CN111126825B - 一种可视化电池智能充放电节能管理系统及其控制方法 - Google Patents

Abstract

本发明提供了一种可视化电池智能充放电节能管理系统及其控制方法，涉及充放电节能技术领域，包括：在线采集生产现场充放电过程中的原始数据；集中原始数据，将原始数据转化为可供计算机识别的可识别数据；存储可识别数据，对可识别数据进行分析，得到相应的指标数据，并通过深度学习模型，根据可识别数据，得到最佳节能运行数据；可视化指标数据和最佳节能运行数据，根据最佳节能运行数据下发节能操作指令。本发明利用深度学习，对充放电过程中采集的相关数据进行处理，得到系统最佳节能运行数据，指导操作人员调节配电参数和电池运行参数，以此使交流电能最大效率地传递到电池，由此，实现了智能充放电节能管理的目的。

Description

一种可视化电池智能充放电节能管理系统及其控制方法

技术领域

本发明涉及电池充放电节能技术领域，具体而言，涉及一种可视化电池智能充放电节能管理系统及其控制方法。

背景技术

随着经济的快速发展，我国各方面的建设均取得了举世瞩目的成果，但伴随而来的就是资源严重浪费的问题，这使得经济发展与环境安全之间的矛盾日益突出。为了解决资源日益枯竭的问题，节能减排是我国发展中的重大命题。企业是我国经济的重要组成部分，而当前企业往往是我国资源浪费的重灾区，将企业的节能工作做好是我国建设资源节约型社会的关键一步，因而受到国家相关职能部门的重点监控。

根据统计资料表明，工业企业每年8％的能源损耗源于没有能源监测及维护计划，工业企业每年12％的能源损耗源于没有能源管理及控制系统。当前，越来越多的企业采用能量回馈型充放电设备对工业现场所需的电池进行充放电，因此，对电池充放电的节能管理是企业节能工作的重中之重。现有充放电的节能管理主要集中在对充放电设备的改造，不但投入费用高，且能达到的节能空间也越来越小。除此之外，现有充放电的节能管理还通过资深工程师长时间不断尝试各种的充放电过程中的调参，最后通过大量测试数据进行比较，选择其中最优运行参数。此过程耗时长，且需要大量的经验才能达到比较好的效果。

综上，现有的充放电节能管理方法，主要依靠更换设备、依据经验改善控制工艺的手段来达到节能目的。然而，一方面，现有节能管理方法需要投入巨大人力、物力、时间来提升节能效果，成本投入过大；另一方面，现有节能管理方法无法精确定位能源浪费点，节能效果需要通过额外手段来验证，难以实时分析，实时采取措施，从而无法充分满足企业的节能需求。

发明内容

有鉴于此，本发明旨在至少在一定程度上解决相关技术中的技术问题。为达上述目的，本发明提供了一种可视化电池智能充放电节能管理系统，其包括现场数据采集模块、数据转换模块、节能管理模块及节能可视化平台模块，其中：

所述现场数据采集模块，用于在线采集生产现场对充电电池充放电过程中的原始数据；

所述数据转换模块，用于集中所述原始数据，并将所述原始数据转化为可供计算机识别的可识别数据；

所述节能管理模块，用于存储所述可识别数据；根据所述可识别数据确定相应的指标数据；将所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据；

所述节能可视化平台模块，用于可视化所述指标数据和所述最佳节能运行数据，还用于下发节能操作指令以将所述节能操作指令传递至所述生产现场的工作设备，所述节能操作指令根据所述最佳节能运行数据确定。

由此，本发明通过采集生产现场充放电过程中的原始数据，并对原始数据进行转换，并进行综合、智能分析，得出相关指标数据，直接衡量整体节能效果。并利用深度学习进行特征提取，挖掘节能空间，制定节能策略，得出整个设备的最佳运行数据，将其可视化，指导操作人员根据最佳运行数据调节设备运行参数，优化设备运行方式。综上，本发明对整个运行现场的采集数据进行智能分析，通过深度学习简单快捷地得到最佳节能运行数据，让操作人员能依据最佳节能运行数据进行快速实时的节能操作，并利用可视化技术让用户通过相关数据直观认识到节能效果，做到节能效果可视化，实时监督、操作，充分满足企业的节能需求。

进一步地，所述原始数据包括现场能耗数据、特征数据和条形码数据，所述现场数据采集模块包括充放电设备单元、成像单元以及条形扫描单元，其中：所述充放电设备单元，用于将交流电网提供的交流电整流为所述充电电池所需的直流电，还用于将所述直流电逆变为所述交流电，还用于采集所述现场能耗数据；所述成像单元，用于对所述充电电池热成像，并采集所述充电电池的所述特征数据；所述条形扫描单元，用于扫描所述充电电池的所述条型码数据，并采集所述条形码数据以对应所述特征数据。

由此，通过设置充放电设备单元、成像单元、条形扫描单元完成充电过程，并采集充电过程中的现场能耗数据、特征数据和条型码数据，以便分析现场能耗数据、特征数据和条型码数据来得到整个工作现场的耗电状况，提升整体系统的运行可靠性。

