜色)的电池图标502。虽然参考颜色进行描述，但是所述可视化500可以使用诸如图案、形状等的其他视觉属性。
在图5所示，每个电池图标502还被示出为具有指示相应智能固定型电池的当前操作状态的另一属性，例如，稳定状态、充电或放电。在图5中，完整图案化的电池图标表示处于稳定电量状态(SoC)的智能固定型电池，具有向上箭头的图标的半图案电池图标表示正在充电的智能固定型电池，以及具有向下箭头的图标的半图案电池表示正在放电的智能固定型电池。
在一些示例中，并且如在图5的示例所述可视化500内进一步示出的那样，可以在所述可视化500内提供附加信息。所述信息可以包括代表智能固定型电池的多个基线特征、实际电池健康状态，多个测量的操作条件以及多个操作特征的一些或全部。在具体示出的示例中，每个智能固定型电池被示出为通过一共享环境分组(例如，具有相似的环境温度或具有类似的停电和/或电压不足的频率的地理区域)。特别地，示出了两个环境组514、516。用于这些共享环境的多个操作条件以及这些共享环境中的所述多个智能固定型电池的示例多个操作特征在地图504上被覆盖。图5还示出了所述多个基线特征可基于的所述多个制造商规格的一视觉表示，以及提供每个电池图标502的描述的一图例518。应理解，图5示出了一种可能的可视化500，并且在其他示例中，其他布置是可能的并且在本公开的范围内。
回到参照图4，如果所述电池健康判定组件204判定所述实际电池健康状态超过所述预估电池健康状态，或者所述电池健康判定组件204判定所述预估电池健康状态超过所述实际电池健康状态，则所述电池健康判定组件204可以至少部分地基于所述比较来调整所述第一智能固定型电池130的所述多个基线特征。对多个基线特征的一个或多个更新通常表示为图4中的方框400。
在各种示例中，可以执行对所述多个基线特征的更新，其中所述实际电池健康状态偏离根据所述多个基线特征生成的所述预估电池健康状态，如上所述，所述多个基线特征最初可以基于多个制造商规格。例如，在一些情况下，这可以包括调整或修改所述多个基线特征，使得调整或修改的多个基线特征基于相同的输入操作信息产生较高的预估电池健康状态。这可能是当所述实际电池健康状态(或所述实际电池健康状态的多个判定)超过(例如，高于预期)在这样的调整或修改之前通过所述多个基线特征产生的一预估电池健康状态时的情况下。在某些其他示例中，所述多个基线特征可以通过调整或修改多个基线特征来调整，以基于相同的输入操作信息产生一个较低的预估电池健康状态。例如，这可能是当所述实际电池健康状态(或所述实际电池健康状态的多个判定)低于(例如，低于预期)所述预估电池健康状态时的情况下。应理解，所述预估电池健康状态至少部分地基于所述多个基线特征。因此，对所述多个基线特征的调整可能影响预估电池健康状态的随后判定。
如至少参考图1所讨论，在各种示例中，所述第一本地服务器106、所述第二本地服务器110和所述云计算服务器116可各自具有对应的电池健康状态数据库108、112、118。每个本地服务器106、110和/或云计算服务器116可以读取和/或写入数据，例如多个基线特征和/或基线特征更新或调整到相应的电池健康状态数据库108、112、118。在各种示例中，每个本地服务器106、110和/或云计算服务器116还可以将所接收的多个操作条件和多个操作特征读取和/或写入对应的数据库108、112、118。所述多个本地服务器106、110和云计算服务器116中的每一个可以具有一数据库管理***，所述数据库管理***与相应的电池健康状态数据库108、112、118和其他组件互动以采集和传输数据。举几个示例，数据库管理***可以查询、更新、定义、创建和以其他方式管理相关联的电池健康状态数据库108、112、118。每个电池健康状态数据库108、112、118可以在一个或多个数据存储中实现。如本文所述，数据存储可以包括用于持久存储数据集合的任何合适的存储库。
因此，在各种示例中，所述电池健康判定组件204可以向对应的本地服务器电池健康状态数据库或所述云计算服务器116提供一个或多个基线特征调整或更新一个或多个所述多个基线特征的指令。如果已经提供给所述云计算服务器116(例如，经由所述网络114)，则所述云计算服务器116可以将调整或更新提供给对应的电池健康状态数据库118和/或所述本地服务器106、110和/或电池健康状态数据库108、112。在图4中，所述本地服务器106、110和所述云计算服务器116的电池健康状态数据库108、112、118由数据库402共同示出。
如前文参考图1所讨论，在各种示例中，所述电池健康***100利用从本地智能固定型电池网络，以及远程智能固定型电池网络，接收的智能固定型电池记录的传感器数据。也就是说，在各种示例中，所述电池健康***100可以汇集来自具有相同或相似型号和/或相同或相似版本，和/或来自相同制造批次的大多数或所有操作所述智能固定型电池130的信息。因此，可以基于从较旧的智能固定型电池得到的判定的和先前调整的多个基线特征来预测最近部署的智能固定型电池的电池健康状态。
因此，图4示出了在另一本地服务器处执行的远程智能固定型电池网络的多个基线特征的调整。例如，所述多个基线特征的调整(通常由方框404表示)可以由图1中所示的所述第二本地服务器110执行。在各种示例中，所述多个基线特征校正由类似的组件以类似于上面参考所述第一本地服务器106描述的方式执行。例如，所述第二本地服务器110还可以包括一电池健康预估组件、一电池健康判定组件和一警报组件。本文不再重复这些部件的操作和控制，如前所述。
在各种示例中，所述第二智能固定型电池网络104内的所述多个智能固定型电池130与所述第一智能固定型电池网络102内的所述多个智能固定型电池共享相同的多个基线特征。也就是说，所述第一智能固定型电池网络102中的一第一智能固定型电池130的多个基线特征可以与所述第二智能固定型电池网络104中的一第二智能固定型电池130的多个基线特征相同。因此，基于所述第一智能固定型电池的实际性能对多个基线特征的调整可以更新所述第二智能固定型电池130的多个基线特征，并因此影响所述第二智能固定型电池130的一预估健康状态。同样地，基于所述第二智能固定型电池130的实际性能对多个基线特征的调整可以更新所述第一智能固定型电池130的多个基线特征，并因此影响所述第一智能固定型电池130的一预估健康状态。
