一种基于大数据的便携式储能设备监测系统及方法与流程

本发明涉及储能设备监测，具体为一种基于大数据的便携式储能设备监测系统及方法。

背景技术：

1、便携式储能设备是一种代替传统小型燃油发电机的、内置锂离子电池的小型储能设备，主要使用场景包括户外作业、应急救灾等，能够为一些用电设备进行供电，从而解决用电设备因电量问题而出现使用中断的情况，在使用便携式储能设备时对使用情况进行监测，能够及时发现使用时的异常情况。

2、然而，现有的监测方式存在一些弊端：在使用了一定时间后，便携式储能设备的性能会随使用时间的延长而有所下降，不同用户对于便携式储能设备的使用需求不同，若便携式储能设备不再满足用户需求，则需要及时更换，现有技术无法及时判断便携式储能设备不再满足用户需求的时机，从而及时提醒用户更换设备，无法避免在便携式储能设备的供电性能不满足用户需求时出现因设备电量用尽而影响用电设备使用的问题。

3、所以，人们需要一种基于大数据的便携式储能设备监测系统及方法来解决上述问题。

技术实现思路

1、本发明的目的在于提供一种基于大数据的便携式储能设备监测系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的便携式储能设备监测系统，所述系统包括：储能设备监测模块、数据管理中心、目标筛选管理模块、储能设备分析模块和设备更换管理模块；

3、所述储能设备监测模块的输出端连接所述数据管理中心的输入端，所述数据管理中心的输出端连接所述目标筛选管理模块的输入端，所述目标筛选管理模块的输出端连接所述储能设备分析模块的输入端，所述储能设备分析模块的输出端连接所述设备更换管理模块的输入端；

4、通过所述储能设备监测模块监测便携式储能设备的使用情况，采集并传输监测数据至所述数据管理中心；

5、通过所述数据管理中心存储并管理采集到的监测数据；

6、通过所述目标筛选管理模块筛选出需要更换便携式储能设备的目标；

7、通过所述储能设备分析模块调取并分析筛选出的目标使用便携式储能设备的数据，预测更换时间；

8、通过所述设备更换管理模块在预测时间提醒目标更换便携式储能设备。

9、进一步的，所述储能设备监测模块包括使用数据采集单元和可用时间采集单元；

10、所述使用数据采集单元和可用时间采集单元的输出端连接所述数据管理中心的输入端；

11、所述使用数据采集单元用于采集不同用户通过使用便携式储能设备进行同时供电的用电设备数量和用电设备的用电量数据，进行同时供电表示对应数量的用电设备同时使用一个便携式储能设备维持电源不中断；

12、所述可用时间采集单元用于采集不同用户使用的便携式储能设备当前能够使用的最长时间数据。

13、进一步的，所述目标筛选管理模块包括必要程度分析单元和目标筛选单元；

14、所述必要程度分析单元的输入端连接所述数据管理中心的输出端，所述必要程度分析单元的输出端连接所述目标筛选单元的输入端；

15、所述必要程度分析单元用于调取采集到的全部数据，分析不同用户更换便携式储能设备的必要程度；

16、所述目标筛选单元用于设置必要程度阈值，筛选出必要程度高于阈值的用户作为监测目标，所述监测目标指的是有必要更换便携式储能设备的用户。

17、进一步的，所述储能设备分析模块包括监测数据分析单元和更换时间预测单元；

18、所述监测数据分析单元的输入端连接所述目标筛选单元的输出端，所述监测数据分析单元的输出端连接所述更换时间预测单元的输入端；

19、所述监测数据分析单元用于监测筛选出的目标使用便携式储能设备的数据，获取对应目标以往每次使用便携式储能设备的时长数据；

20、所述更换时间预测单元用于依据时长数据预测目标需要更换便携式储能设备的时间。

21、进一步的，所述设备更换管理模块包括提醒时间设置单元和数据传输单元；

22、所述提醒时间设置单元的输入端连接所述更换时间预测单元的输入端，所述提醒时间设置单元的输出端连接所述数据传输单元的输入端；

23、所述提醒时间设置单元用于依据预测的时间设置提醒目标更换储能设备的时间；

24、所述数据传输单元用于将提醒信息传输到目标所在终端。

25、一种基于大数据的便携式储能设备监测方法，包括以下步骤：

26、z1：监测便携式储能设备的使用情况，采集监测数据；

27、z2：调取并分析监测数据，筛选出需要更换便携式储能设备的目标；

28、z3：预测筛选出的目标需要更换便携式储能设备的时间；

29、z4：在预测的时间提醒目标更换储能设备。

30、进一步的，在步骤z1中：采集不同用户以往c次通过使用便携式储能设备进行同时供电的用电设备数量以及对应次使用的用电设备用电量，采集到不同用户使用的便携式储能设备当前能够使用的最长时间集合为v={v1，v2，…，vq}，其中，q表示用户数量。