进一步地，所述数据转换模块包括数据集中单元和网络转接单元，其中，所述数据集中单元，用于对所述现场数据采集模块传输的所述原始数据进行集中处理并传输至所述网络转接单元；所述网络转接单元，用于将集中处理后的所述原始数据转换为所述可识别数据。

由此，通过数据集中单元和网络转接单元，将原始数据转换为可识别数据，以便计算机识别，再进行数据的分析处理，可有效提高系统运算速度，提升处理效率。

进一步地，所述节能管理模块包括数据库单元和智能终端单元，其中，所述数据库单元，用于存储所述数据转换模块传输的所述可识别数据；所述智能终端单元，用于运用多种统计方式对所述可识别数据进行分析，得到所述指标数据，并将所述可识别数据输入所述预训练的深度学习模型，确定所述最佳节能运行数据。

由此，通过数据库单元完成数据的存储，通过智能终端单元完成对数据的智能处理分析，使得到的指标数据作为衡量节能效果的指标，得到的最佳节能运行数据为操作人员提供操作的依据，达到智能节能管理的效果。

进一步地，所述节能可视化平台模块包括可视化单元和操作单元，其中：所述可视化单元，用于可视化所述节能管理模块传输的所述指标数据和所述最佳节能运行数据；所述操作单元，用于根据所述最佳节能运行数据选择下发所述节能操作指令。

由此，通过可视化单元的处理，让操作人员直观认识到能耗情况、节能效果、最佳节能运行数据，同时通过操作单元，使操作人员进行实时操作，依据最佳节能运行数据操作，达到实时、及时控制节能的目的。

为达到上述目的，本发明第二目的是提供了一种可视化电池智能充放电节能管理系统的控制方法，用于控制上述的可视化电池智能充放电节能管理系统，其包括：

在线采集生产现场对充电电池充放电过程中的原始数据；

集中所述原始数据，将所述原始数据转化为可供计算机识别的可识别数据；

存储所述可识别数据，根据所述可识别数据确定相应的指标数据，并将所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据；

可视化所述指标数据和所述最佳节能运行数据，下发节能操作指令以将所述节能操作指令传递至所述生产现场的工作设备，所述节能操作指令根据所述最佳节能运行数据确定。

本发明基于上述的可视化电池智能充放电节能管理系统，提出一种可视化电池智能充放电节能管理系统的控制方法，该控制方法通过采集数据、转换数据、智能分析处理数据、可视化数据的步骤，高效地完成对节能管理系统的控制，为操作人员智能提供了节能策略，并使操作人员能实时了解现场充放电情况，有效地进行了节能。综上，本发明提供的控制方法对整个运行现场的采集数据进行智能分析，通过深度学习简单快捷地得到最佳运行数据，帮助操作人员决定相关的节能操作，并利用可视化技术让用户通过相关数据直观认识到节能效果，做到节能效果可视化，充分满足企业的节能需求。

进一步地，所述原始数据包括现场能耗数据、特征数据和条型码数据，所述在线采集生产现场对充电电池充放电过程中的原始数据，包括：

采集所述现场能耗数据，其中，所述现场能耗数据从现场数据采集模块的充放电设备单元采集；

采集所述特征数据和所述条型码数据，其中，所述特征数据从所述现场数据采集模块的成像单元采集，所述条型码数据从所述现场数据采集模块的条形码单元采集。

由此，通过现场能耗数据、特征数据和条型码数据的采集，全面地得到现场充放电能耗以及电池情况的相关数据，以此为基础再进一步的分析处理，使分析结果更为全面、客观、可靠。

进一步地，所述集中所述原始数据，将所述原始数据转化为可供计算机识别的可识别数据，包括：

对所述现场能耗数据、所述特征数据和所述条型码数据进行数据集中处理；

对集中后的现场能耗数据、特征数据和条型码数据进行数据转换，转换成为可供计算机识别的可识别数据。

由此，通过数据集中以便对数据的整合分析，再进行相关的数据转换以便计算机的分析处理，从而保证数据的有效传输。

进一步地，所述指标数据包括充放电系统整体数据，充放电回路数据，单个电池状态数据，单台充放电设备数据，能量信息统计数据，告警信息数据。

由此，通过数据集中以便对数据的整合分析，再进行相关的数据转换，以便计算机的分析处理，从而保证数据的有效传输。

进一步地，所述将所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据，包括：

对所述可识别数据进行预处理，提取电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据；

将所述电池电压数据、所述电池电流数据、所述电池内阻数据、所述电池容量数据、所述充放电时间数据、所述充放电波形数据以及所述搁置时间数据输入至所述预训练的深度学习模型，得到所述最佳节能运行数据，其中，所述最佳节能运行数据包括使生产现场最佳节能运行的设备参数数据、配电数据和启停数据。