因此，如图4所示，一个或多个基线特征更新或更新一个或多个基线特征的指令可以从所述第二本地服务器110向对应的本地服务器电池健康状态数据库112或云计算服务器116提供。如果提供给所述云计算服务器116，则所述云计算服务器116可以将更新提供给对应的电池健康状态数据库118和/或数据库108、112。在特定示例中，可以将更新写入接收电池健康状态数据库118(例如，通过一数据库管理***)。
在各种示例中，在所述云计算服务器116处存储、管理和调整一个或多个智能固定型电池130的多个基线特征提供了改进可访问性、改进开销和提高的效率的优点。例如，在至少一个示例中，所述云计算服务器116可以接收具有相同型号、版本和/或制造批次的所有(或大多数)智能固定型电池130的多个操作特征和多个操作条件。例如，所述信息可以由每个相应的本地服务器106、110提供。所述云计算服务器116还可以接收由每个相应的本地服务器106、110提供的实际电池健康状态信息。在其他实施例中，所述云计算服务器116可以从本地服务器106、110接收实际健康信息，并且可以基于所述实际健康信息判定每个本地服务器106、110的相应实际电池健康状态。基于所述信息，所述云计算服务器116可以动态且实时地调整这些智能固定型电池130的多个基线特征。然后可以将所述智能固定型电池130的调整后的多个基线特征作为更新推送到每个本地服务器106、110。
在一个说明性示例中，与电池制造商的原始声明相比，所述第一智能固定型电池网络102的所述第一智能固定型电池130可以表现出比预测的更好的剩余寿命。因此，所述云计算服务器116可以调整所述第一智能固定型电池130的多个基线特征，使得相同型号的所有其他当前部署的智能固定型电池130具有增加的预期剩余寿命。如本文所讨论的，一型号可以指特定类型的制造产品的一标识符。
如上文参考至少图1至图5所讨论，各种示例执行多个程序，与一个或多个智能固定型电池130相通信以监视操作信息和/或实际健康信息，判定一个或多个智能固定型电池的一实际电池健康状态和/或预估电池健康状态，和/或调整一个或多个智能固定型电池130和/或一个或多个远程智能固定型电池130的多个基线特征。在一些示例中，这些程序由所述电池健康***100或图1中所示的所述电池健康***100的一个或多个组件执行。根据本文描述的各个方面的一程序的一个实例在图6A和6B中示出。参考图6A和6B并参考图1和2描述。
在关于图6提供的各种示例中，一程序600可以由所述本地服务器106、所述云计算服务器116和/或所述本地服务器110执行。出于说明的目的，提供关于所述本地服务器106的示例。然而，在其他实施例中，除了所述本地服务器106之外或者代替所述本地服务器106，所述程序600的动作可以由所述本地服务器110和/或所述云计算服务器116执行。
动作602可以可选地包括由所述本地服务器106接收一第一智能固定型电池130的制造商规格。在各种示例中，多个智能固定型电池制造商将在销售之前通过大量测试来运行电池。在许多情况下，此测试数据可以伴随智能固定型电池的销售来提供。通常，此测试数据包括在实验室环境中生成的多个数据点，其指示智能固定型电池如何基于日历老化(calendar aging)和循环老化而老化。例如，一电池制造商可以基于对于使用寿命的实验室实验以表格形式提供多个样本数据点。
尽管有用，但这些数据可能有限和/或不完整。因此，在各种示例中，所述电池健康***100可以对没有提供的测试数据使用回归或内插来填补缺失数据和近似老化影响。例如，对于任何给定的电量状态(SoC)，所述电池健康***100可以使用插值来预估日历老化效应。在各种示例中，所述电池健康***100可以在多个数据点之间应用高次多项式以产生平滑曲线并且对于丢失的测试数据进行更精确的近似。在各种示例中，动作602可以仅执行一次(例如，在由一服务器(例如所述本地服务器106)首次执行程序600期间)以接收和/或添入多个制造商规格。例如，一旦接收和/或添入制造商规格可能是有益的，因为制造商规格可以在制造时固定，并且进一步接收和/或添入可能不产生任何新信息。
在动作604中，所述程序600可以包括从所述第一智能固定型电池130接收所述第一智能固定型电池130的多个操作条件和/或多个操作特征。如先前所讨论的，所述智能固定型电池130的多个操作特征可以包括所述智能固定型电池130在所述智能固定型电池130的操作期间的性能的一个或多个特征。例如，多个操作特征可以包括但不限于一智能固定型电池130的一操作期间的一个或多个工作循环、放电深度(DoD)(例如，对于每个循环)、放电速率、充电速率和/或一般时间戳，仅举几个示例。如本文中还讨论的，多个操作条件可以包括所述智能固定型电池130的所述操作期间所述智能固定型电池130的一个或多个条件(例如，时间和/或环境条件)。例如，多个操作条件可以包括电池温度、电池组单元温度、温度或电池组单元温度的持续时间、在一温度或电池组单元温度期间的循环时间、日期和湿度，以及其他环境因素。
在动作606中，所述程序600可以包括存储接收的多个操作条件和多个操作特征。例如，动作606可以包括存储接收的信息在一电池健康状态数据库中，例如耦合到所述第一本地服务器106的数据库108。在动作608，所述多个制造规格和所述接收的操作信息发送到一服务器。例如，所述本地服务器106可以将所述多个制造规格和所述接收的操作信息发送到所述云计算服务器116。在一些示例中，例如所述本地服务器106先前已经将所述多个制造规格发送到所述云计算服务器116的示例，所述本地服务器106可以仅在动作608将所述接收的操作信息发送到所述云计算服务器116。所述程序600可以包括将所述多个操作条件和/或所述多个操作特征存储在所述云计算服务器116处(例如，在所述云服务数据库118处)。在这样的示例中，所述程序600还可以包括将所述多个操作条件和/或所述多个操作特征从所述第一本地服务器106发送到所述云计算机服务器116，此时，所述接收的信息在一个或多个云计算资源处存储时被分散(动作610)。除了所述云计算服务器116之外或代替所述云计算服务器116，可以连接所述本地服务器110来执行动作608的任何前述示例。
