一种基于最优化理论的电池生产资源配置方法及系统与流程

1.本发明公开一种方法及系统，涉及资源配置技术领域，具体地说是一种基于最优化理论的电池生产资源配置方法及系统。


背景技术：

2.在目前的能源趋势下，新能源电池的应用前景比以往更加广阔。新能源汽车、新能源光伏等多个新型工业领域都需要新能源电池支持。并且，材料科学的发展和工厂生产链的革新为制造新能源电池提供了更多的选择。但是现有技术中仍然没有较为完善的方法根据相应的应用场景选择合适电池生产资源，并进行资源配置以便完善电池生产。


技术实现要素：

3.本发明针对现有技术的问题，提供一种基于最优化理论的电池生产资源配置方法及系统，具有通用性强、实施简便等特点，具有广阔的应用前景。
4.本发明提出的具体方案是：
5.一种基于最优化理论的电池生产资源配置系统，包括监测模块及分析模块，
6.监测模块监测不同生产资源配置下的电池在应用场景中的运行数据，分析模块根据所述运行数据进行电池评分，基于贝叶斯模型分析获得电池分数的后验分布，根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。
7.优选地，所述的一种基于最优化理论的电池生产资源配置系统中所述分析模块根据所述运行数据进行电池评分，包括：
8.利用如下公式：
[0009][0010]
进行电池评分，其中所述最终电池健康度通过最终电池最大容量除以最初电池最大容量获得，所述测试总时间为所述电池在应用场景中的运行时间，所述正常工作时间为所述电池保持在电压阈值和电流阈值内的运行时间。
[0011]
优选地，所述的一种基于最优化理论的电池生产资源配置系统中所述分析模块获得电池分数的后验分布，包括：
[0012]
基于贝叶斯模型根据所述电池的历史运行数据获取电池分数的先验分布，通过所述先验分布分析计算获得电池分数的后验分布。
[0013]
本发明同时提供一种基于最优化理论的电池生产资源配置方法，监测不同生产资源配置下的电池在应用场景中的运行数据，根据所述运行数据进行电池评分，
[0014]
基于贝叶斯模型分析获得电池分数的后验分布，
[0015]
根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中
选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。
[0016]
优选地，所述的一种基于最优化理论的电池生产资源配置方法中根据所述运行数据进行电池评分，包括：
[0017]
利用如下公式：
[0018][0019]
进行电池评分，其中所述最终电池健康度通过最终电池最大容量除以最初电池最大容量获得，所述测试总时间为所述电池在应用场景中的运行时间，所述正常工作时间为所述电池保持在电压阈值和电流阈值内的运行时间。
[0020]
优选地，所述的一种基于最优化理论的电池生产资源配置方法中所述获得电池分数的后验分布，包括：
[0021]
基于贝叶斯模型根据所述电池的历史运行数据获取电池分数的先验分布，通过所述先验分布分析计算获得电池分数的后验分布。
[0022]
本发明提供一种基于最优化理论的电池生产资源配置装置，包括：至少一个存储器和至少一个处理器；
[0023]
所述至少一个存储器，用于存储机器可读程序；
[0024]
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种基于最优化理论的电池生产资源配置方法。
[0025]
本发明还提供计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行所述的一种基于最优化理论的电池生产资源配置方法。
[0026]
本发明的有益之处是：
[0027]
本发明提供一种基于最优化理论的电池生产资源配置方法，通过收集不同生产资源配置下的电池在应用场景中的各项运行数据，获得电池的评分，通过贝叶斯模型筛选电池评分的后验分布中的最优分布，并在最优分布中的选取样本，分析获得最优化电池生产资源配置。通过本发明方法获得相应场景的最优化电池生产资源配置，可进一步应用于电池生产，完善电池生产过程。
附图说明
[0028]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]
图1是本发明方法流程示意图。
具体实施方式
[0030]
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
[0031]
本发明提供一种基于最优化理论的电池生产资源配置方法，监测不同生产资源配置下的电池在应用场景中的运行数据，根据所述运行数据进行电池评分，
[0032]
基于贝叶斯模型分析获得电池分数的后验分布，
[0033]
根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。
[0034]
具体应用中，在本发明方法的一些实施例中基于最优化理论对电池生产资源进行配置时，具体过程如下：
[0035]
步骤1：利用传感器监测不同资源配置下生产的电池在应用场景环境下运行数据，记录有关数据，如电压，电流，电荷量等，
[0036]
设定阈值，如果电压和电流的波动小于阈值则为正常工作时间，同时，记录电池最终的最大电荷量，用最终的电池最大容量除以最初的电池最大容量得到最终的电池健康度，利用如下公式：
[0037][0038]
进行电池评分；
[0039]
步骤2：基于贝叶斯模型分析获得所述电池评分的后验分布，其中根据历史数据推断出电池分数在不同生产资源配置下的先验分布。为了方便描述，假设有k种不同的生产资源配置，通过先验分布计算各种资源配置下的电池评分的后验分布；
[0040]
步骤3：利用重要性采样从各个资源配置的电池分数的后验分布中抽取n0个样本数，将在第k个配置中抽取的样本记为y1(θk),
…
,y
n0
(θk)，计算三种样本均值以及样本方差，分别为：
[0041][0042][0043][0044][0045]
设定选取因子δ和临界值α,其中δ根据所述电池评分的范围确定，临界值α越小代表结果的可信程度越高，一般设为0.05，
[0046]
并计算t代表多元t分布，然后通过公式：
[0047][0048]
从各个资源配置的电池分数的后验分布中用重要性抽样抽取n-n0个样本，并在抽取时选用相同的随机种子，
[0049]
将n0个样本和n-n0个样本，结合在一起计算，通过公式：
[0050][0051]
求得最小的对应着的就是最优化的电池生产资源配置。
[0052]
上述实施例中可以通过传感器来收集电池的各项运行数据指标，用收集到的各项数据指标计算电池评分，即负面得分，负面得分越低证明电池的运转情况越好。同时，用可收集到的历史数据计算电池的负面得分的先验分布，若该先验分布不好计算，也可以采取无信息的先验分布。然后根据贝叶斯公式得出电池的负面得分的后验分布。再用两阶段无差异区选择方法，先以重要性抽样的方式在后验分布中抽取n0个样本，n0的选择可以稍微随意，然后选取适当的δ和临界值α计算两阶段无差异区选择方法所需要的参数，找出最小的其对应的生产配置就是电池生产的最优配置。
[0053]
本发明还提供一种基于最优化理论的电池生产资源配置系统，包括监测模块及分析模块，
[0054]
监测模块监测不同生产资源配置下的电池在应用场景中的运行数据，分析模块根据所述运行数据进行电池评分，基于贝叶斯模型分析获得电池分数的后验分布，根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。
[0055]
上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
[0056]
同样地，本发明系统可以通过收集不同生产资源配置下的电池在应用场景中的各项运行数据，获得电池的评分，通过贝叶斯模型筛选电池评分的后验分布中的最优分布，并在最优分布中的选取样本，分析获得最优化电池生产资源配置。通过本发明方法获得相应场景的最优化电池生产资源配置，可进一步应用于电池生产，完善电池生产过程。
[0057]
以及本发明还提供基于最优化理论的电池生产资源配置装置，包括：至少一个存储器和至少一个处理器；
[0058]
所述至少一个存储器，用于存储机器可读程序；
[0059]
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种基于最优化理论的电池生产资源配置方法。
[0060]
上述装置内的处理器的信息交互、执行可读程序过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。同样地，本发明装置可以通过收集不同生产资源配置下的电池在应用场景中的各项运行数据，获得电池的评分，通过贝叶斯模型筛选电池评分的后验分布中的最优分布，并在最优分布中的选取样本，分析获得最优化电池生产资源配置。通过本发明方法获得相应场景的最优化电池生产资源配置，可进一步应用于电池生产，完善电池生产过程。
[0061]
本发明还提供计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行所述的一种基于最优化理论的电池生产
资源配置方法。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。
[0062]
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
[0063]
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd+rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上下载程序代码。
[0064]
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
[0065]
此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的cpu等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
[0066]
需要说明的是，上述较佳实施例各流程和各系统结构中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
[0067]
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

