【基于|基于电源维护的智能专家系统】23、性放电 ， 即可比较准确的得知蓄电池的性能情况 。
图 c ： 蓄电池性能预测值图对阀控电池的健康状态实现有效的监测 ， 及时发现失效或落后的电池 ， 对可能的失效电池进行预测、做出维护指导 ， 预防突发事故的发生 ， 同时减少盲目的测试检修 ， 减小误差 ， 准确判断 ， 实现蓄电池全面的在线监护 。
同时 ， 蓄电池诊断系统除通过数据分析得出蓄电池组的容量外 ， 也为蓄电池的配组提供了数据基础和平台 。
一种新型维护的优化组合方法本成果是一种多基站蓄电池组群的优化组合方法（包括两组或以上蓄电池组） 。
具体来说 ， 就是在多基站蓄电池组群运行过程中 ， 通过使用蓄电池在线诊断模型 ， 实时诊断蓄电池的性能情况 ， 当出现两个或两个以上蓄电池组中分别有个别蓄电 。

24、池落后失效或其它情况需要更换时 ， 该方法通过分析蓄电池的性能情况 ， 结合单体蓄电池实时数据以及历史数据、考虑基站地域分布等多重因素(基站地域分布可转化为具体参数 ， 如采用传输网拓扑图转化基站间的距离值这一具体数据) ， 该方法采用计算机综合参数分析匹配 ， 得出可继续使用的最佳匹配的蓄电池组合结果 ， 输出最优、最经济的蓄电池组组合方案 ， 按照给出方案进行蓄电池组的组合以及更换 。
现有技术缺陷：A.核对性放电组合法：通过对一些可能需要更换的蓄电池组进行核对性放电 ， 判断出落后蓄电池 ， 对剩余的进行重新配组 。
前期无法准确知道哪些蓄电池需要更换 ， 核对性放电耗时久 ， 工作量巨大 。
B.内阻/电导组合法：通过对一些可能需要更换的蓄 。

25、电池组进行内阻/电导测量 ， 判断出落后蓄电池 ， 对剩余的进行重新配组 。
前期无法准确知道哪些蓄电池需要更换 ， 内阻/电导测量经验证明与蓄电池容量并没有很强的相关性 ， 无法准确判断出落后蓄电池 ， 造成很大的浪费 。
本方法解决的技术问题：可在不需要进行人工核对性放电情况下 ， 通过已有的诊断技术 ， 预估出蓄电池的性能情况 ， 结合单体蓄电池实时数据以及历史数据 ， 考虑基站地域分布等多重因素 ， 实时在线通过计算机综合分析匹配 ， 得出可继续使用的最佳匹配的蓄电池组合结果 。
输出最优、最经济的蓄电池组组合方案 。
同时也填补了该领域的技术实现空白 。
减少原先要进行配组的最大工作量以及不必要的浪费 ， 通过最小工作量实现最优、最经济的蓄电池组组合 。

26、方式 ， 既可以减少更换新的蓄电池组 ， 又可避免新旧蓄电池混用 ， 充分延长蓄电池组的使用寿命 ， 达到降低消耗 ， 节能减排的作用 。
由于是在线数据的监测 ， 所以完全可以监测到每个蓄电池长时间的运行数据 ， 如运行电压以及变化、内阻、充放电曲线、温度特性（如有采集）、静止开路电压（如有采集）、使用时间等等 ， 这样就可以对所有的参数进行比较 ， 达到所有数据的尽可能匹配 ， 这样的配组是人工难以实现的 ， 其配组的一致性当然也是最理想的 。
在配组软件中 ， 采用了二个新的技术：a) 采用在线监测、采集每个蓄电池电池电压的变化曲线 ， 包括充放电曲线 ， 对需要配组的蓄电池所呈现的曲线进行曲线弥合或识别的技术 ， 保证所配组后的电池具有比较相近的运行曲 。

27、线；b) 采用了多参数比对的技术 ， 使配组后的蓄电池 ， 在各项参数中尽可能的相近 。
显然 ， 通过这样的配组技术 ， 不仅仅减少了工作量 ， 也极大的保证了配组后蓄电池的一致性 。
其实现的关键技术是基于不同权重下的多参数的比对 ， 以及对运行曲线和充放电曲线进行曲线弥合或识别的技术 ， 最终得到相近性能的蓄电池组合方案 ， 所实现的结果可通过WEB方式查询、输出 。
蓄电池组组合优化方法框架图如下：当出现两个或两个以上蓄电池组中分别有个别蓄电池落后失效或其它的情况需要更换时 ， 蓄电池组组合优化方法通过蓄电池组组合优化的各项参数（如：蓄电池性能情况、蓄电池电压（实时/历史数据）、蓄电池内阻（实时/历史数据）、运行年限、工作环境/方式 。

28、、蓄电池品牌、基站地域分布以及其他一些情况 ， 进行综合分析匹配 ， 得出可继续使用的最佳匹配的蓄电池组合结果 。
实现最优、最经济的蓄电池组组合方案 ， 可通过WEB显示最终结果 ， 并可按照给出方案进行蓄电池组的组合以及更换 。

稿源：(未知)

【傻大方】网址：/a/2021/0902/0024074822.html

标题：基于|基于电源维护的智能专家系统( 五 )