在各种示例中，本文描述的所述电池健康***100和相关程序提供使用来自部署的所述多个智能固定型电池130的数据来训练预测所述多个智能固定型电池130老化情况的一个或多个预测模型的能力。通常存在的一个问题是，没有足够的关于一智能固定型电池的日历/循环老化效应的实验室或测试数据来准确预测所部署的多个智能固定型电池130的健康状态(SoH)。因此，在许多情况下，电池制造商在提供基线性能参数方面是保守的。例如，一些电池制造商可能将电池的终止状态(EoL)定义为电池具有原始充电容量的80％的点。然而，在80％的初始充电容量下，一些智能固定型电池可能仍然具有效用，因此，可以使用到大约智能固定型电池具有40％的原始充电容量的程度。
因此，在各种示例中，所述程序600可以包括一个或多个动作，其包括利用来自大型智能固定型电池130的安装基地的多个操作条件和多个操作特征，以连续的基础上重新训练预测循环老化和日历老化的预测模型。这又可以用于更新那些智能固定型电池130的多个基线特征。随后可以将更新的多个基线特征与操作信息结合使用，以生成一预估电池健康状态的一预估。在其他示例中，这种预测模型可用于提供不直接可用于一特定智能固定型电池130的多个操作条件和多个操作特征的信息。因此，多个基线特征可以连续更新，使得基于所述多个基线特征生成的一预估电池健康状态越来越准确。
在动作610中，所述程序600可以包括基于所述接收的所述第一智能固定型电池130的多个操作条件和多个操作特征并基于所存储的多个基线特征(例如，存储在所述云计算服务器118中)，判定连接到所述本地服务器106的所述第一智能固定型电池130的一预估电池健康状态。所述多个基线特征基于特定输入操作信息产生一预估电池健康状态。在动作612，所述云计算服务器116发送所述预估电池健康状态。例如，如上所述，所述云计算服务器116可以将所述预估电池健康状态发送到所述本地服务器106或一用户。在这些示例中，所述本地服务器106和/或所述用户可以具有基于所述操作信息和所述多个基线特征(例如，由所述云计算服务器118存储)生成的一预估电池健康状态的优点，其可以是通过一预测模型不断更新。
更新所述多个基线特征可以基于一预估电池健康状态与一实际电池健康状态之间的一比较。例如，并且如下文关于图6B的一程序650所讨论，如果一个或多个电池的一实际电池健康状态偏离根据图6A生成的一预估电池健康状态，则所述云计算服务器116可以更新所述多个基线特征。因此，在图6B中，可以根据图6A执行动作602-610，以及在动作610处生成的一预估电池健康状态可以被利用在所述程序650中。
在所述程序650的动作614处，所述本地服务器106可以从所述智能固定型电池130接收实际健康信息。所述实际健康信息可以包括健康状态(SoH)数据，包括例如耗尽测试数据。在动作616处，所述本地服务器106可以基于所述实际健康信息判定所述智能固定型电池130的一实际电池健康状态。在动作618处，所述本地服务器106将所述实际电池健康状态发送到所述云计算服务器116。
如上所述，在动作610处生成的所述预估电池健康状态可以在所述程序650中利用。在动作620处，所述程序650可以包括比较所述第一智能固定型电池130的所述预估电池健康状态和所述实际电池健康状态。例如，所述程序650可以由所述云计算服务器116执行。如果所述预估电池健康状态超过所述实际电池健康状态，则所述程序650还可以包括生成一警报、通知或其他输出(动作622)的一个或多个可选动作。例如，可以向一用户提供表示所述比较的一输出(例如，经由一用户装置的一用户界面)以向所述用户通知所述偏差。在各种示例中，基于所述第一智能固定型电池130的所述预估电池健康状态与所述实际电池健康状态的比较，所述程序650可以可选地包括调整所述第一智能固定型电池130的所述多个基线特征(动作624)。在一些示例中，所述多个基线特征可以可选地被调整。例如，如果所述预估电池健康状态通过一特定的和/或动态测定的标准偏差偏离所述实际电池健康状态，则可以仅调整所述多个基线特征。
在一些示例中，调整一智能固定型电池130的所述多个基线特征可以包括调整一个或多个模型以用于循环老化。如果在动作624处对所述多个基线特征进行一更新，则在动作626处，可以将所述多个基线特征发送到所述本地服务器106和/或所述本地服务器110，使得所述本地服务器106和/或所述本地服务器110可以将更新的所述多个基线特征存储在所述数据库108和/或112中，并且所述本地服务器106、110可以随后判定它们自己的预估电池健康状态。在其他示例中，可以将一实际电池健康状态和/或所述调整后的多个基线特征发送到所述本地服务器106和/或所述本地服务器110。也就是说，类似于动作610，所述本地服务器106、110可以能够基于所述操作信息和本地存储的所述多个基线特征来判定所述预估电池健康状态。所述云计算服务器116可以被配置用以每当所述多个基线特征被更新时、周期性地、非周期性地、响应于用户请求、响应于与所述云计算服务器116建立新的连接会话、或者响应于任何多个其他条件，来发送更新后的多个基线特征。
在各种示例中，所述多个服务器106、110、116中的任何一个可以在调整所述多个基线特征之前存储所述多个基线特征。例如，并且如上所述，所述多个初始基线特征可以基于制造商提供的信息。所述多个服务器106、110、116可以将这些所述多个初始基线特征存储在任何相应的数据库108、112、118中。因此，所述多个服务器106、110、116可以随后访问所述多个初始基线特征，以用于包括与随后生成的调整后的所述多个基线特征的比较，使用所述多个初始基线特征来生成一预估电池健康状态，除了使用所述调整后的多个基线特征或代替使用所述调整后的多个基线特征，或其他目的。
在一些示例中，一智能固定型电池130的使用寿命定义了所述智能固定型电池130可以预期在日历年的时间单位中持续多长时间。使用寿命与电池循环无关，并且可能在很大程度上受一智能固定型电池的电量状态(SoC)和工作温度的影响。在大多数情况下，多个不间断电源(UPS)智能固定型电池保持在100％电量状态(SoC)。因此，在一些示例中，可以假设用于一智能固定型电池130的电量状态(SoC)固定为100％。
不间断电源(UPS)***在全球范围内购买和销售，因此经常暴露于高度可变的多个操作条件和多个操作特征。这种可变性可包括不同的操作温度范围、取决于区域中的电力的可靠性的不同的循环计数，以及不同的放电深度。在一个电池测试环境中，电池制造商能够控制多个操作条件和多个特征。然而，在部署中，多个操作条件和多个操作特征可能无法控制地变化。因此，在更新所述多个基线特征时，所述程序650可以包括基于实时现场信息准确地更新预测模型的一个或多个动作。例如，所述实际电池健康状态的平均值可用于更新预测模型，使得单个统计误差可能不足以影响预测模型。具体地，可以使用基本上不变的环境中的多个智能固定型电池130的多个操作条件和多个操作特征来基于所收集的信息的强度来建立预测模型。然后可以使用预测模型来推断非常困难或不可能直接监视的环境的传感器数据。
