【技術實現步驟摘要】
本專利技術屬于，尤其涉及一種基于bp神經網絡和可視化的電池存儲監測方法及系統。
技術介紹
1、危廢電池是指廢舊、損壞或不再使用的電池，它們包含有害物質，如重金屬(如鉛、鎘、汞)、有機物和其他化學物質。危廢電池的產生主要源于廢舊的電子設備，如手機、筆記本電腦、數碼相機等，通常包含鋰離子電池，這些電池在設備壽命結束后成為危廢電池的一部分；一次性電池(如碳鋅電池和堿性電池)也會成為危廢電池，因為它們的電力耗盡后通常被丟棄；汽車蓄電池通常包含有害的硫酸和鉛，當它們損壞或需要更換時，會產生危廢電池。危廢電池處理不當可能導致以下危害：一是土壤污染，危廢電池中的重金屬，如鉛和鎘，可以滲入土壤，對土壤質量產生負面影響，使土壤不適合農業或其他用途。二是水體污染，如果危廢電池被不當處理，其中的有害物質可能滲入地下水或水體中，污染水資源，危害水生生物和人類飲用水。三是空氣污染，廢舊電池中的有害物質可能在垃圾填埋場或垃圾焚燒中釋放到空氣中，污染大氣，對人類健康造成危害。
2、現有方法主要從以下幾個方面處理危廢電池：首先，在收集和分類上，危廢電池需要被正確地識別、分離和收集。這可以通過專門的回收中心、廢棄物管理公司或電子廢棄物回收項目來完成。不同類型的電池(如鋰離子電池、鎳鎘電池、鉛酸電池等)可能需要不同的處理方法。然后，在運輸和儲存上，一旦電池被收集起來，它們需要被妥善儲存，以避免任何泄漏或其他意外事件。這通常需要遵循特定的儲存和運輸規定，以確保電池不會對環境或人員產生危害。其次，在分解和中和上，處理危廢電池的一種方法是對其進行分解和中和，
3、目前，危廢電池的處理和儲存存在著諸多挑戰，一是有機信息監測不足，目前，危廢電池處理中對有機信息的監測通常有限，即使有機物質的釋放可能對環境和健康產生嚴重影響。當前系統通常缺乏有效的方法來檢測和定量有機物質的存在和泄漏。二是綜合性數據分析不足：現有系統通常側重于單一類型的監測，如溫度或液體泄漏。然而，綜合性數據分析對于全面了解危廢電池存儲條件至關重要，包括各種監測指標的綜合分析。三是可視化不足，現有系統中的可視化可能不足以提供用戶友好的界面，以便用戶能夠清晰了解危廢電池存儲區域的狀態。
技術實現思路
1、本專利技術針對現有技術中的不足，提供一種基于bp神經網絡和可視化的電池存儲監測方法及系統。
2、第一方面，本專利技術提供一種基于bp神經網絡和可視化的電池存儲監測方法，包括：
3、采集危廢電池的環境信息、有機物化合物信息和廢氣信息；
4、基于bp神經網絡對采集的環境信息、有機物化合物信息和廢氣信息進行學習和訓練，以構建基于bp神經網絡的危廢電池風險預測模型；
5、根據危廢電池風險預測模型預測結果，構建危廢電池風險處理策略集；
6、根據危廢電池風險處理策略集，基于三維可視化技術對危廢電池狀態進行實時監測。
7、進一步地，所述采集危廢電池的環境信息、有機物化合物信息和廢氣信息，包括：
8、構建危廢電池存儲狀態信息x(t)表達式：
9、x(t)＝[xa(t),xb(t),xc(t)]；
10、其中，xa(t)為t時刻采集的環境信息；xb(t)為t時刻采集的有機物化合物信息；xc(t)為t時刻采集的廢氣信息；
11、其中，xa(t)＝[p(t),w(t),s(t)]；p(t)為危廢電池所處環境壓力值；w(t)為危廢電池所處環境溫度值；s(t)為危廢電池所處環境濕度值；xb(t)＝[zx(t),zc(t),zl(t),zh(t),zs(t)]；zx(t)為t時刻采集的烯碳酸酯濃度；zc(t)為t時刻采集的碳酸乙酯濃度；zl(t)為t時刻采集的鋰化合物質量；zh(t)為t時刻采集的聚合物電解質濃度；zs(t)為t時刻采集的硫酸質量；xc(t)＝[qh(t),qo(t),qn(t)]；qh(t)為t時刻采集的氫氣濃度；qo(t)為t時刻采集的氧氣濃度；qn(t)為t時刻采集的氮氣濃度。
12、進一步地，所述基于bp神經網絡的危廢電池風險預警模型，包括三個輸入和三個輸出；其中三個輸入分別為環境信息xa(t)、有機物化合物信息xb(t)和廢氣類信息xc(t)；三個輸出分別為溫度異常風險結果r1、潛在火災風險結果r2和潛在廢液泄露風險結果r3；其中，如果存在風險，則風險結果為1；如果不存在風險，則風險結果為0。