由此，从所述可识别数据中提取电池电压数据，电池电流数据，电池内阻数据，电池容量数据，充放电时间数据，充放电波形数据以及搁置时间数据，避免了数据冗余，上述数据作为整个充放电运行过程的特征，再利用深度学习对上述特征进行学习，得到使整个充放电运行过程的最佳节能运行数据，从而利用深度学习模型快速实时分析数据，得到最佳节能运行数据，方便操作人员依据最佳节能运行数据调节设备参数，保证实时有效的节能操作。

附图说明

图1所示为本发明实施例的可视化电池智能充放电节能管理系统的结构示意图；

图2所示为本发明实施例的可视化电池智能充放电节能管理系统的系统框架示意图；

图3所示为本发明实施例的现场数据采集模块的结构示意图；

图4所示为本发明实施例的数据转换模块的结构示意图；

图5所示为本发明实施例的节能管理模块的结构示意图；

图6所示为本发明实施例的节能可视化平台模块的结构示意图；

图7所示为本发明实施例的可视化电池智能充放电节能管理系统的控制方法的流程示意图；

图8所示为本发明实施例的采集原始数据的流程示意图；

图9所示为本发明实施例的集中转换原始数据的流程示意图；

图10所示为本发明实施例的深度学习模型训练的流程示意图；

图11所示为本发明实施例的节能管理策略实施的流程示意图。

具体实施方式

下面将参照附图详细描述根据本发明的实施例，描述涉及附图时，除非另有表示，不同附图中的相同附图标记表示相同或相似的要素。要说明的是，以下示例性实施例中所描述的实施方式并不代表本发明的所有实施方式。它们仅是与如权利要求书中所详述的、本发明公开的一些方面相一致的装置和方法的例子，本发明的范围并不局限于此。在不矛盾的前提下，本发明各个实施例中的特征可以相互组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

现有充放电节能管理方法，主要依靠更换设备、依据经验改善控制工艺的手段来达到节能目的。首先，现有节能管理方法成本投入过大，实施过程复杂，需要投入巨大人力、物力、时间来提升节能效果，而且提升空间具有不确定性；其次，现有节能管理方法无法精确定位能源浪费点，导致挖掘节能空间无从着手，节能效果看不见摸不差，不可计量，不可分析，节能效果需要通过额外手段来验证；最后，现有节能管理方法难以实时分析，实时快速采取措施，无法充分满足企业的节能需求。

本发明第一方面的实施例提供了一种可视化电池智能充放电节能管理系统。图1所示为本发明实施例的可视化电池智能充放电节能管理系统的结构示意图一，包括现场数据采集模块101、数据转换模块102、节能管理模块103及节能可视化平台模块104，其中：

现场数据采集模块101，用于在线采集生产现场对充电电池充放电过程中的原始数据。在本发明实施例中，现场数据采集模块101将原始数据传输至数据转换模块102，现场数据采集模块101和数据转换模块102双向通信连接，保证现场数据采集模块101和数据转换模块102之间数据的双向传输。在本发明实施例中，原始数据包括现场能耗数据、特征数据和条型码数据，现场能耗数据包括例如电压信息、电流信息、功率、放电电能统计信息、充电电能统计信息；特征数据包括例如电池内阻信息、电池温度信息、故障记录信息、告警信息；条型码数据包括各个电池的条形码信息以对应特征信息，由此采集了现场的全方面信息，便于系统对数据的全方位分析，以便得到准确的指标数据和最佳节能运行数据，实现准确度高的实时监控。

数据转换模块102，用于集中原始数据，将原始数据转化为可供计算机识别的可识别数据。通过将现场采集的原始数据转换成可识别数据，保证计算机能识别处理采集数据，以提高系统的运算速度，提升整体运行效率。在本发明实施例中，数据转换模块102还将可识别数据传输至节能管理模块103，数据转换模块102和节能管理模块103双向通信连接，保证数据转换模块102和节能管理模块103之间数据的双向传输。

节能管理模块103，用于存储可识别数据，对可识别数据进行分析，得到相应的指标数据，将可识别数据作为预训练的深度学习模型的输入，通过所述深度学习模型确定最佳节能运行数据。在本发明实施例中，通过节能管理模块103对采集数据进行综合智能分析，得出相关的指标数据，通过指标数据直接衡量整体节能效果。同时将预处理后的可识别数据作为深度学习模型的输入，通过预先训练好的深度学习模型，得到最佳节能运行数据，其中最佳节能运行数据包括例如工作现场的各个充放电设备的设备参数、配电数据、启停数据，由此，挖掘节能空间，实时得出整个设备的最佳运行数据，实现高效实时的节能。本发明通过指标数据实现对生产现场的监控，及时将现场充电情况，如电压、电流、电能等信息及时反映给操作人员，并利用深度学习模型对可识别数据进行自主学习、智能分析，得到最佳节能运行数据，方便操作人员依据最佳运行数据进行智慧管理策略，及时下发操作指令调整整个系统的设备参数数据、配电数据、启停数据，实现最优节能。在本发明实施例中，节能管理模块103将指标数据和最佳节能运行数据传输至节能可视化平台模块104，节能管理模块103和节能可视化平台模块104双向通信连接，保证节能管理模块103和节能可视化平台模块104之间数据的双向传输。

节能可视化平台模块104，用于可视化指标数据和最佳节能运行数据，还用于下发节能操作指令，所述节能操作指令由用户根据所述最佳节能运行数据进行选择。通过可视化操作，使指标数据可视化，通过图表或数据，直接显示生产现场的电压、电流、电能等信息，让操作人员直观感知耗能情况、节能效果，使最佳节能运行数据可视化，指导操作人员根据显示的最佳运行数据实施智慧管理策略，下发指令，调节系统，如调整整个系统的设备参数，保证设备能将交流电能最大效率地充入电池，调整配电数据，保证整个交流电网的电源能被最大化地利用，调整启停数据，防止处于搁置状态或者上下料待机状态的工作设备浪费电源，及时停止为该工作设备进行充放电的充放电设备，以此节约能源。综上，利用节能可视化平台模块104便于操作人员下发指令，优化设备运行方式，保证实时监控、实时操作。

图2所示为本发明实施例的可视化电池智能充放电节能管理系统的系统框架示意图，包括现场数据采集模块101、数据转换模块102、节能管理模块103、节能可视化平台模块104、交流电网模块105以及电池模块106，还包括各模块的示例性的具体组成部分。通过各个模块的相互配合，使整个系统达到高效、实时的节能效果。在本发明实施例中，交流电网模块105用于提供交流电源，在充电过程中，将交流电网模块105的电能充入电池模块106，电池模块106用于接收交流电网提供的电能，为工作现场的工作设备提供电能。本发明实施例提供的可视化电池智能充放电节能管理系统通过现场数据采集模块101与交流电网模块105、电池模块106连接，以此实现对生产现场充放电过程的实时监督，保证高效的充放电节能操作的实施。

具体地，图3所示为本发明实施例的现场数据采集模块101的结构示意图。现场数据采集模块101包括充放电设备单元1011、成像单元1012以及条形扫描单元1013，其中，充放电设备单元1011包括双向AC/DC变换器单元10110、双向DC/DC变换器10111以及公共直流母线10112。

具体地，结合图2和图3来更好地解释本发明。现场数据采集模块101具体包括，双向AC/DC变换器单元10110、双向DC/DC变换器10111、公共直流母线10112、成像单元1012以及条形扫描单元1013，其中：

充放电设备单元1011中的双向AC/DC变换器10110，既可用于将交流电网提供的交流电整流为合适的直流母线电压，又可用于将直流母线电压源逆变为交流电，还可用于采集现场交流侧能耗数据。充放电设备单元1011中的双向DC/DC变换器10111，既可用于将公共直流母线10112的电压二次转换成电池所需精确直流电压源或者直流电流源，还可用于采集现场电池侧能耗数据。充放电设备单元充放电设备单元用于支持系统公共直流母线10112的电压，减少双向DC/DC变换器10111从双向AC/DC变换器10110消耗能量。由此，在充电时，双向AC/DC转换器10110将交流电整流，再通过双向DC/DC变换器10111充入充电电池；而在放电时，双向AC/DC转换器10110将直流电有源逆变为交流电，以此将电池能量传递给交流电网，完成了充放电的过程。除此之外，充放电设备单元1011含有直流电转为交流电，交流电转为直流电的过程信息，实时采集充放电设备单元1011中的双向AC/DC变换器10110和双向DC/DC变换器10111的充放电数据，即现场能耗数据，就能清楚地反映现场充放电过程的能耗情况，有利于系统的进一步分析。在本发明实施例中，现场数据采集模块101包括多个充放电设备单元1011，其中，每一充放电设备单元1011都包括至少一个双向AC/DC变换器10110、至少一个双向DC/DC变换器10111以及公共直流母线10112，由此，便于同时给多个电池设备例如BT1至BTn进行充放电。在本发明又一实施例中，充放电设备单元1011包括多个双向AC/DC变换器10110和多个双向DC/DC变换器10111，还包括公共直流母线10112，其中，每一双向AC/DC变换器10110和每一双向DC/DC变换器10111相互配合，完成一个电池的充放电过程，保证充放电的有效性。

成像单元1012，用于对充电电池进行热成像，采集充电电池的特征数据。由此，成像单元1012可以确保在对电池的充放电过程中，对电池热成像，采集电池热特征，电池热特征能明确反映电池的能耗状态，是充分反映电池状态的特征数据，有利于系统的进一步分析，保证利用完整全面的数据得到最佳节能效果。在本发明实施例中，成像单元1012包括多个成像设备，便于同时采集多个电池设备的特征数据。

条码扫描单元1013，用于扫描充电电池的条型码数据，采集条形码数据以对应特征数据。由此，现场的充电电池一般有多个，因而扫描每个电池条型码，采集电池条型码以便对应相同电池的热特征，保证数据采集的准确度，有利于系统的进一步分析。在本发明实施例中，条码扫描单元1013包括多个条形码扫描设备，便于同时采集多个电池设备的条形码数据。

在本发明实施例中，充放电设备单元1011与数据转换模块102双向通信连接，以将充放电设备单元1011采集的现场能耗数据传输至数据转换模块102进行集中转换，便于系统对现场能耗数据的传递和处理。在本发明实施例中，成像单元1012、条码扫描单元1013分别与数据转换模块102双向通信连接，以将成像单元1012采集的特征数据、条码扫描单元1013采集的条形码数据传输至数据转换模块102进行集中转换，便于系统对整个特征数据和条形码数据的传递和处理。

在本发明实施例中，结合图2和图3来看，现场数据采集模块101与交流电网模块105、电池模块106连接，以完成充放电过程中的数据采集。具体接入方式为交流电网模块105与充放电设备单元1011电连接，充放电设备单元1011与电池模块106电连接，电池模块106分别与成像单元1012、条码扫描单元1013连接。由此，交流电网模块105提供交流电源，经充放电设备单元1011整流变为直流电，将直流电能传递给电池模块106，成像单元1012、条码扫描单元1013在此过程中保持对电池模块106的数据采集，以便进行实时的数据上传。

具体地，结合图2和图4来更好地解释本发明。图4所示为本发明实施例的数据转换模块102的结构示意图，包括数据集中单元1021和网络转接单元1022，其中：

数据集中单元1021，用于对现场数据采集模块101传输的原始数据进行集中处理并传输至网络转接单元1022。由此，将现场充放电过程中采集的不同数据进行集中，如对上述的现场能耗数据、特征数据、条形码数据进行集中，方便系统对上述数据的处理，保证数据传输的有效性。

网络转接单元1022，用于集中处理后的原始数据转换为可识别数据。原始数据一般包括现场采集的电流量、电压量之类的实时数据，因而无法被计算机识别，所以需要通过网络转接单元1022将其转化为可识别数据，方便系统对数据的处理和传输。

在本发明实施例中，数据集中单元1021与网络转接单元1022双向通信连接，保证数据集中单元1021与网络转接单元1022之间数据的双向传输，以便数据的先集中后转换的处理步骤。

在本发明实施例中，结合图2和图4来看，数据集中单元1021分别与充放电设备单元1011(包括双向AC/DC变换器10110、双向DC/DC变换器10111及公共直流母线10112)、成像单元1012和条码扫描单元1013双向通信连接，以此将充放电设备单元1011传输的现场能耗数据、成像单元1012传输的特征数据和条码扫描单元1013传输的条形码数据进行集中处理，便于数据的进一步传递，保证高效地数据传递。

具体地，结合图2和图5来更好地解释本发明。图5所示为本发明实施例的节能管理模块103的结构示意图，包括数据库单元1031和智能终端单元1032，其中：

数据库单元1031，用于存储数据转换模块102传输的可识别数据。通过数据库单元1031完成数据的全面存储。

智能终端单元1032，存储可识别数据，根据可识别数据确定相应的指标数据，将预处理后的可识别数据通过预训练的深度学习模型，确定最佳节能运行数据。在本发明实施例中，指标数据包括充放电系统整体数据、充放电回路数据、单个电池状态数据、单台充放电设备数据、能量信息统计数据以及告警信息数据，主要通过不同的统计分析方法从可识别数据中得到，通过智能终端单元1032，对采集数据进行智能分析，使得到的指标数据作为衡量节能效果的指标。在本发明实施例中，将可识别数据进行预处理，预处理后得到电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据，将预处理后的数据输入至事先训练好的深度学习模型，得到的最佳节能运行数据，最佳节能运行数据包括例如工作现场的各个充放电设备的设备参数、配电数据、启停数据，以此为操作人员提供操作的依据，让操作人员快速实施智慧节能策略，达到智能节能管理的效果。

在本发明实施例中，数据库单元1031与智能终端单元1032双向通信连接，保证数据库单元1031与智能终端单元1032之间数据的双向传输，以便实行数据的先存储后智能分析的处理步骤。

在本发明实施例中，结合图2和图5来看，数据库单元1031与网络转接单元1022双向通信连接，保证数据库单元1031与智能终端单元1032之间数据的双向传输，以便数据库单元1031存储网络转接单元1022传输上来的可识别数据。

在本发明实施例中，结合图2和图5来看，数据库单元1031包括能耗信息数据库10311，电池信息数据库10312以及生产数据库10313。通过设置多个数据库，便于数据的分类存储，方便对数据的分析。能耗信息数据库10311存储现场能耗数据，现场能耗数据包括例如交流电网模块105传输至充放电设备单元1011的电压信息、电流信息、功率、放电电能统计信息、充电电能统计信息；电池信息数据库10312存储特征数据和条形码数据，特征数据包括例如电池内阻信息、电池温度信息、故障记录信息、告警信息；生产数据库存储操作记录和产生工艺文件。由此，通过对数据的分类存储，保证了系统分析数据的完善性和可靠性。

具体地，结合图2和图6来更好地解释本发明。图6所示为本发明实施例的节能可视化平台模块104的结构示意图，包括可视化单元1041和操作单元1042，其中：

可视化单元1041，用于可视化节能管理模块103传输的指标数据和最佳节能运行数据。通过可视化单元1041的处理，让操作人员直观认识到能耗情况、节能效果、最佳节能运行数据。在本发明实施例中，显示的指标数据包括充放电系统整体数据、充放电回路数据、单个电池状态数据、单台充放电设备数据、能量信息统计数据以及告警信息数据，显示的最佳节能运行数据包括工作现场的各个充放电设备的设备参数、配电数据、启停数据，依据最佳节能运行数据运行能使从交流电源中的电能最大效率地传递到工作设备的电池。

操作单元1042，用于根据最佳节能运行数据下发节能操作指令以将节能操作指令传递至生产现场。通过操作单元1042，使操作人员进行实时操作，依据最佳节能运行数据操作，达到实时控制节能的目的。最佳节能运行数据包括设备运行数据、配电数据、启停数据，调整整个系统的设备参数，保证设备能将交流电能最大效率地充入电池，调整配电数据，保证整个交流电网的电源能被最大化地利用，调整启停数据，防止处于搁置状态或者上下料待机状态的工作设备浪费电源，及时停止为该工作设备进行充放电的充放电设备的工作，以此节约能源。

在本发明实施例中，可视化单元1041可视化的内容包括基础通讯，管理展示，应用展示、综合展示，通过基础通讯模块，展示内容为存储服务情况、总线服务情况、实时服务情况、网络体系情况；通过管理展示模块，展示内容为状态管理服务、设备管理服务、任务管理服务、数据管理服务、智能告警服务、日志管理服务；通过应用展示模块，展示内容为在线监测、生产管理、设备管理、智能告警；通过综合展示模块，展示内容为指标数据和最佳节能运行数据，包括充放电系统整体数据、充放电回路数据、单个电池状态数据、单台充放电设备数据、能量信息统计数据以及告警信息数据，最佳节能运行数据包括设备运行数据、配电数据、启停数据。

本发明第一方面的实施例提供了一种可视化电池智能充放电节能管理系统，通过采集生产现场充放电过程中的原始数据，并对原始数据进行转换，并进行综合、智能分析，得出相关指标数据，直接衡量整体节能效果。并利用深度学习进行特征提取，挖掘节能空间，制定节能策略，得出整个设备的最佳运行数据，将其可视化，指导操作人员根据最佳运行数据调节设备运行参数，优化设备运行方式，实现了实时监督和实时操作，充分满足企业的节能需求。

本发明第二方面的实施例提供了一种可视化电池智能充放电节能管理系统的控制方法，用于控制上述可视化电池智能充放电节能管理系统。

图7所示为本发明实施例的可视化电池智能充放电节能管理系统的控制方法的流程示意图，包括步骤S1至S4。

在步骤S1中，在线采集生产现场对充电电池充放电过程中的原始数据。通过实时采集现场数据，便于后续数据的传输与处理，让操作人员能实时了解现场充放电情况。

在步骤S2中，集中原始数据，将原始数据转化为可供计算机识别的可识别数据。通过集中转换数据，便于数据被计算机识别处理。

在步骤S3中，存储可识别数据，根据可识别数据确定相应的指标数据，将预处理后的可识别数据输入至预训练的深度学习模型，确定最佳节能运行数据，并将所述指标数据和所述最佳节能运行数据传输至所述节能可视化平台模块。通过智能分析处理数据，简单快捷地得到最佳运行数据，帮助操作人员决定相关的节能操作，利于进行高效的节能。

在步骤S4中，可视化指标数据和最佳节能运行数据，下发节能操作指令以将节能操作指令传输至生产现场的工作设备，节能操作指令由最佳节能运行数据确定。通过可视化处理，让相关操作人员通过相关数据直观认识到节能效果，做到节能效果可视化，充分满足企业的节能需求。

图8所示为本发明实施例的采集原始数据的流程示意图，包括步骤S11至S12。

在步骤S11中，采集现场能耗数据，现场能耗数据从充放电设备单元1011采集。由此，充放电设备单元1011包括双向AC/DC变换器10110、双向DC/DC变换器10111及公共直流母线10112，因而包含交流电网模块105传输至充放电设备单元1011的电压信息、电流信息、功率、放电电能统计信息、充电电能统计信息，将上述信息综合采集称为现场能耗数据，通过充放电设备单元1011中的双向AC/DC变换器10110、双向DC/DC变换器10111，采集多方面的数据，便于系统对现场耗电情况的全面分析。

在步骤S12中，采集特征数据和条型码数据，特征数据从成像单元1012采集，条型码数据从条形码单元1013采集。在本发明实施例中，特征数据包括例如电池内阻信息、电池温度信息、故障记录信息、告警信息，从成像单元1012中采集多方面的数据，便于系统对充电电池的全面分析，而采集条型码数据，便于与特征数据相对应传输，保证数据的准确性。

图9所示为本发明实施例的集中转换原始数据的流程示意图，包括步骤S21至S22。

在步骤S21中，对现场能耗数据、特征数据和条型码数据进行数据集中处理。通过数据集中以便后续对数据的整合分析。

在步骤S22中，对集中后的现场能耗数据、特征数据和条型码数据进行数据转换，转换成为可供计算机识别的可识别数据。通过进行相关的数据转换，以便计算机的分析处理，从而保证数据的有效传输。

在本发明实施例中，通过深度学习模型根据可识别数据得到最佳节能运行数据，包括步骤S411至步骤S412：

在步骤S411中，对可识别数据预处理，得到电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据。其中，电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据是从对转换后的现场能耗数据、特征数据和条型码数据进行分析统计得到。由此，可识别数据中提取电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据，避免了数据冗余，上述数据作为整个充放电运行过程的充放电特征。可以理解的是，在本发明其他实施例中，上述预处理后提取的数据可根据系统需求相应调整，并不以此为限。

在步骤S412中，将电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据输入至深度学习模型，得到最佳节能运行数据，根据最佳节能运行数据运行以使从交流电网中获取的交流电能最大效率传递到电池。由此，利用深度学习对上述特征进行学习，得到使整个充放电运行过程的最佳节能运行数据，从而利用深度学习模型快速实时分析数据，得到最佳节能运行数据，方便操作人员依据最佳节能运行数据调节设备参数，保证实时有效的节能操作。

图10所示为本发明实施例的深度学习模型训练的流程示意图，包括步骤S51至S53。

在步骤S51中，采集样本集数据，建立样本集。在本发明实施例中，样本集数据来源于从生产现场采集的现场能耗数据、特征数据和条型码数据。

在步骤S52中，对样本集数据进行特征提取，得到总体特征数据。在本发明实施例中，总体特征数据包括电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据。可以理解的是，上述总体特征数据可根据系统实际应用需求进行相应调整，并不以此为限。

在步骤S53中，对特征数据进行RBM(Restricted Boltzmann Machine，受限玻尔兹曼机)自训练，通过无监督学习得到模型参数，保存训练后的模型。在本发明实施例中，通过RBM自训练，有效提取整体设备最佳节能运行数据。可以理解的是，在本发明实施例中，也可采用其他有效方式对学习模型进行训练，使其能够对系统所需关键参数进行特征提取。将对可识别数据进行预处理得到的电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据输入训练好的模型，即可得到最佳节能运行数据，最佳节能运行数据包括使整个系统最大效率充放电运行的设备参数数据、配电数据、启停数据，依据最佳节能运行数据中的设备参数数据、配电数据、启停数据调整系统，实现对系统的高效快速地调整，使交流电最大效率地转换并使用，实现智能而高效的节能。

图11所示为本发明实施例的节能管理策略实施的流程示意图，包括步骤S61至S62。

在步骤S61中，操作人员根据最佳节能运行数据，通过节能可视化平台模块104下发节能操作指令。

在步骤S62中，依据节能操作指令，调整工作现场充放电设备单元1011的设备参数数据、配电数据、启停数据，使生产现场的设备根据最佳节能运行数据运行。由此，现场设备的参数按最佳节能运行数据调整，使现场的交流电网的交流电能以最大的效率传输至电池，保证充电的高效性。在本发明实施例中，通过调整充放电设备单元1011中所含的设备参数数据、配电数据、启停数据，保证最大效率的电能转换。

本发明第二方面的实施例提供了一种可视化电池智能充放电节能管理系统的控制方法，基于上述的可视化电池智能充放电节能管理系统，该控制方法通过采集数据、转换数据、智能分析处理数据、可视化数据的步骤，高效地完成对节能管理系统的控制，为操作人员智能提供了节能策略，并使操作人员能实时了解现场充放电情况，有效地进行了节能。综上，本发明提供的控制方法对整个运行现场的采集数据进行智能分析，通过深度学习简单快捷地得到最佳运行数据，帮助操作人员决定相关的节能操作，并利用可视化技术让用户通过相关数据直观认识到节能效果，做到节能效果可视化，充分满足企业的节能需求。

虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员，在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (9)

1.一种可视化电池智能充放电节能管理系统，其特征在于，包括现场数据采集模块、数据转换模块、节能管理模块及节能可视化平台模块，其中：

所述现场数据采集模块，包括充放电设备单元、成像单元以及条形扫描单元，用于在线采集生产现场对充电电池充放电过程中的原始数据，所述原始数据包括现场能耗数据、特征数据和条形码数据；

所述充放电设备单元包括双向AC/DC变换器、双向DC/DC变换器及公共直流母线，用于将交流电网提供的交流电整流为所述充电电池所需的直流电，还用于将所述直流电逆变为所述交流电，还用于采集所述现场能耗数据，所述现场能耗数据包含电压信息、电流信息、功率、放电电能统计信息以及充电电能统计信息；

所述成像单元，用于对所述充电电池热成像，并采集所述充电电池的所述特征数据，所述特征数据包括电池内阻信息、电池温度信息、故障记录信息以及告警信息；

所述条形扫描单元，用于扫描所述充电电池的所述条形码数据，并采集所述条形码数据以对应所述特征数据；

所述数据转换模块，用于集中所述原始数据，并将所述原始数据转化为可供计算机识别的可识别数据；

所述节能管理模块，用于存储并预处理所述可识别数据；根据所述可识别数据确定相应的指标数据；将预处理后的所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据，所述预处理后的所述可识别数据包括电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据，所述指标数据包括充放电系统整体数据、充放电回路数据、单个电池状态数据、单台充放电设备数据、能量信息统计数据以及告警信息数据，所述最佳节能运行数据包括充放电设备的设备参数、配电数据以及启停数据；

所述节能可视化平台模块，用于可视化所述指标数据和所述最佳节能运行数据，还用于下发节能操作指令以将所述节能操作指令传递至所述生产现场的工作设备，根据所述最佳节能运行数据调整所述工作设备的所述设备参数以使从所述交流电网中获取的交流电能最大效率传递到所述充电电池，并调整所述配电数据以及所述启停数据，所述节能操作指令根据所述最佳节能运行数据确定。

2.如权利要求1所述的可视化电池智能充放电节能管理系统，其特征在于，所述数据转换模块包括数据集中单元和网络转接单元，其中：

所述数据集中单元，用于对所述现场数据采集模块传输的所述原始数据进行集中处理并传输至所述网络转接单元；

所述网络转接单元，用于将集中处理后的所述原始数据转换为所述可识别数据。

3.如权利要求1所述的可视化电池智能充放电节能管理系统，其特征在于，所述节能管理模块包括数据库单元和智能终端单元，其中：

所述数据库单元，用于存储所述数据转换模块传输的所述可识别数据；

所述智能终端单元，用于运用统计方式对所述可识别数据进行分析，得到所述指标数据，并将所述可识别数据输入所述预训练的深度学习模型，确定所述最佳节能运行数据。

4.如权利要求1所述的可视化电池智能充放电节能管理系统，其特征在于，所述节能可视化平台模块包括可视化单元和操作单元，其中：

所述可视化单元，用于可视化所述节能管理模块传输的所述指标数据和所述最佳节能运行数据；

所述操作单元，用于根据所述最佳节能运行数据选择下发所述节能操作指令。

5.一种可视化电池智能充放电节能管理系统的控制方法，用于控制如权利要求1-4中任一项所述的可视化电池智能充放电节能管理系统，其特征在于，包括：

在线采集生产现场对充电电池充放电过程中的原始数据；

集中所述原始数据，将所述原始数据转化为可供计算机识别的可识别数据；

存储所述可识别数据，根据所述可识别数据确定相应的指标数据，并将所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据；

可视化所述指标数据和所述最佳节能运行数据，下发节能操作指令以将所述节能操作指令传递至所述生产现场的工作设备，所述节能操作指令根据所述最佳节能运行数据确定。

6.根据权利要求5所述的可视化电池智能充放电节能管理系统的控制方法，其特征在于，所述原始数据包括现场能耗数据、特征数据和条形码数据，所述在线采集生产现场对充电电池充放电过程中的原始数据，包括：

采集所述现场能耗数据，其中，所述现场能耗数据从现场数据采集模块的充放电设备单元采集；

采集所述特征数据和所述条形码数据，其中，所述特征数据从所述现场数据采集模块的成像单元采集，所述条形码数据从所述现场数据采集模块的条形码单元采集。

7.根据权利要求6所述的可视化电池智能充放电节能管理系统的控制方法，其特征在于，所述集中所述原始数据，将所述原始数据转化为可供计算机识别的可识别数据，包括：

对所述现场能耗数据、所述特征数据和所述条形码数据进行数据集中处理；

对集中后的现场能耗数据、特征数据和条形码数据进行数据转换，转换成为可供计算机识别的所述可识别数据。

8.根据权利要求7所述的可视化电池智能充放电节能管理系统的控制方法，其特征在于，所述指标数据包括充放电系统整体数据、充放电回路数据、单个电池状态数据、单台充放电设备数据、能量信息统计数据以及告警信息数据。

9.根据权利要求5至8中任一项所述的可视化电池智能充放电节能管理系统的控制方法，其特征在于，所述将所述可识别数据输入预训练的深度学习模型，确定最佳节能运行数据，包括：

对所述可识别数据进行预处理，提取电池电压数据、电池电流数据、电池内阻数据、电池容量数据、充放电时间数据、充放电波形数据以及搁置时间数据；

将所述电池电压数据、所述电池电流数据、所述电池内阻数据、所述电池容量数据、所述充放电时间数据、所述充放电波形数据以及所述搁置时间数据输入至所述预训练的深度学习模型，得到所述最佳节能运行数据，其中，所述最佳节能运行数据包括使生产现场最佳节能运行的设备参数数据、配电数据和启停数据。