例如，动作604可以包括在所述第一智能固定型电池130的一循环程序期间接收多个操作条件和多个操作特征(例如，在完全或部分容量上)以捕获安培/小时(Amp/Hrs)中的完全充电容量(FCC)。然后日历老化和循环老化的老化效应可以预测并且与所述智能固定型电池130的更新后的多个基线特征相关联，只要这些条件在所讨论的间隔的程序中保持相对稳定的状态。
判定何时所述智能固定型电池130的所述多个操作条件或所述多个操作特征存在潜在变化并且预测该变化将持续多长时间的动作也可以包括在所述程序650中。这些动作可以包括基于所述接收的多个操作条件和多个操作特征来实时更新一概率模型。这样的动作可以进一步包括分析天气数据以预测将影响循环的天气事件，例如严重风暴。例如，使用贝叶斯规则(Bayes rule)，所述程序650可以包括实时计算多项分布，以及判定环境在持续时间段内已经改变的可能性。这样的动作可以允许以最高的精度可能更新预测模型，同时通过限制所述智能固定型电池130的轮询次数对所述智能固定型电池130造成最小量的干扰。
在各种示例中，多个基线特征的调整还可以包括对循环老化预测模型的多个调整。特别地，日历老化的预测模型可用于隔离循环老化的影响作为所述接收的多个操作条件和多个操作特征中的证据。使用所述第一智能固定型电池130的所述接收的多个操作条件和多个操作特征对循环老化的预测模型的更新可以基于所述多个制造商规格在若干循环中概括。例如，所述程序650可以包括计算循环次数、每个循环的放电深度(DoD)和放电速率。然后可以对一制造商模型进行采样以判定预测的容量衰减。然后按比例分配这种遗憾。
在各种示例中，所述程序650的动作624可以包括在一个或多个机器学习组件处执行监督学习，所述机器学习组件被配置用以训练所描述的预测模型。所述机器学习组件可以是一人工神经网络、一贝叶斯网络或配置用于回归分析的其他软件或硬件组件。这样的程序和动作允许基于过去对日历老化和循环老化的观察产生预测，作为所述多个操作条件和所述多个操作特征的一函数。
执行监督机器学习的一个示例实施包括一回归分析。在所述回归分析中的一个示例中，单个特征模型的假设hθx可以被表达为，
hθx＝θ0+θ1x
具有成本函数J(θ0，θ1)对于相应的参数θ0和θ1。被表示为，
Figure BDA0002116613650000431
在一个示例中，最小化成本函数可能是有利的。例如，可以使用梯度下降方法来最小化成本函数。所述梯度下降方法包括重复地计算所述成本函数的偏导数，以最小化θ0和θ1。也就是说，可以重复执行所述成本函数的偏导数，直到实现成本函数的一最小值。所述梯度下降法可表示为，
Figure BDA0002116613650000432
Figure BDA0002116613650000433
如上所述，前述内容可适用于一个单特征模型。在多个实施例中，一回归曲线是相对于多个特征(即，多重或多元线性回归模型)，则每个参数θj可以被决定为，
Figure BDA0002116613650000441
每个参数θj可以被调整以实现一个最佳的可能的配合。可以被调整的一组多个特征x＝{x1,x2,…xn)可以包括任何期望的多个操作条件或特征信息。例如，在日历老化的情境中，原则独立变量可以包括温度和电量状态(SoC)，而因变量是终止状态(EoL)之前的年数。在另一个示例中，在循环老化的情况下，独立变量可以包括放电深度(DoD)和放电速率，并且因变量可以包括总循环次数。可以形成预估一电池健康状态的基准的一最终模型可以提供作为所有的所述多个特征x＝{x1,x2,…xn)的一函数的预估。因此，可以通过实施随着接收到另外的操作特征信息和操作条件信息而连续调整多个基线特征的多个函数来预测日历和循环老化的值。
动作624和626可以包括存储多个基线特征、对多个基线特征调整以及所述多个基线特征更新。例如，所述更新的多个基线特征可以存储在耦合到所述第一本地服务器106和/或所述存储器214的所述电池健康状态数据库108中。然而，在其他示例中，所述程序650可以包括将所述信息存储在所述云计算服务器116处(例如，在所述云服务数据库118处)。在这样的示例中，所述程序650还可以包括将所述多个操作条件和/或所述多个操作特征、多个基线特征和多个基线特征调整从所述第一本地服务器106发送到所述云计算服务器116，此时，所接收的信息是分散存储在一个或多个云计算资源中。
如前面参考图1所讨论，在各种示例中，所述电池健康***100聚集来自智能固定型电池网络以及远程智能固定型电池网络的智能固定型电池记录的传感器数据。也就是说，在各种示例中，所述电池健康***100可以汇集来自具有相同型号、相同版本和/或来自相同制造批次的大多数或所有操作的智能固定型电池130的数据。因此，可以基于从较旧的多个智能固定型电池130导出的判定的和先前调整的多个基线特征来预测最近部署的多个智能固定型电池130的电池健康状态。
因此，所述程序650可以包括从一远程智能固定型电池网络接收一个或多个远程智能固定型电池130的多个操作条件和/或多个操作特征(动作604)。所述程序650还可以包括至少部分地基于对另一智能固定型电池130的多个基线特征的调整来更新所述第一智能固定型电池130的所述多个基线特征(动作624)的一个或多个动作。类似地，所述程序650可以包括至少部分地基于对所述第一智能固定型电池130的多个基线特征的调整来更新另一智能固定型电池130的所述多个基线特征的一个或多个动作(动作624和626)。在各种示例中，所述程序650可以包括各种其他多个动作和子程序，其中一些动作和子程序在本文中参考图1至图5进一步描述。