13、進一步地，所述危廢電池風險預測模型的隱含層采用tansig函數，輸出層采用purelin函數；
14、所述隱含層的輸出hj表達式為：
15、
16、其中，xi(t)為危廢電池風險預測模型的第i層輸入；e為自然常數；wij為危廢電池風險預測模型輸入層至輸出層的權值；bj為危廢電池風險預測模型的閾值；j的范圍為1至n；n為危廢電池風險預測模型的隱層單元的個數；
17、所述危廢電池風險預測模型的第k類風險輸出rk表達式為：
18、
19、其中，wjk為危廢電池風險預測模型的隱層單元到輸出層單元的連接權值；k的范圍為1至3。
20、進一步地，所述根據危廢電池風險預測模型預測結果，構建危廢電池風險處理策略集，包括：
21、構建溫度異常風險處理策略集f(r1)表達式：
22、f(r1)＝[wx,wy,alw,is,co],r1＝1；
23、構建潛在火災風險處理策略集f(r2)表達式：
24、f(r2)＝[fx,fy,re,alf,cl,ex],r2＝1；
25、構建潛在廢液泄露風險處理策略集f(r3)表達式：
26、f(r3)＝[lx,ly,bl,cn,ev,as,ce],r3＝1；
27、其中，wx表示溫度異常區域的橫坐標；wy表示溫度異常區域的縱坐標；alw表示溫度警報動作響應；is表示隔離動作響應；co表示冷卻動作響應；fx表示發生火災區域的橫坐標；fy表示發生火災區域的縱坐標；re表示救援動作響應；alf表示火災報警動作響應；cl表示火源封閉動作響應；ex表示滅火動作響應；lx表示泄露區域的橫坐標；ly表示泄露區域的縱坐標；bl表示泄漏源封鎖動作響應；cn表示泄漏源泄漏遏制動作響應；ev表示撤離指示動作響應；as表示泄漏等級評估響應；ce表示泄漏源清理動作本文檔來自技高網...
【技術保護點】
1.一種基于BP神經網絡和可視化的電池存儲監測方法，其特征在于，包括：
2.根據權利要求1所述的電池存儲監測方法，其特征在于，所述采集危廢電池的環境信息、有機物化合物信息和廢氣信息，包括：
3.根據權利要求1所述的電池存儲監測方法，其特征在于，所述基于BP神經網絡的危廢電池風險預警模型，包括三個輸入和三個輸出；其中三個輸入分別為環境信息Xa(t)、有機物化合物信息Xb(t)和廢氣類信息Xc(t)；三個輸出分別為溫度異常風險結果R1、潛在火災風險結果R2和潛在廢液泄露風險結果R3；其中，如果存在風險，則風險結果為1；如果不存在風險，則風險結果為0。
4.根據權利要求3所述的電池存儲監測方法，其特征在于，所述危廢電池風險預測模型的隱含層采用tansig函數，輸出層采用purelin函數；
5.根據權利要求3所述的電池存儲監測方法，其特征在于，所述根據危廢電池風險預測模型預測結果，構建危廢電池風險處理策略集，包括：
6.一種基于BP神經網絡和可視化的電池存儲監測系統，其特征在于，包括：
7.一種計算機設備，其特征在
8.一種計算機可讀存儲介質，其特征在于，用于存儲計算機程序；計算機程序被處理器執行時實現權利要求1-5任一項所述的基于BP神經網絡和可視化的電池存儲監測方法的步驟。
...【技術特征摘要】
1.一種基于bp神經網絡和可視化的電池存儲監測方法，其特征在于，包括：
2.根據權利要求1所述的電池存儲監測方法，其特征在于，所述采集危廢電池的環境信息、有機物化合物信息和廢氣信息，包括：
3.根據權利要求1所述的電池存儲監測方法，其特征在于，所述基于bp神經網絡的危廢電池風險預警模型，包括三個輸入和三個輸出；其中三個輸入分別為環境信息xa(t)、有機物化合物信息xb(t)和廢氣類信息xc(t)；三個輸出分別為溫度異常風險結果r1、潛在火災風險結果r2和潛在廢液泄露風險結果r3；其中，如果存在風險，則風險結果為1；如果不存在風險，則風險結果為0。
4.根據權利要求3所述的電池存儲監測方法，其特征在于，所述危廢電池風險...
【專利技術屬性】
技術研發人員：王雪瑤，封明敏，黃治軍，邱勇軍，祁建民，王磊，楊玉澤，黃軼康，傅高健，莊存祎，王嘉斌，殷國慶，李國奇，
申請(專利權)人：江蘇方天電力技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。