本發(fā)明屬于電池監(jiān)控，具體涉及用于智能機庫的無人機電池監(jiān)控方法及系統(tǒng)。

背景技術：

1、目前部分電力公司利用無人機對電力線路、變電站等進行巡檢，及時發(fā)現(xiàn)和處理潛在的安全隱患，提高電力系統(tǒng)的穩(wěn)定性和安全性，同時在不同的數(shù)據(jù)采集站點建立了用于存儲無人機的無人機機庫。

2、通過無人機機庫控制系統(tǒng)調(diào)用無人機執(zhí)行任務，實際應用中無人機機庫中每個無人機電池健康狀態(tài)存在一定不同?，F(xiàn)有技術中調(diào)用多架無人機執(zhí)行任務時，任務分配未充分考慮無人機電池健康狀態(tài)，無人機電池狀態(tài)與其承擔的任務不匹配，可能會因為部分無人機電池健康較差使任務執(zhí)行失敗，甚至導致部分無人機損毀。

技術實現(xiàn)思路

1、本發(fā)明提供了一種用于智能機庫的無人機電池監(jiān)控方法及系統(tǒng)，以解決無人機電池狀態(tài)與其承擔的任務不匹配，致使無人機任務執(zhí)行失敗的技術問題。

2、為達到上述目的，本發(fā)明所采用的技術方案是：

3、本發(fā)明第一方面提供了一種用于智能機庫的無人機電池監(jiān)控方法，包括：

4、獲取無人機電池實時充放電次數(shù)和無人機電池的實時工況信息；

5、將電池實時充放電次數(shù)輸入至預設的經(jīng)驗退化模型，獲得電池健康評估初始值；

6、將無人機電池的實時工況信息輸入至訓練后的誤差補償模型獲得電池健康誤差評估值；

7、將電池健康誤差評估值與電池健康評估初始值疊加獲得電池健康評估值；

8、獲取電力系統(tǒng)實時運行數(shù)據(jù)，將電力系統(tǒng)實時運行數(shù)據(jù)輸入至預構建的無人機調(diào)度容量預測模型獲得無人機調(diào)度容量預測值；

9、基于電池健康評估值和無人機調(diào)度容量預測值生成無人機調(diào)度策略。

10、進一步的，所述經(jīng)驗退化模型的構建過程包括：

11、獲取無人機電池充放電記錄數(shù)據(jù)，使用凸優(yōu)化算法對充放電記錄數(shù)據(jù)進行平滑處理獲得充放電標準化數(shù)據(jù)；

12、根據(jù)充放電標準化數(shù)據(jù)和對應的充放電次數(shù)擬合構建無人機電池的經(jīng)驗退化模型，并采用最小二乘法辨識經(jīng)驗退化模型的參數(shù)權重；

13、將待預測的充放電次數(shù)輸入至經(jīng)驗退化模型獲得電池健康評估擬合值；基于電池健康評估擬合值計算獲得電池壽命預測值；

14、獲取無人機電池容量真實值，基于無人機電池容量真實值計算獲得電池壽命真實值；

15、根據(jù)電池壽命預測值和電池壽命真實值計算剩余壽命預測誤差，表達公式為：

16、；

17、公式中，表示電池壽命預測值；表示電池壽命真實值；表示為剩余壽命預測誤差；

18、基于剩余壽命預測誤差調(diào)節(jié)凸優(yōu)化算法中正則化參數(shù)，重復迭代經(jīng)驗退化模型的構建過程，直至剩余壽命預測誤差收斂，輸出最終的經(jīng)驗退化模型。

19、進一步的，所述誤差補償模型的訓練方法包括：

20、根據(jù)給定電池充放電次數(shù)，從經(jīng)驗退化模型中讀取對應的電池健康預測初始值；

21、讀取與給定電池充放電次數(shù)對應的電池健康評估真實值，根據(jù)電池健康預測初始值與對應的電池健康評估真實值計算電池健康預測誤差值；

22、基于bp神經(jīng)網(wǎng)絡構建誤差補償模型；

23、將無人機電池的歷史工況信息輸入至誤差補償模型得到電池健康評估訓練誤差值；根據(jù)電池健康評估訓練誤差值與電池健康預測誤差值計算mape訓練損失值；

24、基于mape訓練損失值對于所述誤差補償模型的參數(shù)進行優(yōu)化，重復迭代至mape訓練損失值收斂，輸出訓練后的誤差補償模型。

25、進一步的，所述經(jīng)驗退化模型的表達式如下：

26、；

27、公式中，表示為第c個充放電循環(huán)周期中電池健康評估擬合值；表示為第c個充放電循環(huán)周期中無人機電池充放電的速率；表示為待測無人機電池初始容量；、、和表示為設定參數(shù)權重。

28、進一步的，根據(jù)電池健康預測初始值與對應的電池健康評估真實值計算電池健康預測誤差值的表達式如下：

29、；

30、公式中，表示為第m個無人機的電池健康預測誤差值；表示為第m個無人機的電池健康評估真實值；表示為第m個無人機的電池健康預測初始值。

31、進一步的，根據(jù)電池健康評估訓練誤差值與電池健康評估預測誤差值計算mape訓練損失值，表達公式為：

32、；

33、公式中，n為無人機電池的充放電循環(huán)周期總量；m表示無人機序號；c表示為無人機電池的充放電循環(huán)周期序號；表示為無人機電池的第c個充放電循環(huán)周期中電池健康預測誤差值；表示為無人機電池的第c個充放電循環(huán)周期中電池健康訓練誤差值，表示為mape訓練損失值。

34、進一步的，將電力系統(tǒng)實時運行數(shù)據(jù)輸入至預構建的無人機調(diào)度容量預測模型獲得無人機調(diào)度容量預測值，包括：

35、將電力系統(tǒng)實時運行數(shù)據(jù)輸入至預構建的無人機調(diào)度容量預測模型，所述無人機調(diào)度容量預測模型包括實時調(diào)度容量預測單元、分布式文件單元和日前調(diào)度容量預測單元；

36、由實時調(diào)度容量預測單元根據(jù)電力系統(tǒng)實時運行數(shù)據(jù)輸出無人機臨時調(diào)度容量預測值，并存儲至分布式文件單元；

37、由日前調(diào)度容量預測單元從分布式文件單元讀取無人機臨時調(diào)度容量預測值，根據(jù)無人機臨時調(diào)度容量預測值預測獲得無人機未來調(diào)度容量預測值，并對無人機臨時調(diào)度容量預測值和無人機未來調(diào)度容量預測值進行加權求和獲得無人機調(diào)度容量預測值。

38、進一步的，所述無人機調(diào)度策略包括無人機任務調(diào)度指令和無人機維修調(diào)度指令；

39、基于電池健康評估值和無人機調(diào)度容量預測值生成無人機調(diào)度策略，包括：當電池健康評估值大于無人機調(diào)度容量預測值時讀取相應的無人機編號，獲得儲備無人機集合；由儲備無人機集合中調(diào)取無人機編號生成無人機任務調(diào)度指令；

40、當電池健康評估值小于電池維修閾值時調(diào)取相應的無人機編號，根據(jù)所調(diào)取的無人機編號生成無人機維修調(diào)度指令。

41、進一步的，所述無人機調(diào)度容量預測模型的構建包括：

42、基于spark框架構建實時調(diào)度容量預測單元，所述實時調(diào)度容量預測單元依次包括spilt分割層、map函數(shù)和reducebykey函數(shù)；基于并行決策樹算法構建日前調(diào)度容量預測單元；

43、獲取電力系統(tǒng)歷史運行數(shù)據(jù)構建彈性分布式數(shù)據(jù)集；

44、將彈性分布式數(shù)據(jù)集輸入至所述無人機調(diào)度容量預測模型，輸出調(diào)度容量訓練預測值；

45、基于調(diào)度容量訓練預測值和調(diào)度容量真實值計算mse訓練損失值，根據(jù)mse訓練損失值對無人機調(diào)度容量預測模型進行參數(shù)優(yōu)化，重復迭代直至mse訓練損失值收斂輸出訓練后的無人機調(diào)度容量預測模型。

46、第二方面本發(fā)明提供了一種無人機電池監(jiān)控系統(tǒng)，包括：

47、獲取模塊，用于獲取無人機電池實時充放電次數(shù)和無人機電池的實時工況信息；

48、電池評估模塊，用于將電池實時充放電次數(shù)輸入至預設的經(jīng)驗退化模型，獲得電池健康評估初始值；將無人機電池的實時工況信息輸入至訓練后的誤差補償模型獲得電池健康誤差評估值；將電池健康誤差評估值與電池健康評估初始值疊加獲得電池健康評估值；

49、預測模塊，用于獲取電力系統(tǒng)實時運行數(shù)據(jù)，將電力系統(tǒng)實時運行數(shù)據(jù)輸入至預構建的無人機調(diào)度容量預測模型獲得無人機調(diào)度容量預測值；

50、調(diào)度模塊，用于基于電池健康評估值和無人機調(diào)度容量預測值生成無人機調(diào)度策略。

51、第三方面本發(fā)明提供了電子設備，包括存儲介質(zhì)和處理器；所述存儲介質(zhì)用于存儲指令；所述處理器用于根據(jù)所述指令進行操作以執(zhí)行第一方面所述的用于智能機庫的無人機電池監(jiān)控方法。

52、與現(xiàn)有技術相比，本發(fā)明的有益效果：

53、本發(fā)明獲取電力系統(tǒng)實時運行數(shù)據(jù)，將電力系統(tǒng)實時運行數(shù)據(jù)輸入至預構建的無人機調(diào)度容量預測模型獲得無人機調(diào)度容量預測值；基于電池健康評估值和無人機調(diào)度容量預測值生成無人機調(diào)度策略；通過考慮無人機電池的健康狀態(tài)來分配任務，可以確保電池狀態(tài)與承擔的任務相匹配，避免因電池健康問題導致任務失敗或無人機損毀。

54、本發(fā)明將電池實時充放電次數(shù)輸入至預設的經(jīng)驗退化模型，獲得電池健康評估初始值；將無人機電池的實時工況信息輸入至訓練后的誤差補償模型獲得電池健康誤差評估值；將電池健康誤差評估值與電池健康評估初始值疊加獲得電池健康評估值；誤差補償模型可以對電池退化過程中的不確定性進行有效補充，增強了模型的適應性和預測精度。