如先前所讨论的，本文描述的所述电池健康***100的各种示例可用于检测有缺陷的智能固定型电池130，尤其是多个电池组单元电池中的一个或多个缺陷。因此，继续参考至少图1和图2的所述电池健康***100来描述用于检测有缺陷的智能固定型电池130的一个示例性程序。如果检测到一个有缺陷的智能固定型电池130，则所述电池健康***100可以执行一个或多个动作以引导一用户安装替换的智能固定型电池。在其他示例中，所述电池健康***100可以控制与所述有缺陷的智能固定型电池130相关联的电源装置(例如，不间断电源(UPS))以避免依赖于所述智能固定型电池130。例如，这可以包括将所述有缺陷的智能固定型电池130与所述不间断电源(UPS)的直流总线去耦合，或者从所述不间断电源(UPS)移除所述有缺陷的智能固定型电池130。
在各种示例中，多个制造商规格(例如，制造商具体说明的性能参数)与一智能固定型电池130提供。因此，所述智能固定实际电池健康状态可以针对这些制造商规格进行基准测试，以判定智能固定型电池130内是否存在一个或多个缺陷。例如，这样的程序可以包括在多个操作条件下部署所述智能固定型电池130并且具有符合制造商具体说明的使用限制的多个操作特征。所述程序可以进一步包括在相同的多个操作条件下以相同的多个操作特征部署一比较的智能固定型电池。所述比较的智能固定型电池可以来自不同的制造批次，但是可以具有相同的具体使用限制。所述智能固定型电池130的一预估电池健康状态被判定(例如，如本文所讨论的)，并且所述智能固定型电池130的一实际电池健康状态也被判定。所述比较的智能固定型电池的一实际电池健康状态也被判定。如果所述智能固定型电池130的所述实际电池健康状态小于预期的电池健康状态，并且所述智能固定型电池130的所述实际电池健康状态小于所述比较的智能固定型电池的所述实际电池状态，则所述电池健康***100可以将所述智能固定型电池130识别为有缺陷的。
在各种示例中，本文描述的所述电池健康***100还可以或替代地检测一智能固定型电池130的误用。因此，继续参考至少图1和图2的所述电池健康***100来描述用于检测电池误用的一个示例性程序。例如，所述电池健康***100可以在一制造商的多个使用限制和/或保修条款之外检测一智能固定型电池130的操作。
在各种示例中，一制造商多个使用限制和/或保修条款与一智能固定型电池130提供。因此，可以将所述智能固定型电池130的实际健康状态与这些使用限制和/或保修条款进行比较，以判定所述智能固定型电池130是否已被误用或在制造商使用限制之外使用。这样的程序可以包括判定所述智能固定型电池130的所述预估电池健康状态，以及所述智能固定型电池130的所述实际电池健康状态。如果所述预估电池健康状态超过所述实际电池健康状态，则所述程序可以包括检查所述接收的多个操作条件和所述接收的多个操作特征。然后可以将所述多个操作条件和/或所述多个操作特征与所述制造商的多个使用限制和/或保修条款进行比较。如果有缺陷的表现(例如，预估的健康状态超过实际健康状态)与所述制造商的多个使用限制的一偏差相关(例如，由所述多个操作条件和/或多个操作特征证明)，则所述电池健康***100可以判定所述智能固定型电池130已被误用。这些方面可以提供实时智能固定型电池的保修验证功能。
在一些示例中，可以判定一比较的智能固定型电池130的一实际电池健康状态，其中所述比较的智能固定型电池130具有指示符合所述智能固定型电池130的所述制造商的多个使用限制的操作信息，以便验证所述制造商的多个使用限制。如果所述比较的所述智能固定型电池130的所述实际电池健康状态超过所述智能固定型电池130的所述预估电池健康状态，然后，如果遵从所述制造商的多个使用限制，则所述制造商的多个使用限制可以被验证为正确预期一电池健康状况应该更高。
目前的不间断电源(UPS)***不会调整多个基线电池健康特征或促进这种调整。这是一个技术问题。一个不间断电源的示例性实施例可包括接收第一传感器数据表示所述不间断电源(UPS)的电池的操作信息的一接口，及接收第二传感器数据表示来自一个或多个传感器的所述电池的多个健康状态特征。所述接口可以被配置用以与耦合到多个不间断电源的一计算机***相通信。所述不间断电源(UPS)可以包括一控制器，耦合所述接口并且被配置用以接收所述第一传感器数据，将所述第一传感器数据提供给所述计算机***，以及从所述计算机***接收所述电池的一预估电池健康状态。所述预估电池健康状态是基于所述计算机***存储的所述第一传感器数据和多个基线电池健康特征。所述控制器可以接收所述第二传感器数据，基于所述第二传感器数据判定所述电池的一实际电池健康状态，比较所述预估电池健康状态和电池的所述实际电池健康状态，并将调整信息传送到所述计算机***以至少部分地基于所述预估电池健康状态与所述实际电池健康状态的比较来调整所述多个基线电池健康特征。至少这种前述特征组合包括一不间断电源(UPS)设计，其用作前述技术问题的一个技术解决方案。所述技术解决方案不是常规的、是非传统的，并且在不间断电源(UPS)设计和操作领域中并未被充分理解。所述技术方案是示例性的不间断电源(UPS)设计的一个实际应用，其解决了上述技术问题并且构成了不间断电源(UPS)设计和运行技术领域的改进，至少通过允许一电池的多个健康特征参考基于一感测的实际电池健康状态调整的多个基线电池健康特征评估，并将所述调整信息传达给一计算机***，这样所述调整后的基线可以被其他多个不间断电源(UPS)***使用。
当前***不会基于来自一第一电池的实际电池健康数据调整多个基线电池健康特征，并基于调整后的基线判定并输出一第二电池的一预估电池健康状态。这是一个技术问题。一个***的示例性实施例可包括：一处理器，被配置用以从一第一电源装置接收实际电池健康数据，至少部分地基于所述实际电池健康状态调整存储的多个基线电池健康特征，以生成多个调整后存储的基线电池健康特征，从一第二电源装置接收传感器数据，并基于所述传感器数据和所述多个调整后存储的基线电池健康特征判定并输出所述第二电池的一预估电池健康状态。至少前述多个特征的组合包括一***用作前述技术问题的一个技术解决方案。所述技术解决方案不是常规的，是非传统的，并且在电源装置设计和操作领域中并未被充分理解。所述技术方案是解决上述技术问题的示例性***的一个实际应用，并且构成对电源装置设计和操作的技术领域的改进，至少通过允许一第二电池的多个健康特征参考基于一第一电池的一感测的实际电池健康状态来调整多个基线电池健康特征来预估，以及通过允许这些预估的健康特征输出。
已经如此描述了本发明的至少一个实施例的若干方面，应当理解，本领域技术人员将容易想到各种变更、修改和改进。这些变更、修改和改进旨在成为本公开的一部分，并且旨在落入本发明的精神和范围内。因此，前面的描述和附图仅是示例性的。