技术特征：
1.一种基于最优化理论的电池生产资源配置系统，其特征是包括监测模块及分析模块，监测模块监测不同生产资源配置下的电池在应用场景中的运行数据，分析模块根据所述运行数据进行电池评分，基于贝叶斯模型分析获得电池分数的后验分布，根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。2.根据权利要求1所述的一种基于最优化理论的电池生产资源配置系统，其特征是所述分析模块根据所述运行数据进行电池评分，包括：利用如下公式：进行电池评分，其中所述最终电池健康度通过最终电池最大容量除以最初电池最大容量获得，所述测试总时间为所述电池在应用场景中的运行时间，所述正常工作时间为所述电池保持在电压阈值和电流阈值内的运行时间。3.根据权利要求1或2所述的一种基于最优化理论的电池生产资源配置系统，其特征是所述分析模块获得电池分数的后验分布，包括：基于贝叶斯模型根据所述电池的历史运行数据获取电池分数的先验分布，通过所述先验分布分析计算获得电池分数的后验分布。4.一种基于最优化理论的电池生产资源配置方法，其特征是监测不同生产资源配置下的电池在应用场景中的运行数据，根据所述运行数据进行电池评分，基于贝叶斯模型分析获得电池分数的后验分布，根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。5.根据权利要求4所述的一种基于最优化理论的电池生产资源配置方法，其特征是根据所述运行数据进行电池评分，包括：利用如下公式：进行电池评分，其中所述最终电池健康度通过最终电池最大容量除以最初电池最大容量获得，所述测试总时间为所述电池在应用场景中的运行时间，所述正常工作时间为所述电池保持在电压阈值和电流阈值内的运行时间。6.根据权利要求4或5所述的一种基于最优化理论的电池生产资源配置方法，其特征是所述获得电池分数的后验分布，包括：基于贝叶斯模型根据所述电池的历史运行数据获取电池分数的先验分布，通过所述先验分布分析计算获得电池分数的后验分布。7.一种基于最优化理论的电池生产资源配置装置，其特征是包括：至少一个存储器和
至少一个处理器；所述至少一个存储器，用于存储机器可读程序；所述至少一个处理器，用于调用所述机器可读程序，执行权利要求4至6中任一项所述的一种基于最优化理论的电池生产资源配置方法。8.计算机可读介质，其特征是所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求4至6任一项所述的一种基于最优化理论的电池生产资源配置方法。

技术总结
本发明公开一种基于最优化理论的电池生产资源配置方法及系统，涉及资源配置技术领域；本发明系统包括包括监测模块及分析模块，监测模块监测不同生产资源配置下的电池在应用场景中的运行数据，分析模块根据所述运行数据进行电池评分，基于贝叶斯模型分析获得电池分数的后验分布，根据所述电池分数的范围确定选取因子δ，根据所述选取因子δ从所述后验分布中选择最优的所述电池评分的分布，在最优的所述电池评分的分布中采集相应的样本，计算获得最优化电池生产资源配置。得最优化电池生产资源配置。得最优化电池生产资源配置。


技术研发人员：李锐 贾永飞 魏志强 张晖
受保护的技术使用者：山东浪潮科学研究院有限公司
技术研发日：2021.11.12
技术公布日：2022/3/8