基于大数据的故障点预测报警系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115453383A(43)申请公布日2022.12.09(21)申请号202211116153.3(22)申请日2022.09.14(71)申请人上海乐驾智慧能源科技有限公司地址202150上海市崇明区新海镇跃进南路495号4幢3272室(光明米业经济园区)(72)发明人常伟潘多昭(74)专利代理机构合肥市科深知识产权代理事务所(普通合伙)34235专利代理师贾新伟(51)Int.Cl.G01R31/382(2019.01)G01R19/10(2006.01)G01R19/165(2006.01)G08B21/24(2006.01)权利要求书2页说明书4页附图1页(54)发明名称基于大数据的故障点预测报警系统(57)摘要本发明公开了一种基于大数据的故障点预测报警系统，该系统能够通过对各电芯组的电压比与电流比进行监控，当电芯组出现异常的电压比或电流比数据时在，则认为新能源电池组可能存在故障，然后通过对新能源电池组中各电芯组最近的一次电压数据与电流数据进行采集分析，获取偏差最大的电流数据或电压数据对应的电芯组，从而对可能存在故障的电芯组进行快速精准的定位；本发明在数据处理过程中，删除一些由于异常原因导致的异常波动数据，保证数据的真实性与稳定性，使计算得到基准电压比与基准电流比能够真实的反应对应的电芯组在过去的一段时间内的运行状态，并降低温度、输出功率等因素对整个新能源电池组工作状态的干扰。CN115453383ACN115453383A权利要求书1/2页1.基于大数据的故障点预测报警系统，其特征在于，包括：电压检测模块，用于检测新能源电池组内各电芯模组的输出电压以及新能源电池组的输出电压；电流检测模块，用于检测新能源电池组内各电芯模组的输出电流以及新能源电池组的输出电流；新能源电池组由多个电芯模组经串联和并联组成，而一个电芯模组由若干电芯经串联和/或并联组成；上述基于大数据的故障点预测报警系统的工作方法包括如下步骤：第一步，对新能源电池组的电压数据与电流数据以及各电芯模组的电压数据与电流数据进行监控处理，获得各电芯模组的基准电压比与基准电流比；第二步，通过电压检测模块每隔预设时间t1采集获取新能源电池组内各电芯模组的输出电压以及新能源电池组的输出电压，根据电芯模组的输出电压与新能源电池组的输出电压之比获取各电芯模组的实时电压比；通过电流检测模块每隔预设时间t1采集获取新能源电池组内各电芯模组的输出电流以及新能源电池组的输出电流，根据电芯模组的输出电流与新能源电池组的输出电流之比获取各电芯模组的实时电流比；第三步，当一个电芯模组连续m次采集计算得到的实时电压比与其对应的基准电压比之差的绝对值大于等于预设值Uy或连续m次采集计算得到的实时电流比与其对应的基准电流比之差的绝对值大于等于预设值Iy，则认为新能源电池组存在故障，若两个条件都不满足，则认为新能源电池组当前不存在故障，m为预设值。2.根据权利要求1所述的基于大数据的故障点预测报警系统，其特征在于，所述基准电压比的计算方法为：S1、新能源电池组正常工作时，每隔预设时间t1获取其输出电压数据，从而获得一组输出电压数据U1、U2、……、Un；S2、在电芯模组正常工作时，每隔预设时间t1采集一次该电芯模组的输出电压数据，对应新能源电池组的输出电压数据采集时间，从而获得一组电压数据u1、u2、……、un；S3、计算ui/Ui值，将ui/Ui标记为Gi，其中1≤i≤n，从而获取对应电芯模组的电压比数据G1、G2、……、Gn；S4、根据公式计算得到G1至Gn这一组数据的数据分散系数，在S大于预设值时，则按照|Gi‑Gp|从大到小的顺序依次删除对应电压比数据，直至S≤S1成立，并计算剩余Gi值的平均值，将该平均值作为该电芯模组的基准电压比，其中S1为预设值；S5、根据步骤S1至步骤S4的方式依次计算得到各电芯模组的基准电压比。3.根据权利要求2所述的基于大数据的故障点预测报警系统，其特征在于，所述基准电流比的计算方法为：采集新能源电池组与各电芯模组的输出电流，根据步骤S1至步骤S4的方法依次计算得到各电芯模组对应的基准电流比。4.根据权利要求3所述的基于大数据的故障点预测报警系统，其特征在于，t1取值为1.5s。2CN115453383A权利要求书2/2页5.根据权利要求4所述的基于大数据的故障点预测报警系统，其特征在于，当第三步中认为所述新能源电池组存在故障时，获取各电芯模组最近的一次实时电压数据与实时电流数据，将这一组电压数据依次标记为Us1、Us2、……、Usn，将这一组电流数据依次标记为Is1、Is2、……、Isn；计算获取各电芯组对应的|Usi‑Usp|/Usp值以及|Isi‑Isp|/Isp值；选取满足|Usi‑Us