Claims (20)

1.一种不间断电源，其特征在于，所述不间断电源包括：
一输入，用于接收一输入电源；
一电池输入，用于从一电池接收一电池电源；
一输出，用于提供从所述输入电源或所述电池电源中的至少一个导出的一输出电源；
至少一个接口，被配置用以接收表示所述电池的操作信息的第一传感器数据和表示来自一个或多个传感器的所述电池的多个健康状态特征的第二传感器数据，并且被配置用以与耦合到多个不间断电源的一计算机***相通信；以及
一控制器，耦合到所述至少一个接口，所述控制器被配置用以：
从一个或多个传感器接收所述第一传感器数据；
向所述计算机***提供所述第一传感器数据；
从所述计算机***接收所述电池的一预估电池健康状态，所述预估电池健康状态是基于所述第一传感器数据和所述计算机***存储的多个基线电池健康特征来判定，通过使用所述操作信息作为所述多个基线电池健康特征的一输入来判定所述预估电池健康状态；
从一个或多个传感器接收所述第二传感器数据；
基于所述第二传感器数据判定所述电池的一实际电池健康状态；
比较所述电池的所述预估电池健康状态和所述实际电池健康状态；以及
向所述计算机***传达一调整信息，以至少部分地基于所述预估电池健康状态和所述实际电池健康状态的比较来调整所述多个基线电池健康特征。
2.如权利要求1所述的不间断电源，其特征在于：所述预估电池健康状态包括所述电池的一预估剩余充电容量，所述实际电池健康状态包括所述电池的一实际剩余充电容量，以及所述控制器还被配置用以如果所述预估剩余充电容量超过所述实际剩余充电容量，则产生一输出。
3.如权利要求1所述的不间断电源，其特征在于：所述控制器还被配置用以向所述计算机***提供与所述电池对应的一制造商规格信息。
4.如权利要求3所述的不间断电源，其特征在于：所述制造商规格信息包括一预估使用寿命和一预估充电循环寿命。
5.如权利要求1所述的不间断电源，其特征在于：多个所述操作信息包括多个电流特征、多个电压特征、多个功率特征、多个占空比特征、多个放电深度特征、多个放电率特征或多个充电率特征中的至少一个。
6.如权利要求1所述的不间断电源，其特征在于：多个所述操作信息包括多个电池温度特征、多个电池组单元电池温度特征、多个循环时间特征或多个湿度特征中的一个或多个。
7.如权利要求1所述的不间断电源，其特征在于：所述电池的所述预估电池健康状态包括一预估剩余寿命。
8.如权利要求1所述的不间断电源，其特征在于：所述第二传感器数据包括一耗尽测试信息。
9.一种先进的智能电池分析和诊断***，其特征在于，所述***包括：
多个电源装置，所述多个电源装置中的每个电源装置被配置为耦合到一相应的电池；和
一服务器，包括一通信接口和至少一个处理器，所述至少一个处理器被配置用以：
从所述多个电源装置的一第一电源装置接收实际电池健康数据，所述实际电池健康数据表示耦合到所述第一电源装置的一第一电池的一实际电池健康状态；
至少部分地基于所述实际电池健康状态调整存储的多个基线电池健康特征，以生成多个调整后存储的基线电池健康特征；
接收来自所述多个电源装置的一第二电源装置的传感器数据，所述传感器数据表示耦合到所述第二电源装置的一第二电池的操作信息；
基于所述传感器数据和所述多个调整后存储的基线电池健康特征通过使用所述操作信息作为所述多个基线电池健康特征的一输入来判定预估电池健康状态来判定所述第二电池的一预估电池健康状态；以及
输出所述第二电池的所述预估电池健康状态。
10.如权利要求9所述的***，其特征在于：所述第一电源装置包括：
至少一个接口，被配置用以从一个或多个传感器接收表示所述第一电池的多个健康状态特征的第二传感器数据，并且被配置用以与所述服务器相通信；以及
一控制器，耦合到所述至少一个接口，所述控制器被配置用以：
从一个或多个传感器接收所述第二传感器数据；
基于所述第二传感器数据判定所述第一电池的所述实际电池健康状态；和
将所述实际电池健康数据传输到所述服务器。
11.如权利要求9所述的***，其特征在于：所述至少一个控制器还被配置用以：
接收来自所述第一电源装置的传感器数据，来自所述第一电源装置的所述传感器数据表示所述第一电源装置的一操作信息；以及
基于来自所述第一电源装置的所述传感器数据和所述存储的多个基线电池健康特征，判定所述第一电源装置的一预估电池健康状态，
其中所述多个调整后存储的基线电池健康特征是基于所述第一电池的所述预估电池健康状态与所述实际电池健康状态之间的一差异来产生。
12.如权利要求9所述的***，其特征在于：所述第二电源装置包括：
至少一个接口，配置用以从一个或多个传感器接收所述传感器数据；以及从所述一个或多个传感器接收表示所述第二电池的多个健康状态特征的第二传感器数据，并且被配置为与所述服务器相通信；及
至少一个处理器，配置控制所述第一电源装置用以：
从一个或多个传感器接收所述传感器数据；
向所述服务器提供所述传感器数据；
从所述服务器接收所述第二电池的所述预估电池健康状态；
从所述一个或多个传感器接收所述第二传感器数据；
基于所述第二传感器数据判定所述第二电池的所述实际电池健康状态；
比较所述第二电池的所述预估电池健康状态和所述第二电池的所述实际电池健康状态；以及
产生响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定的一输出。
13.一种非暂时性计算机可读介质，其上存储有用于控制一计算机***的多个计算机可执行指令序列，所述计算机***被配置成通信地耦合到多个电源装置，每个电源装置被配置用以耦合到一相应的电池，其特征在于：所述多个计算机可执行指令序列包含指示至少一个处理器的多个指令，以用以：
从所述多个电源装置的一第一电源装置接收实际电池健康数据，所述实际电池健康数据表示耦合到所述第一电源装置的一第一电池的一实际电池健康状态；
至少部分地基于所述实际电池健康状态调整存储的多个基线电池健康特征以产生多个调整后存储的基线电池健康特征；
接收来自所述多个电源装置的一第二电源装置的传感器数据，所述传感器数据表示耦合到所述第二电源装置的一第二电池的操作信息；
基于所述传感器数据和所述多个调整后存储的基线电池健康特征判定所述第二电池的一预估电池健康状态；以及
输出所述第二电池的所述预估电池健康状态。
14.如权利要求13所述的非暂时性计算机可读介质，其特征在于：在指示所述至少一个处理器调整所述存储的多个基线电池健康特征时，所述指令还指示所述至少一个处理器，以用以：
从所述第一电源装置接收第二传感器数据，所述第二传感器数据表示所述第一电池的操作信息；以及
基于所述第二传感器数据和所述存储的多个基线电池健康特征，判定所述第一电池的一预估电池健康状态，
其中，所述多个调整后存储的基线电池健康特征是基于所述第一电池的所述预估电池健康状态与所述实际电池健康数据之间的一差异来生成。
15.如权利要求14所述的非暂时性计算机可读介质，其特征在于：所述第一电池的所述预估电池健康状态包括所述第一电池的一预估剩余充电容量，并且所述实际电池健康状态包括所述第一电池的一实际剩余充电容量，其中所述多个指令进一步配置用以：如果所述第一电池的所述预估剩余充电容量超过所述第一电池的所述实际剩余充电容量，指示所述至少一个处理器产生一输出。
16.如权利要求13所述的非暂时性计算机可读介质，其特征在于：所述多个指令还被配置用以指示所述至少一个处理器：
从所述第二电源装置接收一第二实际电池健康数据，所述第二实际电池健康数据表示所述第二电池的一实际电池健康状态；
将所述第二电池的所述实际电池健康状态与所述第二电池的所述预估电池健康状态进行比较，以判定所述第二电池的所述实际电池健康状态是否小于所述第二电池的所述预估电池健康状态；和
产生表示所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的一输出。
17.如权利要求16所述的非暂时性计算机可读介质，其特征在于：所述多个指令还被配置用以指示所述至少一个处理器：
响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定，将所述第一电池的所述实际电池健康状态与所述第二电池的所述实际电池健康状态相比较，以判定所述第二电池的所述实际电池健康状态是否小于所述第一电池的所述实际电池健康状态；以及
产生表示所述第二电池的所述实际电池健康状态小于所述第一电池的所述实际电池健康状态的一输出。
18.如权利要求17所述的非暂时性计算机可读介质，其特征在于：所述多个指令还被配置用以指示所述至少一个处理器：
响应于所述第二电池的所述实际电池健康状态小于所述第一电池的所述实际电池健康状态的判定，判定所述第二电池是有缺陷；以及
基于所述第二电池是有缺陷的一判定，产生表示所述第二电池有缺陷的一输出。
19.如权利要求16所述的非暂时性计算机可读介质，其特征在于：所述多个指令还被配置用以指示所述至少一个处理器：
响应于所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的判定，判定所述第二电池的所述操作信息是否符合所述第二电池的多个制造商使用限制；以及
产生表示所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制的一输出。
20.如权利要求19所述的非暂时性计算机可读介质，其特征在于：所述指令还被配置用以指示所述至少一个处理器：
响应于所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制的判定，将所述第一电池的所述实际电池健康状态与所述第二电池的所述实际电池健康状态进行比较，以验证所述第二电池的所述多个制造商使用限制，其中所述第一电池的所述操作信息符合所述第二电池的所述多个制造商使用限制；以及
响应于所述第二电池的所述多个制造商使用限制的验证，生成由于所述第二电池的所述操作信息不符合所述第二电池的所述多个制造商使用限制表示所述第二电池的所述实际电池健康状态小于所述第二电池的所述预估电池健康状态的一输出。
CN201910592817.5A 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法 Active CN110676519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211240925.4A CN115799670A (zh) 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862693678P 2018-07-03 2018-07-03
US62/693,678 2018-07-03

