多模块充电系统智能化测试方法、装置及设备与流程

文档序号:41588711发布日期:2025-04-11 17:38阅读:4来源:国知局
多模块充电系统智能化测试方法、装置及设备与流程

本申请涉及设备测试领域,尤其涉及一种多模块充电系统智能化测试方法、装置及设备。


背景技术:

1、多模块充电系统可以根据不同车辆的充电需求动态分配功率,实现功率共享和柔性充电,因此收到越来越多用户的青睐。然而,由于多模块充电系统的复杂性,在对多模块充电系统进行测试时,不仅需要对每个模块进行模块级测试,还需要对多模块充电系统整体进行系统级测试,导致多模块充电系统的测试成本居高不下,如何简化多模块充电系统智能化测试的测试流程成为了亟需解决的问题。


技术实现思路

1、本申请的主要目的在于提供一种多模块充电系统智能化测试方法、装置及设备,旨在简化多模块充电系统智能化测试的测试流程。

2、第一方面,本申请提供一种多模块充电系统智能化测试方法,所述多模块充电系统智能化测试方法包括以下步骤:

3、对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数;

4、根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数;

5、根据各所述充电模块在所述多模块充电系统中的位置,确定各所述模块测试参数对应的网络位置参数;

6、根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数;

7、基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数。

8、在一些实施例中,所述对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数,包括:

9、对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的热阻及热容。

10、在一些实施例中,所述对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的热阻及热容,包括:

11、控制所述充电模块进入运行模式,并测试所述充电模块的温度变化量;

12、根据所述温度变化量与预设的热功率的比值确定所述热阻,根据所述热功率与所述温度变化量的比值确定所述热容。

13、在一些实施例中,所述根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数,包括:

14、根据所述模块测试参数以及检测到的环境温度,确定所述充电模块在所述多模块充电系统中的模块预测参数。

15、在一些实施例中,所述根据所述模块测试参数以及检测到的环境温度,确定所述充电模块在所述多模块充电系统中的模块预测参数,包括:

16、根据下列公式确定所述模块预测参数:

17、

18、其中,表示充电模块在t时刻的模块预测参数,表示热阻,表示热容,表示所述环境温度,q表示充电模块的热功率。

19、在一些实施例中,所述根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数,包括:

20、根据所述网络位置参数,确定所述充电模块在所述多模块充电系统中的相邻充电模块;

21、根据下列公式确定所述系统预测参数:

22、

23、其中,表示所述系统预测参数,表示所述充电模块在t时刻的模块预测参数,表示所述相邻充电模块t时刻的模块预测参数,表示所述充电模块和所述相邻充电模块之间的热阻,表示所述充电模块的热阻,表示所述充电模块的热容。

24、在一些实施例中,所述根据所述网络位置参数,确定所述充电模块在所述多模块充电系统中的相邻充电模块,包括:

25、将与所述充电模块距离最近的候选充电模块确定为所述相邻充电模块;

26、在确定所述充电模块和所述相邻充电模块的系统预测参数后,将所述充电模块和所述相邻充电模块组成的系统确定为候选充电模块。

27、在一些实施例中,所述基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数,包括:

28、将所述模块测试参数、所述网络位置参数及所述系统预测参数输入所述深度学习网络,得到所述系统预测参数对应的偏移量;

29、根据所述系统预测参数及所述偏移量,确定所述系统预测参数的修正结果;

30、根据所述修正结果确定所述多模块充电系统对应的目标系统预测参数。

31、第二方面,本申请还提供一种多模块充电系统智能化测试装置,所述多模块充电系统包括至少一个充电模块,所述多模块充电系统智能化测试装置包括:

32、模块测试模块,用于对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数;

33、第一预测模块,用于根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数;

34、位置确定模块,用于根据各所述充电模块在所述多模块充电系统中的位置,确定各所述模块测试参数对应的网络位置参数;

35、第二预测模块,用于根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数;

36、参数修正模块,用于基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数。

37、第三方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的多模块充电系统智能化测试方法。

38、本申请提供一种多模块充电系统智能化测试方法、装置及设备,本申请通过对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数;根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数;根据各所述充电模块在所述多模块充电系统中的位置,确定各所述模块测试参数对应的网络位置参数;根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数;基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数。由于根据模块级测试的测试结果对系统级测试进行预测,简化了多模块充电系统智能化测试的测试流程。



技术特征:

1.一种多模块充电系统智能化测试方法,其特征在于,所述多模块充电系统包括至少一个充电模块,所述方法包括:

2.根据权利要求1所述的多模块充电系统智能化测试方法,其特征在于,所述对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数,包括:

3.根据权利要求2所述的多模块充电系统智能化测试方法,其特征在于,所述对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的热阻及热容,包括:

4.根据权利要求1所述的多模块充电系统智能化测试方法,其特征在于,所述根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数,包括:

5.根据权利要求4所述的多模块充电系统智能化测试方法,其特征在于,所述根据所述模块测试参数以及检测到的环境温度,确定所述充电模块在所述多模块充电系统中的模块预测参数,包括:

6.根据权利要求1所述的多模块充电系统智能化测试方法,其特征在于,所述根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数,包括:

7.根据权利要求6所述的多模块充电系统智能化测试方法,其特征在于,所述根据所述网络位置参数,确定所述充电模块在所述多模块充电系统中的相邻充电模块,包括:

8.根据权利要求1-7任一项所述的多模块充电系统智能化测试方法,其特征在于,所述基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数,包括:

9.一种多模块充电系统智能化测试装置,其特征在于,所述多模块充电系统包括至少一个充电模块,所述多模块充电系统智能化测试装置包括:

10.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至8中任一项所述的多模块充电系统智能化测试方法的步骤。


技术总结
本申请涉及设备测试领域,提供一种多模块充电系统智能化测试方法、装置及设备,所述多模块充电系统包括至少一个充电模块,所述方法包括:对至少一个所述充电模块进行模块级测试,得到各所述充电模块对应的模块测试参数;根据所述模块测试参数,确定所述充电模块在所述多模块充电系统中的模块预测参数;根据各所述充电模块在所述多模块充电系统中的位置,确定各所述模块测试参数对应的网络位置参数;根据所述模块预测参数及所述网络位置参数确定对所述多模块充电系统进行系统级测试的系统预测参数;基于预设的深度学习网络对所述系统预测参数进行分析,得到所述多模块充电系统对应的目标系统预测参数。

技术研发人员:陈良仪
受保护的技术使用者:深圳市斯康达电子有限公司
技术研发日:
技术公布日:2025/4/10
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1