31、进一步的，在步骤z2中：调取用户以往c次通过使用便携式储能设备进行同时供电的用电设备数量，计算得到不同用户使用的用电设备平均数量集合为b={b1，b2，…，bq}，调取到随机一个用户以往c次使用便携式储能设备进行同时供电的用电设备平均用电量集合为p={p1，p2，…，pc}，其中，y表示随机一个用户对应次使用的用电设备数量，根据下列公式计算随机一个用户更换便携式储能设备的必要程度wi：

32、wi=1/[vi/(∑qi=1vi)]+bi+(∑cj=1pj)；

33、其中，vi表示随机一个用户使用的便携式储能设备当前能够使用的最长时间，bi表示随机一个用户使用的用电设备平均数量，pj表示随机一个用户以往随机一次使用便携式储能设备进行同时供电的用电设备平均用电量，得到用户更换便携式储能设备的必要程度集合为w={w1，w2，…，wi，…，wq}，设置必要程度阈值为(∑qi=1wi)/q，筛选出必要程度高于(∑qi=1wi)/q的用户作为需要更换便携式储能设备的目标；

34、通过大数据技术采集并分析用户使用便携式储能设备的数据，分析用户需要更换便携式储能设备的必要程度，在使用了一定时间后，便携式储能设备的寿命会随着使用时间的延长而减少，当前能够使用的最长时间越短、供电的用电设备越多、用电设备的用电量越高，判断对应用户越有必要更换便携式储能设备，结合三种参数分析更换便携式储能设备的必要程度，筛选出的目标越合理，提高了筛选结果的准确性。

35、进一步的，在步骤z3中：获取到筛选出的目标个数为m，调取到随机一个目标从第i次使用便携式储能设备开始，以往k次使用便携式储能设备为用电设备进行供电时的最长使用时间集合为t={ti，ti+1，…，ti+k-1}，最长使用时间表示对应便携式储能设备能够为用电设备进行供电的最长时间，k次使用的用电设备数量集合为r={ri，ri+1，…，ri+k-1}，建立更换时间预测模型：s=ε1+ε2*x+ε3*y，其中，x和y表示更换时间预测模型中的自变量，s表示更换时间预测模型中的因变量，ε1、ε2和ε3表示偏回归系数，通过求解ε1、ε2和ε3得到最终的更换时间预测模型，获取到对应目标以往通过使用便携式储能设备进行同时供电的用电设备数量集合为a={a1，a2，…，ac}，其中，ac表示对应目标第c次通过使用便携式储能设备进行同时供电的用电设备数量，得到对应目标使用的用电设备平均数量为(∑cj=1aj)/c，获取到对应目标以往使用便携式储能设备的平均时长为t’，将(∑cj=1aj)/c和t’代入更换时间预测模型中，令x= t’，令y=(∑cj=1aj)/c，预测得到对应目标需要在第p次使用后更换便携式储能设备，p=ε1+ε2* t’+ε3*(∑cj=1aj)/c；

36、调取使用了一定次数后的便携式储能设备的使用历史数据，并非随机调取的数据，随机调取的历史数据中可能存在使用时间不长甚至刚开始使用便携式储能设备的历史数据，参考价值低，提高了预测结果的参考价值；

37、通过历史数据分析建立更换时间预测模型，便携式储能设备能够使用的次数受到已使用次数、供电的用电设备数量以及历史最长使用时间影响，预测便携式储能设备剩余能够达到用户使用需求的使用次数，有利于提醒用户及时更换便携式储能设备，有效避免了后期使用过程中出现因供电中断而影响用电设备使用的问题；

38、在步骤z4中：设置提醒目标更换储能设备的时间为：目标第p次使用储能设备后，在目标第p次使用便携式储能设备时将提醒信息传输到对应目标所在终端。

39、与现有技术相比，本发明所达到的有益效果是：

40、本发明通过对便携式储能设备的使用情况进行监测，利用大数据技术采集并分析用户使用便携式储能设备的数据，分析用户需要更换便携式储能设备的必要程度，筛选出需要更换便携式储能设备的目标，在筛选过程中，结合使用时长、用电设备数量以及用电设备用电量三种参数分析更换便携式储能设备的必要程度，筛选出的目标越合理，提高了筛选结果的准确性；

41、通过历史数据分析建立更换时间预测模型，预测便携式储能设备剩余能够达到用户使用需求的使用次数，有利于提醒用户及时更换便携式储能设备，有效避免了后期使用过程中出现因供电中断而影响用电设备使用的问题。