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202211240925.4A Division CN115799670A (zh) 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法

Publications (2)

Publication Number Publication Date
CN110676519A CN110676519A (zh) 2020-01-10
CN110676519B true CN110676519B (zh) 2022-10-28

Family

ID=67070599

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202211240925.4A Pending CN115799670A (zh) 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法
CN201910592817.5A Active CN110676519B (zh) 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202211240925.4A Pending CN115799670A (zh) 2018-07-03 2019-07-03 先进的智能电池分析和诊断***及其方法

Country Status (3)

Country Link
US (2) US11283283B2 (zh)
EP (2) EP3591800B1 (zh)
CN (2) CN115799670A (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11131713B2 (en) * 2018-02-21 2021-09-28 Nec Corporation Deep learning approach for battery aging model
EP3591800B1 (en) * 2018-07-03 2023-11-15 Schneider Electric IT Corporation Uninterruptible power suppy and non-transitory computer-readable medium
KR102586460B1 (ko) * 2019-03-07 2023-10-06 현대자동차주식회사 배터리 사용 습관 및 배터리 방전 경향 예측 시스템
EP4081818A4 (en) * 2019-12-23 2024-01-10 Appareo Iot Llc BATTERY REMOTE ESTIMATION
US11362538B2 (en) 2020-01-31 2022-06-14 Schneider Electric It Corporation Uninterruptible power supply component analysis system and method
GB202002212D0 (en) * 2020-02-18 2020-04-01 Amp Procurement Ltd Actuator and power supply
CN113298278B (zh) * 2020-02-19 2023-12-05 硕天科技股份有限公司 具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及云端服务器
US11768249B2 (en) 2020-10-29 2023-09-26 Toyota Research Institute, Inc. Systems and methods for predicting battery life using data from a diagnostic cycle
KR20220118863A (ko) * 2021-02-19 2022-08-26 주식회사 엘지에너지솔루션 배터리 데이터 관리 시스템 및 그에 관한 방법
US20220341998A1 (en) * 2021-04-23 2022-10-27 Schneider Electric It Corporation Wireless monitoring and management of ups battery modules and other accessories
CN113848480B (zh) * 2021-09-23 2022-08-23 广东恒翼能科技有限公司 锂电池分容工艺的放电总容量预测方法
US20230117908A1 (en) * 2021-10-14 2023-04-20 Arm Limited Battery cell monitoring systems, battery packs, and methods of operation of the same
CN115359633A (zh) * 2022-08-11 2022-11-18 深圳市伊力科电源有限公司 健康状态预警方法、不间断电源及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7411315B2 (en) * 1994-03-03 2008-08-12 American Power Conversion Corporation Battery communication system
JP2014013245A (ja) * 2013-08-12 2014-01-23 Panasonic Corp 電池劣化度モデルの生成及び更新方法
CN103760494A (zh) * 2014-01-21 2014-04-30 清华大学 电池容量在线估计方法及***
US9207285B1 (en) * 2010-12-08 2015-12-08 Global Energy Innovations, Inc. Automatic determination of multi-frequency baselines for battery testing
CN105283773A (zh) * 2013-09-05 2016-01-27 日本康奈可株式会社 电池的健康度估计装置以及健康度估计方法
WO2016059126A1 (en) * 2014-10-17 2016-04-21 Jaguar Land Rover Limited Battery condition monitoring

