CN112415397A - 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法 - Google Patents

实时诊断一体化智能终端后备铅酸蓄电池组故障的方法 Download PDF

Info

Publication number
CN112415397A
CN112415397A CN202011364445.XA CN202011364445A CN112415397A CN 112415397 A CN112415397 A CN 112415397A CN 202011364445 A CN202011364445 A CN 202011364445A CN 112415397 A CN112415397 A CN 112415397A
Authority
CN
China
Prior art keywords
storage battery
battery pack
lead
voltage
acid storage
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.)
Pending
Application number
CN202011364445.XA
Other languages
English (en)
Inventor
郭文鑫
赵瑞锋
陈锦荣
李响
欧阳卫年
彭飞进
李高明
谭振鹏
车磊
曾晓丹
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.)
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Foshan Power Supply Bureau of Guangdong Power Grid 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 Foshan Power Supply Bureau of Guangdong Power Grid Corp filed Critical Foshan Power Supply Bureau of Guangdong Power Grid Corp
Priority to CN202011364445.XA priority Critical patent/CN112415397A/zh
Publication of CN112415397A publication Critical patent/CN112415397A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G01R31/379Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3835Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,本发明首先利用大功率电阻对铅酸蓄电池组进行大电流放电,直至蓄电池组端电压降至30V左右。然后对蓄电池组进行短时充电循环,利用16位高精度ADS1115模数采集电压数据,采样频率为100ms一次,充电时间为3分钟,共计采样1800个点。对采集到的数据进行平均滤波,提高数据的准确性,避免因数据误差而导致的错误判断。实现电压数据的实时采集和处理。对采集到的蓄电池端电压数据进行进一步处理,拟合成曲线,利用巴特沃斯低通滤波器对曲线进行滤波处理,提高数据的准确性,避免因数据误差而导致的误判。同时也避免因检测装置受到外部环境影响所产生噪声信号的干扰,排除了偶然性,提高了故障诊断的精度和准确度。

