基于电池舱状态分析的接线异常监测方法及系统与流程

本技术涉及电池舱技术相关领域，具体涉及基于电池舱状态分析的接线异常监测方法及系统。

背景技术：

1、随着电子技术的飞速发展，各类电子设备在日常生活和工业生产中的应用越来越广泛，现代电子设备中，电池舱是储存电能并为设备提供持续运行动力的关键部分，而电池舱的接线状态直接决定了设备能否正常接收和使用电能，由于使用环境复杂多变以及人为操作失误等原因，电池舱的接线可能会出现松动、断裂、短路等异常情况，这些问题如果未能及时发现和处理，将对设备的正常运行造成严重影响，传统的电池舱接线异常通常依赖人工巡检或简单的传感器检测来识别，不仅效率低下，而且难以实时捕捉所有的异常状态，还可能因为接线短路导致电池过热甚至爆炸火灾，带来严重威胁。

2、因此，现阶段电子设备接线异常监测相关技术中，存在难以实时精准的捕捉电池舱关于设备接线的所有异常状态，导致接线异常监测的效率和准确性受限、可靠性不高的技术问题。

技术实现思路

1、本技术通过提供基于电池舱状态分析的接线异常监测方法及系统，采用构建分析模型、状态分析、组建割集集合等技术手段，解决了现有电子设备接线异常监测存在的难以实时精准的捕捉电池舱关于设备接线的所有异常状态，导致接线异常监测的效率和准确性受限、可靠性不高的技术问题，达到了提高接线异常监测的准确性和可靠性的技术效果。

2、本技术提供基于电池舱状态分析的接线异常监测方法，所述方法包括：基于智能监测指令对电池舱进行多维度状态监测，得到实时状态信息，其中，所述智能监测指令是指当电源与所述电池舱符合预定作业约束时生成的指令；当第一暂态指标数据符合第一预定阈值时，生成智能预测指令，其中，所述第一暂态指标数据为从所述实时状态信息中的暂态信息中随机提取到的任意一个数据；基于所述智能预测指令提取得到所述实时状态信息中的稳态信息，所述稳态信息包括所述电池舱中电池的荷电状态时序、健康状态时序和气体浓度时序；激活稳态分析模型，所述稳态分析模型包括荷电状态分析层、健康状态分析层和气体浓度分析层；分别通过所述荷电状态分析层分析得到所述荷电状态时序的荷电状态指数、通过所述健康状态分析层分析得到所述健康状态时序的健康状态指数、通过所述气体浓度分析层分析得到所述气体浓度时序的气体浓度指数；基于分析接线异常事故记录中各接线异常事故的最小割集组建最小割集集合；结合所述最小割集集合对所述荷电状态指数、所述健康状态指数、所述气体浓度指数和所述第一暂态指标数据进行分析，得到接线异常监测结果。

3、在可能的实现方式中，基于智能监测指令对电池舱进行多维度状态监测，执行以下处理：读取预定暂态指标，所述预定暂态指标包括温度、电压、电流、内阻、振动和噪声，其中，所述预定暂态指标用于对所述电池舱进行多维度状态监测得到所述实时状态信息中的所述暂态信息。

4、在可能的实现方式中，通过所述荷电状态分析层分析得到所述荷电状态时序的荷电状态指数，执行以下处理：绘制所述荷电状态时序的荷电-时间曲线；基于预定曲线特征分析所述荷电-时间曲线得到目标曲线特征值，其中，所述预定曲线特征包括时间周期、最大荷电、最小荷电、最大荷电对应时间、最小荷电对应时间；通过所述荷电状态分析层对所述目标曲线特征值进行分析，得到所述荷电状态指数。

5、在可能的实现方式中，得到荷电状态分析层，执行以下处理：获取历史接线监测记录中的第一历史记录，所述第一历史记录包括第一历史荷电状态时序，所述第一历史荷电状态时序包括具备多个历史荷电状态，且所述多个历史荷电状态对应多个历史监测时间；加权归一化处理所述多个历史荷电状态后得到第一历史荷电状态指数；根据所述多个历史荷电状态与所述多个历史监测时间绘制第一历史目标曲线，并结合所述预定曲线特征得到第一历史目标曲线特征值；基于支持向量机原理对所述第一历史目标曲线特征值与所述第一历史荷电状态指数组成的第一数据组进行训练学习，得到所述荷电状态分析层。

