一种充电宝电量监测管理方法、系统及其电子设备与流程

本发明涉及电量监测，特别涉及一种充电宝电量监测管理方法、系统及其电子设备。

背景技术：

1、充电宝作为便携式的储能设备十分受欢迎，充电宝的电池健康状态的准确监测对于安全使用和延长使用寿命十分重要，目前，充电宝的电量监测主要依赖于电压、电流等常规电性参数的阈值比较方法，在电池健康状态的精细化评估和剩余寿命预测方面缺乏有效的技术手段。

2、在现有技术中，已有将统计过程控制方法应用于电池状态监测的方案，该方案通过采集电池阻抗数据建立控制图进行异常判定；也有通过提取电化学阻抗谱的几何特征并结合马氏距离进行健康状态评估的方案，以及通过提取电池用电序列数据的熵特征输入评估模型进行健康状态识别的方案。然而，上述基于马氏距离的评估方法仅将其作为标量距离度量工具，未能利用协方差矩阵所包含的完整相关性结构信息；且上述方案均依赖固定的、非自适应性的预设阈值进行异常判定，无法基于数据自身的演化规律对电池剩余循环次数和剩余使用寿命进行有效预估，给用户的使用带来不便。鉴于此，本方案提出一种充电宝电量监测管理方法、系统及其电子设备，用以解决上述问题。

技术实现思路

1、本发明的目的在于提供了一种充电宝电量监测管理方法、系统及其电子设备，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种充电宝电量监测管理方法，包括以下操作：

3、s1，在充电宝初始稳定工况下，收集至少一组阻抗数据，并计算均值向量与标准差后构建阻抗特征控制图，将初始状态下控制图的中心线和控制界限作为固定参照系予以存储，且每次阻抗测量后，采用滑动窗口机制，以最近一组测量值重新计算窗口内数据的均值向量和标准差，据此更新控制图的中心线和控制界限，使控制图以当前窗口内数据的均值向量和标准差构成当前工况下的局部动态参照；

4、s2，在充电宝使用过程中，以初始状态下存储的固定参照系中的中心线和控制界限作为绝对判定门限，当新样本点超出该固定控制界限时，判定为异常跳变事件；以滑动窗口更新后的当前中心线作为轨迹跟踪对象，当连续至少三个窗口的中心线相对于初始中心线，持续位于同一侧且相邻窗口中心线之间依次增大的差值连续保持为正且单调不减时，判定为趋势异常事件；

5、s3，以每一测量时刻的均值向量和标准差构建高维特征向量，以固定宽度时间窗口内特征向量的协方差矩阵定义当前马氏空间的度量张量，将协方差矩阵归一化为迹为1的密度矩阵，所述密度矩阵的特征谱表征阻抗各频点间的相关性权重分布；计算密度矩阵的谱熵以及当前密度矩阵与初始密度矩阵之间的相对熵和保真度；

6、s4，累积谱熵、相对熵及保真度随测量次数的时间序列，以各序列的演进速率分别外推至各自临界阈值，将多组外推结果进行交叉验证并分级输出带有置信度标记的剩余循环数或时间区间估计。

7、优选的，所述s3中将归一化后的密度矩阵进行谱分解与完整矩阵元重构，获取全部对角元与非对角元描述，然后计算当前密度矩阵与s1初始稳定工况下密度矩阵之间的保真度，当保真度趋近于1时，当前充电宝结构状态与初始稳定工况下的健康状态一致；当保真度趋近于0时，当前充电宝结构状态已完全瓦解；同步计算保真度随测量次数的变化速率及变化加速度，以保真度及其衰减速率和加速度构成健康状态的结构描述子，并输出保真度衰减谱。

8、优选的，所述s3对该密度矩阵进行矩阵对数运算，将所得矩阵与密度矩阵相乘后提取乘积矩阵的迹，以迹的负值作为相对熵的输出值，对当前时刻的相对熵值减去两倍上一时刻相对熵值再加上两时刻前相对熵值，所得结果为谱熵演化曲率，曲率趋近于零表示熵值匀速变化为平稳老化状态，曲率由零转正且持续增大表示熵值加速上升为退化加速状态，同时对当前密度矩阵与初始密度矩阵分别进行矩阵对数运算后相减，将所得矩阵与当前密度矩阵相乘后提取乘积矩阵的迹，以该迹作为相对熵的校核通道值，当相对熵超过基于初始健康状态下熵值分布确定的预设阈值时判定为健康状态偏离事件，当谱熵演化曲率持续为正且超过预设次数时判定为退化加速事件，综合两者输出健康状态分级信号。

9、优选的，所述s4中累积相对熵随测量次数的变化序列后，将电池老化过程映射为密度矩阵特征值分布从初始集中有序状态向完全无序临界态演进的过程，完全无序临界态的临界熵值通过密度矩阵的特征维数取自然对数得出，之后用当前时刻熵值减去上一时刻熵值得到熵值演进速率，然后对熵值演进速率的序列再进行一阶差分运算得到演进加速度，以当前演进速率和演进加速度构建熵值随测量次数变化的二阶多项式预测模型，求解等于临界熵值时的测量次数，以当前测量次数与求解所得测量次数的差值作为剩余寿命的点估计值，同时基于历史熵值围绕预测轨迹的波动幅度计算标准差，以所计算出标准差的预设倍数构建剩余寿命的置信区间上下边界，当置信区间的下边界低于预设安全警戒线时，分级输出更换提醒。