Description

实时诊断一体化智能终端后备铅酸蓄电池组故障的方法
技术领域
本发明涉及电力设备故障诊断领域,更具体地,涉及一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法。
背景技术
在电力行业的安全生产过程和稳定运行过程中,作为备用电源的铅酸蓄电池在配电自动化设备中发挥着重要的作用,其担负着储备电能、应付电网异常、维持***正常运转的重要使命,被称为电网中的最后一道防线。当发生故障或交流失电时,蓄电池可迅速向站内重要的一次设备和二次设备提供电能,以确保智能关断装置和继电保护装置可靠动作和断路器的可靠开断。一旦蓄电池发生故障,将导致配电网中的远动装置无法正常投切,极易造成严重事故。因此,备用蓄电池供电是否可靠关系到电力***的安全可靠运行。
一体化智能终端是安装于10kV架空配电线路中户外电杆上的配电终端装置,其广泛用于城郊及农村配电网中,是一种用于分断、闭合、承载线路负荷电流及故障电流的重要机械开关设备。一体化智能终端体积小、数量多,可安置在户外馈线上,设有变送器,能关合、承载、开断正常负荷电流(≤630A),可开合励磁电流不超2A的空载变压器、电容电流不超5A的空载线路。在电网失电情况下,主要通过一体化智能终端的后备电池实现柱上开关的动作,一般情况下要求至少能进行三次动作,因此电池的好坏对一体化智能终端的可靠工作有很大的影响。但在实际生产应用过程中,一体化智能终端后备电池长期处于浮充状态,其端电压为浮充电压,无法进一步判断此时一体化智能终端后备蓄电池组中单体电池的好坏。在线路长期浮充状态下,会使电池内部极板极化而造成蓄电池性能变坏和寿命缩短,存在失效的风险。若一体化智能终端后备电池组中电池存在单体失效的情况,但在电池浮充状态下无法对其性能进行判断,一旦终端设备发生交流失电由后备电源供电时,由于阀控蓄电池具有特殊的阀控式密封结构,其端电压会大幅下降,无法给直流供电***提供电能,造成电力***安全事故。由于一体化智能终端一般是安装在架线线杆上,使得检修人员对备电池的检测极为不便。因此,如果能够在线检测一体化智能终端后备电池组的好坏,从而对损坏的电池组及时进行更换和处理,这不仅减少了维护人员的工作量,同时也提高了电力***的稳定性。
一体化智能终端后备电源铅酸蓄电池组时配电终端设备的核心,其担负着储备电能、应付电网异常、维持***正常运转的重要使命,被称为电网中的最后一道防线。当发生故障或交流失电时,蓄电池可迅速向站内重要的一次设备和二次设备提供电能,以确保智能关断装置和继电保护装置可靠动作和断路器的可靠开断。研究资料表明,在目前国内电力***户外保护装置中,一体化智能终端的供电电源一般采用电压互感器(PT)直接从10kV馈线上取电,并配合蓄电池作为后备电源来供电。目前主要有三种供电方式,即工作电源和操作电源均取自馈线;工作电源取自馈线,操作电源取自蓄电池;工作电源和操作电源均取自蓄电池。但由于一体化智能终端后备电池长期处于浮充状态,加之后期维护不到位,极易造成蓄电池组的单体电池损坏,也为电力***的安全运行埋下了隐患。所以所以如果能够在线检测并发现后备铅酸蓄电池的损坏,及时对其作出相应的更换和处理,不仅节省的大量的人力物力,还提高了工作效率,减少了安全事故的发生。
目前,对一体化智能终端后备铅酸蓄电池组性能好坏的检测大都采用电池活化技术,即通过发送活化指令,控制***完成对电池的活化,利用采集的数据建立电池评估模型评估蓄电池当前运行状态。但这种数据模型的评估方法存在计算量大、评估时间长,不易实现的问题。很难对蓄电池组性能的检测得出稳定的结论,可靠性较差。
发明内容
本发明提供一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,该方法提高了数据的精度和准确性,同时也排除了数据采集过程中可能出现的偶然性。
为了达到上述技术效果,本发明的技术方案如下:
一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,包括以下步骤:
S1:利用大功率电阻对铅酸蓄电池组进行大电流放电,直至铅酸蓄电池组端电压降至θ,对铅酸蓄电池组进行短时充电循环,并实时采集铅酸蓄电池组电压数据;
S2:在对铅酸蓄电池组电压数据进行采集过程中,对采集到的数据进行平均滤波;
S3:将步骤S2中得到的数据拟合成曲线,利用巴特沃斯低通滤波器对曲线进行处理;
S4:以步骤S3中的铅酸蓄电池组端电压曲线和铅酸蓄电池组充电初期端电压是否发生跳变相配合,判断铅酸蓄电池组是否故障;
S5:在利用以铅酸蓄电池组端电压波形和铅酸蓄电池充电初期端电压是否发生跳变相配合的基础上,配合蓄电池组充电曲线变化情况对蓄电池组的故障程度进行进一步判断铅酸蓄电池组是否不可用。
进一步地,所述步骤S1中,所述θ为30V;利用16位采样精度的ADS1115模数转换器采集电压数据;所述ADS1115模数转换器采样频率为100ms一次,对铅酸蓄电池组进行3分钟短时充电循环,共计采样1800个点。
进一步地,所述步骤S2中,对采集到的数据进行平均滤波的过程是:
取队列长度N=8,将连续采样的电压电流数据依次存入队列中,并按照先进先出原则更新队列数据,对队列数据求取算数平均运算,从而得到滤波后的蓄电池端电压数据,以削弱配电终端设备一体化智能终端的高频振荡,以及周期性干扰对互感器采样的影响,将连续采样的8组端电压信号,存入E[8]数组中,即此时
Figure BDA0002805019460000031
下一次采样时,E[8]数组整体向右位移一位,即此前的E[0]舍弃,E[1]左移为E[0],以此类推依次左移,最后一位E[7]存入采样此时采样的电压值E(t)。
进一步地,所述步骤S3中,利用巴特沃斯低通滤波器对曲线进行处理的过程是:
对所采集到的蓄电池端数据为3分钟采集的1800个数据点,则采样频率为100ms一次,取N为5,N为巴特沃斯滤波器的阶数,得到巴特沃斯低通滤波器为:
Figure BDA0002805019460000032
Figure BDA0002805019460000041
令截止频率为0.1hz,去归一化得低通滤波器***函数:
Figure BDA0002805019460000042
其中,Ωc=2π*0.1rad/s。
进一步地,所述步骤S4中,失效铅酸蓄电池单体电压在2V左右,若对该蓄电池进行充电,会立即跳变至额定电压12V,此时蓄电池近似于大电阻,短时间内电压会发生较大的跳变,跳变范围大约在10V左右;
通过对蓄电池组进行短时充电,若得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约10V左右的跳变,即:
U100-U0≥10V
其中,U100表示为在第一百个点时的端电压数据,U0表示起始电压数据,此时得到的曲线会有一个阶跃函数似的明显跳变,但跳变后电压曲线平缓变化,直至充电结束其端电压值涨幅不超过2V,则此时判断该铅酸蓄电池组中存在一块失效蓄电池。
进一步地,所述步骤S5中,当所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约20V左右的跳变,即U100-U0>=20V,但此后端电压曲线平缓变化,则判断该铅酸蓄电池组中存在两块失效蓄电池;若所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约30V左右的跳变,即U100-U0>=30V,同样此后的蓄电池端电压曲线平缓变化,则判断该铅酸蓄电池组中存在三块失效蓄电池;当刚开始对蓄电池充电时,蓄电池两端的电压直接到达充电器输出的额定端电压,把整个蓄电池组看作为一个电阻,而充电器作为电源则是加在铅酸蓄电池组两端的额定电压,也就是所谓的的“电池充不进电”,此时则判断该铅酸蓄电池组已完全失效。
与现有技术相比,本发明技术方案的有益效果是:
本发明首先利用大功率电阻对铅酸蓄电池组进行大电流放电,直至蓄电池组端电压降至30V左右。然后对蓄电池组进行短时充电循环,利用16位高精度ADS1115模数采集电压数据,采样频率为100ms一次,充电时间为3分钟,共计采样1800个点。对采集到的数据进行平均滤波,提高数据的准确性,避免因数据误差而导致的错误判断。实现电压数据的实时采集和处理。对采集到的蓄电池端电压数据进行进一步处理,拟合成曲线,利用巴特沃斯低通滤波器对曲线进行滤波处理,提高数据的准确性,避免因数据误差而导致的误判。同时也避免因检测装置受到外部环境影响所产生噪声信号的干扰,排除了偶然性,提高了故障诊断的精度和准确度。
附图说明
图1为本发明方法流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示,一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,包括以下步骤:
步骤1:利用大功率电阻对铅酸蓄电池组进行大电流放电,直至蓄电池组端电压降至30V左右。然后对蓄电池组进行短时充电循环,利用内部分压电路将分压数据传递给模数转换电路,利用16位采样精度的ADS1115模数转换器采集电压数据,采样频率为100ms一次,充电时间为3分钟,共计采样1800个点,实现电压数据的实时采集和处理;
步骤2:在采集数据过程中并对采集到的数据进行平均滤波,提高数据的准确性,避免因数据误差而导致的错误判断,实现电压数据的实时采集和处理。因为在传感器对蓄电池端电压信号进行采集的过程中,一方面受到互感器转换精度的限制;另一方面,配电终端设备一体化智能终端易受到外部或内部环境影响,会产生机械振动以及噪声。为了使测量的数据更加的精确,故需要对测量数据进行滤波处理。考虑到配电终端设备一体化智能终端运行过程中产生的干扰信号,具有高频震荡,周期性等特点,可选用递推平均滤波这一经典的数字滤波算法对采集过程中所采集的数据进行处理。
取队列长度N=8,将连续采样的电压电流数据依次存入队列中,并按照先进先出原则更新队列数据,对队列数据求取算数平均运算,从而得到滤波后的蓄电池端电压数据,以削弱配电终端设备一体化智能终端的高频振荡,以及周期性干扰对互感器采样的影响。以蓄电池端电压为例,将连续采样的8组端电压信号,存入E[8]数组中,即此时
Figure BDA0002805019460000061
下一次采样时,E[8]数组整体向右位移一位,即此前的E[0]舍弃,E[1]左移为E[0],以此类推依次左移,最后一位E[7]存入采样此时采样的电压值E(t)。经过滤波后的蓄电池端电压电流数据值更加准确,排除了数据采集过程中可能由于噪声而造成的蓄电池端电压值的瞬时激变,提高了数据的精度和准确性,同时也排除了数据采集过程中可能出现的偶然性。
步骤3,对采集到的蓄电池端电压数据进行进一步处理,将所采集到的蓄电池端电压数据拟合成曲线,利用巴特沃斯低通滤波器对曲线进行处理,提高数据的准确性,使曲线看起来更加直观、立体,避免因数据误差而导致的错误判断。根据傅里叶变换理论,采集到的信号会存在噪声干扰,表现为频域中的高次谐波的比重增大,从而致使时域信号的曲线不平滑,有毛刺,高次谐波分量如果较大,则会严重干扰原本的时域信号。针对这一问题,实验采用巴特沃斯低通滤波器对信号进行降噪处理。
以软件巴特沃斯低通滤波器为例,由一体化智能终端后备铅酸蓄电池充放电***所采集到的蓄电池端数据为3分钟采集的1800个数据点,则采样频率为100ms一次,取N为5(N为巴特沃斯滤波器的阶数)。得到巴特沃斯低通滤波器为:
Figure BDA0002805019460000062
Figure BDA0002805019460000063
令截止频率为0.1hz,去归一化得低通滤波器***函数:
Figure BDA0002805019460000064
其中,Ωc=2π*0.1rad/s。
此时经过巴特沃斯低通滤波器处理后的曲线变得更加光滑、直观,避免因实验误差而造成的实验结果的偶然性。
步骤4:对一体化智能终端后备铅酸蓄电池组是否发生蓄电池单体故障进行判断。实时采集充放电循环时铅酸蓄电池的端电压数据,并对其进行滤波处理。然后进行曲线拟合,消除曲线中存在的毛刺杂波,使曲线看起来更加光滑、平稳。此时以蓄电池端电压波形和铅酸蓄电池充电初期端电压是否发生跳变相配合,能够快速并且精准的对蓄电池组的可用性作出判断。通过实验所得,失效铅酸蓄电池单体电压一般在2V左右,若对该蓄电池进行充电,会立即跳变至额定电压12V。因为此时蓄电池近似于大电阻,短时间内电压会发生较大的跳变,跳变范围大约在10V左右。所以以此作为判断依据对蓄电池组是否存在单体失效电池进行判断。
所以通过对蓄电池组进行短时充电,若得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约10V左右的跳变,即U100-U0≥10V(其中,U100表示为在第一百个点时的端电压数据,U0表示起始电压数据),此时得到的曲线会有一个阶跃函数似的明显跳变,但跳变后电压曲线平缓变化,直至充电结束其端电压值涨幅不超过2V,则此时判断该铅酸蓄电池组中存在一块失效蓄电池。
步骤5:在利用蓄电池端电压差值法判断蓄电池单体故障的基础上,配合蓄电池充电曲线变化情况对蓄电池组的故障程度进行进一步判断。当所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约20V左右的跳变,即U100-U0>=20V,但此后端电压曲线平缓变化,则判断该铅酸蓄电池组中存在两块失效蓄电池。若所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约30V左右的跳变,即U100-U0>=30V,同样此后的蓄电池端电压曲线平缓变化,则判断该铅酸蓄电池组中存在三块失效蓄电池。当刚开始对蓄电池充电时,蓄电池两端的电压直接到达充电器输出的额定端电压,这时可把整个蓄电池组看作为一个电阻,而充电器作为电源则是加在电阻(蓄电组)两端的额定电压,也就是所谓的的“电池充不进电”。此时则判断该铅酸蓄电池组已完全失效。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,包括以下步骤:
S1:利用大功率电阻对铅酸蓄电池组进行大电流放电,直至铅酸蓄电池组端电压降至θ,对铅酸蓄电池组进行短时充电循环,并实时采集铅酸蓄电池组电压数据;
S2:在对铅酸蓄电池组电压数据进行采集过程中,对采集到的数据进行平均滤波;
S3:将步骤S2中得到的数据拟合成曲线,利用巴特沃斯低通滤波器对曲线进行处理;
S4:以步骤S3中的铅酸蓄电池组端电压曲线和铅酸蓄电池组充电初期端电压是否发生跳变相配合,判断铅酸蓄电池组是否故障;
S5:在利用以铅酸蓄电池组端电压波形和铅酸蓄电池充电初期端电压是否发生跳变相配合的基础上,配合蓄电池组充电曲线变化情况对蓄电池组的故障程度进行进一步判断铅酸蓄电池组是否不可用。
2.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S1中,所述θ为30V。
3.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S1中,利用16位采样精度的ADS1115模数转换器采集电压数据。
4.根据权利要求3所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述ADS1115模数转换器采样频率为100ms一次,对铅酸蓄电池组进行3分钟短时充电循环,共计采样1800个点。
5.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S2中,对采集到的数据进行平均滤波的过程是:
取队列长度N=8,将连续采样的电压电流数据依次存入队列中,并按照先进先出原则更新队列数据,对队列数据求取算数平均运算,从而得到滤波后的蓄电池端电压数据,以削弱配电终端设备一体化智能终端的高频振荡,以及周期性干扰对互感器采样的影响,将连续采样的8组端电压信号,存入E[8]数组中,即此时
Figure FDA0002805019450000021
下一次采样时,E[8]数组整体向右位移一位,即此前的E[0]舍弃,E[1]左移为E[0],以此类推依次左移,最后一位E[7]存入采样此时采样的电压值E(t)。
6.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S3中,利用巴特沃斯低通滤波器对曲线进行处理的过程是:
对所采集到的蓄电池端数据为3分钟采集的1800个数据点,则采样频率为100ms一次,取N为5,N为巴特沃斯滤波器的阶数,得到巴特沃斯低通滤波器为:
Figure FDA0002805019450000022
Figure FDA0002805019450000023
令截止频率为0.1hz,去归一化得低通滤波器***函数:
Figure FDA0002805019450000024
其中,Ωc=2π*0.1rad/s。
7.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S4中,失效铅酸蓄电池单体电压在2V左右,若对该蓄电池进行充电,会立即跳变至额定电压12V,此时蓄电池近似于大电阻,短时间内电压会发生较大的跳变,跳变范围大约在10V左右;
通过对蓄电池组进行短时充电,若得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约10V左右的跳变,即:
U100-U0≥10V
其中,U100表示为在第一百个点时的端电压数据,U0表示起始电压数据,此时得到的曲线会有一个阶跃函数似的明显跳变,但跳变后电压曲线平缓变化,直至充电结束其端电压值涨幅不超过2V,则此时判断该铅酸蓄电池组中存在一块失效蓄电池。
8.根据权利要求1所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,所述步骤S5中,当所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约20V左右的跳变,即U100-U0>=20V,但此后端电压曲线平缓变化,则判断该铅酸蓄电池组中存在两块失效蓄电池。
9.根据权利要求8所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,若所得到的蓄电池端电压曲线在充电所采集到的前600点,也就是前半分钟内端电压发生了大约30V左右的跳变,即U100-U0>=30V,同样此后的蓄电池端电压曲线平缓变化,则判断该铅酸蓄电池组中存在三块失效蓄电池。
10.根据权利要求9所述的实时诊断一体化智能终端后备铅酸蓄电池组故障的方法,其特征在于,当刚开始对蓄电池充电时,蓄电池两端的电压直接到达充电器输出的额定端电压,把整个蓄电池组看作为一个电阻,而充电器作为电源则是加在铅酸蓄电池组两端的额定电压,也就是所谓的的“电池充不进电”,此时则判断该铅酸蓄电池组已完全失效。
CN202011364445.XA 2020-11-27 2020-11-27 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法 Pending CN112415397A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011364445.XA CN112415397A (zh) 2020-11-27 2020-11-27 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011364445.XA CN112415397A (zh) 2020-11-27 2020-11-27 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法

Publications (1)

Publication Number Publication Date
CN112415397A true CN112415397A (zh) 2021-02-26

Family

ID=74842838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011364445.XA Pending CN112415397A (zh) 2020-11-27 2020-11-27 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法

Country Status (1)

Country Link
CN (1) CN112415397A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1040967A (ja) * 1996-07-26 1998-02-13 Nippon Telegr & Teleph Corp <Ntt> 蓄電池容量推定法および蓄電池容量推定装置
CN1747223A (zh) * 2004-09-08 2006-03-15 艾默生网络能源有限公司 带有检测单元的蓄电池组
CN101226379A (zh) * 2008-01-17 2008-07-23 上海交通大学 钻杆直度自动检测与矫直一体化控制***
CN101539612A (zh) * 2008-03-19 2009-09-23 衣文所 蓄电池运行质量在线监测***
CN101769994A (zh) * 2010-01-13 2010-07-07 四川电力试验研究院 阀控式密封铅酸蓄电池50%放电容量测试方法
FR2976130A1 (fr) * 2011-05-30 2012-12-07 Peugeot Citroen Automobiles Sa Procede et dispositif de surveillance d'une source d'energie
CN103105588A (zh) * 2013-03-07 2013-05-15 上海电气钠硫储能技术有限公司 一种用于储能钠硫电池模块中故障电池位置的判断方法
CN103675718A (zh) * 2013-12-17 2014-03-26 复旦大学 采用余弦函数曲线拟合确定磁感应强度最大值的方法及实现***
CN104375091A (zh) * 2014-11-18 2015-02-25 柳州市金旭节能科技有限公司 电动汽车动力蓄电池组监测方法
CN106026062A (zh) * 2016-06-21 2016-10-12 贵州电网有限责任公司电力科学研究院 一种用电信息采集终端电源和计量单元保护电路
CN107656216A (zh) * 2017-11-15 2018-02-02 国网辽宁省电力有限公司鞍山供电公司 一种铅酸蓄电池在线监测维护及预警***及性能评估方法
CN107884722A (zh) * 2017-11-29 2018-04-06 福州福光电子有限公司 一种在线分布式蓄电池组监测设备
CN111323719A (zh) * 2020-03-18 2020-06-23 北京理工大学 一种电动汽车动力电池组健康状态在线确定方法和***
CN111744072A (zh) * 2020-05-13 2020-10-09 上海理工大学 一种用于电动输液泵的气压检测***及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1040967A (ja) * 1996-07-26 1998-02-13 Nippon Telegr & Teleph Corp <Ntt> 蓄電池容量推定法および蓄電池容量推定装置
CN1747223A (zh) * 2004-09-08 2006-03-15 艾默生网络能源有限公司 带有检测单元的蓄电池组
CN101226379A (zh) * 2008-01-17 2008-07-23 上海交通大学 钻杆直度自动检测与矫直一体化控制***
CN101539612A (zh) * 2008-03-19 2009-09-23 衣文所 蓄电池运行质量在线监测***
CN101769994A (zh) * 2010-01-13 2010-07-07 四川电力试验研究院 阀控式密封铅酸蓄电池50%放电容量测试方法
FR2976130A1 (fr) * 2011-05-30 2012-12-07 Peugeot Citroen Automobiles Sa Procede et dispositif de surveillance d'une source d'energie
CN103105588A (zh) * 2013-03-07 2013-05-15 上海电气钠硫储能技术有限公司 一种用于储能钠硫电池模块中故障电池位置的判断方法
CN103675718A (zh) * 2013-12-17 2014-03-26 复旦大学 采用余弦函数曲线拟合确定磁感应强度最大值的方法及实现***
CN104375091A (zh) * 2014-11-18 2015-02-25 柳州市金旭节能科技有限公司 电动汽车动力蓄电池组监测方法
CN106026062A (zh) * 2016-06-21 2016-10-12 贵州电网有限责任公司电力科学研究院 一种用电信息采集终端电源和计量单元保护电路
CN107656216A (zh) * 2017-11-15 2018-02-02 国网辽宁省电力有限公司鞍山供电公司 一种铅酸蓄电池在线监测维护及预警***及性能评估方法
CN107884722A (zh) * 2017-11-29 2018-04-06 福州福光电子有限公司 一种在线分布式蓄电池组监测设备
CN111323719A (zh) * 2020-03-18 2020-06-23 北京理工大学 一种电动汽车动力电池组健康状态在线确定方法和***
CN111744072A (zh) * 2020-05-13 2020-10-09 上海理工大学 一种用于电动输液泵的气压检测***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周志敏 等: "UPS及蓄电池的故障诊断与处理(四)蓄电池的故障分析(上)", 《UPS应用》 *

Similar Documents

Publication Publication Date Title
AU2017202918B2 (en) Management of battery capacity
CN114050633B (zh) 一种锂电池储能***的动态管控方法、装置和电子设备
CN107064638B (zh) 一种基于注入周期自适应策略的绝缘电阻检测装置及方法
CN101577438B (zh) 基于远程监控平台的大容量后备电源的维护方法所用设备
EP4068621B1 (en) Photovoltaic energy storage system and method for detecting ground insulation impedance
US5027294A (en) Method and apparatus for battery-power management using load-compensation monitoring of battery discharge
CN106356908B (zh) 动力电池组及其构成的控制***和控制方法
CN112666431B (zh) 一种电动汽车直流高压***全状态绝缘检测控制方法
CN112349988B (zh) 一种车辆蓄电池在线监测装置及自适应充电方法
CN107255757B (zh) 一种基于动态容值修正的超级电容器荷电状态估计方法
CN202455122U (zh) 并联电池组充放电智能管理装置
CN116047173A (zh) 一种配电网用快速检测超级电容的装置、方法及电气拓扑
CN115877228B (zh) 一种具备远程核容的蓄电池充放电监测方法和***
CN210863986U (zh) 一种蓄电池内阻测量***
CN112415397A (zh) 实时诊断一体化智能终端后备铅酸蓄电池组故障的方法
CN108693442A (zh) 电网故障的检测方法及***
CN216563283U (zh) 一种蓄电池在线自维护***
CN115840121A (zh) 一种储能高压电池***的绝缘检测电路及其检测方法
CN102944809B (zh) 一种快速识别电网故障的方法
CN105966257B (zh) 一种车用动力电池欠压充电的方法
CN115995860A (zh) 一种储能变流器的充放电控制方法及装置
CN110109027B (zh) 一种电池包绝缘阻抗检测电路及装置、电池管理装置
CN112769193A (zh) 一种蓄电池组容量在线防护***及其在线防护方法
CN111679216A (zh) 一种检测动力电池高压连接可靠性的装置和方法
Wang et al. Online Monitoring System for Storage Battery in Substation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210226

RJ01 Rejection of invention patent application after publication