6、在可能的实现方式中，通过所述荷电状态分析层对所述目标曲线特征值进行分析，得到所述荷电状态指数，还执行以下处理：基于目标时间截取所述荷电-时间曲线中预定参照周期的目标荷电-时间曲线片段；基于目标片段特征对所述预定荷电-时间曲线片段进行特征采集，得到目标片段特征参数；对所述目标片段特征参数进行分析，得到所述目标时间下的目标预测荷电状态；基于所述目标时间与所述目标预测荷电状态的对应关系对所述荷电状态时序进行预测调整，得到预测调整时序；激活所述荷电状态分析层分析得到所述预测调整时序的预测荷电状态指数。

7、在可能的实现方式中，目标片段特征，还执行以下处理：目标片段特征包括片段斜率、第一端荷电和第二端荷电，所述第一端荷电为所述预定荷电-时间曲线片段中起始点的荷电状态，所述第二端荷电为所述预定荷电-时间曲线片段中终止点的荷电状态。

8、在可能的实现方式中，组建最小割集集合，还执行以下处理：对分析所述接线异常事故记录组建的历史接线异常事故集进行去重处理，得到目标历史接线异常事故集；将从所述目标历史接线异常事故集中提取到的第一目标历史事故作为第一顶上事件，并分析所述第一顶上事件的第一事故因子；分析所述第一顶上事件和所述第一事故因子并绘制第一事故树；根据所述第一事故树确定第一最小割集，并基于所述第一最小割集组建所述最小割集集合。

9、本技术还提供了基于电池舱状态分析的接线异常监测系统，包括：

10、实时状态信息获取模块，所述实时状态信息获取模块用于基于智能监测指令对电池舱进行多维度状态监测，得到实时状态信息，其中，所述智能监测指令是指当电源与所述电池舱符合预定作业约束时生成的指令；

11、智能预测指令生成模块，所述智能预测指令生成模块用于当第一暂态指标数据符合第一预定阈值时，生成智能预测指令，其中，所述第一暂态指标数据为从所述实时状态信息中的暂态信息中随机提取到的任意一个数据；

12、稳态信息提取模块，所述稳态信息提取模块用于基于所述智能预测指令提取得到所述实时状态信息中的稳态信息，所述稳态信息包括所述电池舱中电池的荷电状态时序、健康状态时序和气体浓度时序；

13、稳态分析模型激活模块，所述稳态分析模型激活模块用于激活稳态分析模型，所述稳态分析模型包括荷电状态分析层、健康状态分析层和气体浓度分析层；

14、稳态指数分析模块，所述稳态指数分析模块用于分别通过所述荷电状态分析层分析得到所述荷电状态时序的荷电状态指数、通过所述健康状态分析层分析得到所述健康状态时序的健康状态指数、通过所述气体浓度分析层分析得到所述气体浓度时序的气体浓度指数；

15、最小割集集合组建模块，所述最小割集集合组建模块用于基于分析接线异常事故记录中各接线异常事故的最小割集组建最小割集集合；

16、接线异常监测结果获得模块，所述接线异常监测结果获得模块用于结合所述最小割集集合对所述荷电状态指数、所述健康状态指数、所述气体浓度指数和所述第一暂态指标数据进行分析，得到接线异常监测结果。

17、拟通过本技术提出的基于电池舱状态分析的接线异常监测方法及系统，基于智能监测指令对电池舱进行多维度状态监测；当第一暂态指标数据符合第一预定阈值时，生成智能预测指令；提取得到实时状态信息中的稳态信息；激活稳态分析模型；通过荷电状态分析层分析得到荷电状态指数、通过健康状态分析层分析得到健康状态指数、通过气体浓度分析层分析得到气体浓度指数；组建最小割集集合；进行分析，得到接线异常监测结果。解决了现有电子设备接线异常监测存在的难以实时精准的捕捉电池舱关于设备接线的所有异常状态，导致接线异常监测的效率和准确性受限、可靠性不高的技术问题，达到了提高接线异常监测的准确性和可靠性的技术效果。