10、优选的，所述s4中在累积相对熵随测量次数变化的时间序列的同时，同步累积保真度随测量次数变化的时间序列，以保真度衰减速率的历史漂移轨迹计算到达保真度归零的临界时刻，当保真度的二阶差分值持续为正且一阶差分值的绝对值超过历史均值的预设倍数时，判定电池已进入寿命终末期。

11、优选的，将相对熵的演进轨迹预测的剩余寿命与保真度衰减轨迹预测的剩余寿命进行联合交叉验证，当两者预测的剩余寿命值之差在预设允许偏差范围内时，输出高置信度预测结果并以两者加权平均值作为最终输出；当两者预测的剩余寿命值之差超出预设允许偏差范围时，输出低置信度标记并触发加密采样流程进行复核。

12、优选的，所述s3中在每个测量时刻，提取当前时刻密度矩阵与下一时刻密度矩阵之间的线性映射变换关系，然后选取一组标准正交基，对正交基中每一对元素分别进行线性映射并将结果与对应的基元素对进行张量积运算，将所有张量积结果相加，得到用于表征该线性映射稳定性的矩阵，对得到的矩阵进行本征值分解，提取所有本征值中的最小值；其中，健康状态下最小本征值为正，老化过程中最小本征值持续下降，当最小本征值降至预设阈值以下时，判定退化已进入不可逆阶段，输出该矩阵的完整本征谱。

13、优选的，在累积相对熵时间序列的同时，同步累积所述表征映射稳定性的矩阵的最小本征值随测量次数变化的时间序列，以该最小本征值的历史漂移速率计算到达零值的测量次数，当最小本征值进入负值区间后，输出退化已越过临界稳定边界的判定，并基于其负值程度给出剩余寿命的估计，其中，负值越大对应剩余时间越短。

14、一种充电宝电量监测管理系统，用于执行所述的一种充电宝电量监测管理方法，包括：

15、阻抗数据采集模块，用于采集充电宝的阻抗及相关电性参数，形成电性特征参量时间序列；

16、基准建模模块，用于在初始状态下根据阻抗数据建立健康基准模型，设定控制界限并存储基准参数；

17、实时监测模块，用于识别异常跳变事件和趋势异常事件；

18、信息处理模块，用于接收实时监测模块输出的异常标记或趋势标记及其对应的阻抗数据序列，以固定宽度时间窗口内特征向量的协方差矩阵归一化为密度矩阵后，计算该密度矩阵的谱熵、当前密度矩阵与初始密度矩阵之间的相对熵和保真度，以及相邻时刻密度矩阵之间线性映射变换的本征谱特征，并将谱熵、相对熵、保真度衰减特征及本征谱特征的联合输出作为健康状态的结构描述子，输出至寿命预测模块；

19、寿命预测模块，用于接收信息处理模块输出的结构描述子时间序列，累积谱熵、相对熵及保真度随测量次数的时间序列后，以各序列的演进速率分别外推至各自临界阈值，将多组外推结果进行交叉验证，分级输出带有置信度标记的剩余寿命区间估计及更换提醒；同时依据相邻时刻映射变换的最小本征值实部的正负及量值，输出不可逆退化的分级判定，并将判定结果反馈至中央控制模块；

20、中央控制模块，用于协调各模块的数据流向与时序，并根据寿命预测模块的反馈信号调整实时监测模块的采样参数。

21、一种电子设备，包括一个或多个处理器以及存储器，所述存储器用于存储一个或多个程序；

22、其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现所述的充电宝电量监测管理方法。

23、本发明的技术效果和优点：

24、1）本发明通过将协方差矩阵归一化为密度矩阵并计算其谱熵、相对熵及保真度，将电池各电性特征参量之间的相关性结构整体作为分析对象，从相关性权重分布的无序化程度、偏离初始健康状态的信息量以及结构重叠程度三个维度对电池健康状态进行全景式刻画，区别于现有技术中仅将马氏距离作为标量距离度量工具的做法，充分利用了协方差矩阵所包含的完整相关性结构信息；

25、（2）本发明通过谱熵演化曲率和相邻时刻密度矩阵线性映射稳定性矩阵的最小本征值分析，建立了完全基于数据自身演化特征的自适应判定机制，其中谱熵演化曲率用于识别退化加速趋势，最小本征值由正转负用于判定电池越过不可逆退化临界点；同时基于谱熵、相对熵及保真度三序列演进轨迹的联合交叉验证实现了电池剩余循环数和剩余使用寿命的预估，克服了现有技术依赖固定预设阈值仅能进行异常判定而无法预估剩余寿命的缺陷，为用户提供了明确的更换时机参考，提升了充电宝使用的便利性和安全性。