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU731873B2 (en) * 1997-01-31 2001-04-05 Silverline Power Conversion, Llc Uninterruptible power supply
US8890480B2 (en) * 2006-11-30 2014-11-18 The Boeing Company Health management of rechargeable batteries
WO2010024892A1 (en) * 2008-08-26 2010-03-04 Reserve Power Cell, Llc State of charge battery measurements using data accumulation
US8407018B2 (en) * 2009-03-24 2013-03-26 American Power Conversion Corporation Battery life estimation
US8738310B2 (en) * 2010-12-08 2014-05-27 Paul Swanton Automatic determination of baselines for battery testing
US10536007B2 (en) * 2011-03-05 2020-01-14 Powin Energy Corporation Battery energy storage system and control system and applications thereof
EP2830145B1 (en) * 2012-03-19 2024-05-01 Panasonic Intellectual Property Management Co., Ltd. Storage battery monitoring method and storage battery monitoring system
RU2635101C2 (ru) * 2012-04-12 2017-11-09 Ист Пенн Мэньюфэкчуринг Ко. Управление емкостью аккумуляторной батареи
JP5768001B2 (ja) * 2012-04-23 2015-08-26 株式会社日立製作所 電池システムのメンテナンス管理システム及び方法
CN105009399B (zh) * 2012-12-26 2017-11-10 施耐德电气It公司 用于监测不间断电源中的电池的***和方法
WO2015023820A2 (en) * 2013-08-15 2015-02-19 University Of Maryland College Park Systems, methods, and devices for health monitoring of an energy storage device
CN103454592B (zh) * 2013-08-23 2016-05-11 中国科学院深圳先进技术研究院 一种动力电池荷电状态估计方法及***
US9800073B2 (en) * 2015-08-20 2017-10-24 International Business Machines Corporation Modeling a change in battery degradation
US10209314B2 (en) * 2016-11-21 2019-02-19 Battelle Energy Alliance, Llc Systems and methods for estimation and prediction of battery health and performance
US10205340B2 (en) * 2017-01-03 2019-02-12 Cyber Power Systems Inc. Un-interruptible power supply with indication of battery internal resistance
KR102046008B1 (ko) * 2017-01-17 2019-11-18 주식회사 엘지화학 배터리 모듈을 위한 외부 진단기 및 모듈 상태 변경 장치
US10671149B2 (en) * 2017-12-22 2020-06-02 Dell Products, L.P. System and methods for remotely applying battery management policies based on local user behavior
EP3591800B1 (en) * 2018-07-03 2023-11-15 Schneider Electric IT Corporation Uninterruptible power suppy and non-transitory computer-readable medium

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7411315B2 (en) * 1994-03-03 2008-08-12 American Power Conversion Corporation Battery communication system
US9207285B1 (en) * 2010-12-08 2015-12-08 Global Energy Innovations, Inc. Automatic determination of multi-frequency baselines for battery testing
JP2014013245A (ja) * 2013-08-12 2014-01-23 Panasonic Corp 電池劣化度モデルの生成及び更新方法
CN105283773A (zh) * 2013-09-05 2016-01-27 日本康奈可株式会社 电池的健康度估计装置以及健康度估计方法
CN103760494A (zh) * 2014-01-21 2014-04-30 清华大学 电池容量在线估计方法及***
WO2016059126A1 (en) * 2014-10-17 2016-04-21 Jaguar Land Rover Limited Battery condition monitoring

Also Published As

Publication number Publication date
US20220376544A1 (en) 2022-11-24
EP3591800A1 (en) 2020-01-08
EP3591800B1 (en) 2023-11-15
CN110676519A (zh) 2020-01-10
US11283283B2 (en) 2022-03-22
CN115799670A (zh) 2023-03-14
US20200014238A1 (en) 2020-01-09
EP4276975A2 (en) 2023-11-15
US11728673B2 (en) 2023-08-15

Similar Documents

Publication Publication Date Title
CN110676519B (zh) 先进的智能电池分析和诊断***及其方法
EP3658935B1 (en) Systems and methods for determining crank health of a battery
EP3506452B1 (en) Battery charging method and apparatus
JP6234946B2 (ja) 電池状態推定装置
US10203375B2 (en) Method for ascertaining storage battery state, state-ascertaining system, and computer program
US11221367B2 (en) Evaluation device, energy storage system, evaluation method and non-transitory computer readable medium
US11476678B2 (en) Predictive rechargeable battery management system
US10073147B2 (en) Battery state estimation device, battery state management system, battery, battery state estimation method, and non-transitory storage medium
JP2019105621A (ja) 電池充電状態予測方法及びシステム
EP3415932B1 (en) Autonomous scalable agent that improves performance of network device systems
KR20170066510A (ko) 센서 상태를 결정하기 위한 시스템
CN110927606B (zh) 电池状态监测方法、装置
CN114675188A (zh) 一种电池健康状态信息确定方法、装置及电池***
KR20210080069A (ko) 배터리 진단 장치 및 방법
CN115993549A (zh) 一种储能电池管理***的修正方法、装置、***及介质
US20230258725A1 (en) Battery abnormality diagnosis apparatus and method
US20220283242A1 (en) Method and device for managing battery data
CN111596215A (zh) 一种蓄电池状态监测方法、装置及存储介质
JP2024500788A (ja) 電池管理装置および方法
KR20230107067A (ko) 배터리 데이터 관리 장치 및 그것의 동작 방법
KR20240100157A (ko) 배터리 데이터 관리 장치 및 그것의 동작 방법
KR20230020279A (ko) 배터리 관리 장치 및 그것의 동작 방법
Sarma et al. Data Acquisition of Battery Variables and Estimation of Battery State of Health
JP2024041522A (ja) 算出装置、劣化状態の算出方法及びプログラム
KR20210080068A (ko) 배터리 진단 장치 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant