一种移动电源箱健康状态智能评估方法及系统与流程

1.本发明涉及数据处理技术领域，具体涉及一种移动电源箱健康状态智能评估方法及系统。


背景技术：

2.移动电源箱作为户外应急的供电设备，多基于内置锂离子电池进行供电，其自身可储备电能，且具有交流输出的多功能便携式储能电源，对各类型负载可提供可靠的应急供电保障，同时其安全性问题为当前的应用热点问题。
3.移动式电源箱存在不同环境下的状态差异，会影响电源的获取效率，目前，多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限。


技术实现要素：

4.本技术提供了一种移动电源箱健康状态智能评估方法及系统，用于针对解决现有技术中存在的目前多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限的技术问题。
5.鉴于上述问题，本技术提供了一种移动电源箱健康状态智能评估方法及系统。
6.第一方面，本技术提供了一种移动电源箱健康状态智能评估方法，所述方法包括：获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；根据所述第一安全指数，生成第一评估提醒信息。
7.第二方面，本技术提供了一种移动电源箱健康状态智能评估系统，所述系统包括：功能获取模块，所述功能获取模块用于获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；模块分布矩阵生成模块，所述模块分布矩阵生成模块用于根据所述第一特征功能
对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；指标变化矩阵生成模块，所述指标变化矩阵生成模块用于获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；第一关联矩阵输出模块，所述第一关联矩阵输出模块用于分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；安全指数输出模块，所述安全指数输出模块用于按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；提醒信息生成模块，所述提醒信息生成模块用于根据所述第一安全指数，生成第一评估提醒信息。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术实施例提供的一种移动电源箱健康状态智能评估方法，获取移动电源箱的第一特征功能，即标识所述移动电源箱防护属性的功能；根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，获取所述移动电源箱进行移动的初始场景和目标场景，确定场景变化指标并生成第一指标变化矩阵；分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，以生成第一评估提醒信息，解决了现有技术中存在的目前多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限的技术问题，以场景移动条件下所述移动电源箱的防护健康状态与电源供给健康状态为评估方向，进行构件与指标参量的矩阵化与关联分析，以进行环境波动下电源的有序性灵活分析与状态的准确评估。
附图说明
9.图1为本技术提供了一种移动电源箱健康状态智能评估方法流程示意图；图2为本技术提供了一种移动电源箱健康状态智能评估方法中场景指标采集数量获取流程示意图；图3为本技术提供了一种移动电源箱健康状态智能评估方法中第一安全指数获取流程示意图；图4为本技术提供了一种移动电源箱健康状态智能评估系统结构示意图。
10.附图标记说明：功能获取模块11，模块分布矩阵生成模块12，指标变化矩阵生成模块13，第一关联矩阵输出模块14，安全指数输出模块15，评估提醒信息生成模块16。
具体实施方式
11.本技术通过提供一种移动电源箱健康状态智能评估方法及系统，获取移动电源箱
的第一特征功能，进行构件识别输出防护模块集，以生成第一模块分布矩阵，基于初始场景和目标场景，确定场景变化指标并生成第一指标变化矩阵，对各个模块与第一指标变化矩阵进行矩阵连接关系分析，输出第一关联矩阵，进行第一安全指数评估并生成第一评估提醒信息，用于解决现有技术中存在的目前多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限的技术问题。
实施例一
12.如图1所示，本技术提供了一种移动电源箱健康状态智能评估方法，所述方法包括：步骤s100：获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；具体而言，移动电源箱作为户外应急的供电设备，多基于内置锂离子电池进行供电，其自身可储备电能，且具有交流输出的多功能便携式储能电源，对各类型负载可提供可靠的应急供电保障，同时其安全性问题为当前的应用热点问题。本技术提供的一种移动电源箱健康状态智能评估方法，以场景移动条件下所述移动电源箱的防护健康状态与电源供给健康状态为评估方向，进行构件与指标参量的矩阵化与关联分析，以进行环境波动下电源的有序性灵活分析与状态的准确评估。
13.具体的，所述移动电源箱具备一定的防护属性，基于所述移动电源箱的规格配置结构，进行防护功能的确定并进行标识，例如外壳具备一定的阻燃性，以防止电芯自燃的防爆保护；保险丝限流进行过压过流保护；基于共模电感滤波进行电源干扰防护；供电环境的变化会带来一定的瞬时脉冲，基于雪崩击穿效应，进行通路阻抗调整，通过引流进行高电压脉冲防护等，识别并提取所述移动电源箱的防护功能，并与对应的硬件或软件基体结构进行映射关联与标识，作为所述移动电源箱的所述第一特征功能，所述第一特征功能为进行电源状态分析的基准依据。
14.步骤s200：根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；进一步而言，本技术步骤s200还包括：步骤s210：判断所述移动电源箱是否为可拆卸结构，当所述移动电源箱为可拆卸结构，确定第一拆卸部分，其中，所述第一拆卸部分为需要进行场景移动的部分；步骤s220：根据所述第一拆卸部分对所述移动电源箱的构件进行确认，输出筛选后的防护模块集。
15.具体而言，对所述第一特征功能进行识别，确定对应于各特征功能的构件，例如，防爆阻燃性能，对应于外壳结构，如材质、涂层等；防反接保护，对应于二极管结构，源于其单向导电性等，完成各特征功能的构件确认，作为所述移动电源箱的构件。
16.进一步的，对所述移动电源箱进行可拆卸性分析，即进行场景移动时的转移结构分析，例如，电源在装配于底座上，进行场景位置转移时，只需基于底座进行转移结构的拆除，针对拆卸结构进行防护分析即可。具体的，判断所述移动电源箱是否为可拆卸结构，若为可拆卸结构时，确定进行场景位置转移的待拆卸结构部分，作为所述第一拆卸部分。
17.进一步的，遍历所述移动电源箱的构件，对所述第一拆卸部分进行匹配，筛选匹配成功的构件，获取对应的防护模块，生成所述防护模块集，所述防护模块集与筛选构件一一对应，用于进行构件的防护性分析。基于所述防护模块集，确定对应的矩阵坐标，例如（1，1）表征外壳结构的防爆性能，（2，1）表征外壳的抗冲击性等，确定多个矩阵坐标，进而以构件为矩阵行，以特征功能为矩阵列，对多个矩阵坐标进行规整，生成所述第一模块分布矩阵，所述第一模块分布矩阵为进行转移的参量波动影响分析的分析依据。
18.步骤s300：获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；进一步而言，如图2所示，本技术步骤s300还包括：步骤s310：基于所述第一特征功能对环境参数进行识别，获取第一初始k值；步骤s320：对所述第一指标变化矩阵进行分析，确定k值选取区间；步骤s330：按照k-聚类方法对所有的环境参数进行寻优聚类，输出第一预设k值，按照所述第一预设k值确定场景指标采集的数量。
19.具体而言，所述初始场景为所述移动电源箱进行移动前的作业场景，所述目标场景为所述移动电源箱移动后待进行作业的场景，获取所述初始场景与所述目标场景，并进行场景的差异化校对，确定两者之间的场景变化指标，例如环境温度由20变化至25，则将环境温度添加进所述场景变化指标，若未变化则不添加，分析并筛选所有存在场景变化的指标，将所述场景变化指标的变幅与变化方向，确定指标变化向量，集成规整生成所述第一指标变化矩阵，所述第一指标变化矩阵为场景转移的波动指标有序性集成。
20.进一步的，基于所述第一特征功能，对存在功能影响的环境参数进行确定，例如环境温度、光照、电磁辐射、灰尘等，统计与所述移动电源箱存在影响相关性的参数数量，作为所述第一初始k值。进一步的，基于所述第一指标变化矩阵，进行环境参数的筛选，确定满足当前环境变化状况的相关性环境参数，将所适配的环境参数的数量极大值与数量极小值所构成的区间作为所述k值选取区间。进而结合k-聚类方法，进行所述k值选取区间的寻优。
21.具体的，基于所有的环境参数，随机确定多个环境参数作为聚类中心，分别计算每个环境参数与其余环境参数的距离，以距离最短为响应对所述环境参数尽心划分归属，进一步设定距离阈值，即自定义设定的进行环境参数归属限定的最大距离，对所有距离皆大于所述距离阈值的环境参数重新划分为一组，确定多个聚类结果；进一步的，针对所述多个聚类结果重新进行聚类中心的确定与环境参数的划分，筛选距离大于所述距离阈值的者重新分组，重复多次直至满足收敛条件，例如满足最大划分次数，将获取所述聚类结果，其中，类内数量大于1的聚类结果，内部环境参数的相似度过高，将其视为一项，对所述聚类结果的数量进行统计，作为所述第一预设k值，即进行场景指标采集的数量，可在保障指标采集有效性与完备性的基础上减少数据量。
22.步骤s400：分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；步骤s500：按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；
步骤s600：根据所述第一安全指数，生成第一评估提醒信息。
23.具体而言，基于所述第一模块分布矩阵，遍历模块对应的分布坐标，分别与所述第一指标变化矩阵进行关联性分析，即指标变化会影响到该模块的状态，将其判定为存在指标关联性，示例性的，可通过检索调用历史数据进行识别判定，并基于历史数据确定关联影响程度，以获取关联系数，确定各个模块对应的关联性指标并进行关联系数的映射标识。进一步的，以模块为矩阵行，以关联性指标为矩阵列，进行各模块与关联性指标的分布式排布，生成所述第一关联矩阵，所述第一关联矩阵为进行安全性评估的底层支撑。
24.进一步的，基于健康状态评估模型，对所述第一关联矩阵与所述第一指标变化矩阵进行计算处理，输出所述第一安全指数，即标识场景移动条件下所述移动电源箱的防护健康状态的参量。判断所述第二安全指数是否满足安全阈值，若否，生成所述第一评估提醒信息进行预警警示。
25.进一步而言，如图3所示，按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，本技术步骤s500还包括：步骤s510：获取所述第一指标变化矩阵中各个指标的变化值；步骤s520：基于第一映射函数，获取预先训练好的三层全连接神经网络，其中，所述第一映射函数为所述第一关联矩阵中的向量与所述第一指标变化矩阵中的向量之间的映射关系：步骤s530：以所述第一关联矩阵中的各个坐标向量为权重网络层，以所述第一指标变化矩阵中各个指标的变化值为输入数据，对所述神经网络进行训练，获取健康状态评估模型，根据所述健康状态评估模型，输出第一安全指数。
26.进一步而言，本技术步骤s530还包括：步骤s531-1：所述健康状态评估模型的表达式如下：；其中，表征健康状态评估模型；,表征第一关联矩阵中的向量坐标；，表征第一指标变化矩阵中的向量坐标，,均为的矩阵；表征正则化项，表征基于正则化的权重系数。
27.具体而言，对所述第一指标变化矩阵进行识别，确定各个指标的变化值。对所述第一关联矩阵与所述第一指标变化矩阵进行映射对应，确定矩阵向量的映射关系，作为所述第一映射函数，用于确定模块对应指标的变化值。由于进行风险分析时，输入数据以组类进行输入分析，基于所述第一映射函数可保障数据的输入有序性与输入准确度，每组数据分别包括关联系数与对应的指标变化值。基于所述第一映射函数，构建所述健康状态评估模型的模型架构，获取预先训练好的三层全连接神经网络。
28.进一步的，以所述第一关联矩阵中的各个坐标向量为权重网络层，用于进行指标权重配置，其中，关联系数越大，指标变化值越大，对应的配置权重值越高。将所述第一指标变化矩阵中各个指标的变化值为输入数据，输入所述神经网络中进行训练，获取构建完成的所述健康状态评估模型，所述健康状态评估模型的表达式如下：；其中，表征健康状态评估模型；,表征第一关联矩阵中的向量坐标；，表征第一指标变化矩阵中的向
量坐标，,均为的矩阵；表征正则化项，表征基于正则化的权重系数，上述参数皆可基于本技术实施例前期的步骤进行获取，为已知参量。基于所述健康状态评估模型的表达式，计算各个模块对应的风险系数，取风险系数的倒数并进行加和，作为所述第一安全指数，所述第一安全指数为衡量所述移动电源箱健康状态的参量。
29.进一步而言，本技术步骤s530还包括：步骤s531-2：获取所述移动电源箱的结构设计信息；步骤s532-2：根据所述结构设计信息，确定所述防护模块集中是否包括外露模块，若包括外露模块确定外露模块集；步骤s533-2：根据所述外露模块集，生成风险调节系数集，按照所述风险调节系数集生成调节网络层，对所述健康状态评估模型进行优化。
30.具体而言，基于所述移动电源箱的规格配置信息进行结构设计确定，例如基于所述移动电源箱的说明书，进行所述机构设计信息的识别提取，获取所述移动电源箱的结构设计信息。基于所述结构设计信息，遍历所述防护模块集进行外露模块的存在判定，例如配置外置保险丝，进行保险丝过流保护，将该构建添加进所述外露模块集中。针对所述外露模块集，基于对应的关联指标，确定同环境状态下较之内置模块的风险程度，生成所述风险调节系数集，所述风险调节系数集合带有正负号标识，用于表征以对应配置的内置模块为参考下的风险高低。基于所述风险调节系数集合生成所述调节网络层，对所述健康状态评估模型进行优化。所述调节网络层用于进行风险性校准，保障分析结果与所述移动电源箱的结构装配契合度，提高输出的所述第一安全指数的准确度。
31.进一步而言，本技术还存在步骤s700，包括：步骤s710：对所述移动电源箱的供给源进行识别，获取电源供给源；步骤s720：根据所述初始场景和所述目标场景之间的场景变化指标，生成第二指标变化矩阵；步骤s730：根据所述电源供给源与所述第二指标变化矩阵中各个指标之间的连接关系，输出第二关联矩阵；步骤s740：根据所述第二关联矩阵进行和所述第二指标变化矩阵对所述移动电源箱进行评估，输出第二安全指数，其中，所述第二安全指数为标识场景移动条件下所述移动电源箱的电源供给健康状态；步骤s750：根据所述第一安全指数和所述第二安全指数进行计算，生成第二评估提醒信息。
32.具体而言，所述移动电源箱的供给源不同，对于不同场景的适应度不同。对所述移动电源箱进行供给源识别，确定所述电源供给源。针对所述初始场景与所述目标场景，基于所述电源供给源的变化，进行所述场景变化指标的确定，例如，若为太阳能式的移动电源，则供给源为太阳能，光照环境与非光照环境下对于状态的要求不同，基于光照条件可进行即转即冲，于非光照条件下需具备足够的储能。
33.进一步的，确定场景变化下，基于所述电源供给源的影响性变化指标，进行指标规整生成所述第二指标变化矩阵，所述第二指标变化矩阵与所述第一指标变化矩阵的生成方式与分布状态相同。进一步的，对所述电源供给源与所述第二指标变化矩阵进行关联性分析，确定影响各个模块状态的关联性指标，以模块为矩阵行，以关联性指标为矩阵列，进行
关联性指标的规整，生成所述第二关联矩阵。
34.进一步的，根据所述健康状态评估模型，基于所述权重网络层，对所述第二关联矩阵中各个坐标向量进行赋权，将所述第二指标变化矩阵中各个指标的变化值为输入数据，基于所述健康状态评估模型的表达式进行计算分析，输出所述第二安全指数，所述第二安全指数为标识场景移动条件下所述移动电源箱的电源供给健康状态。其中，所述第一安全指数与所述第二安全指数的分析计算方式相同，具体分析维度与数据不同。进一步基于安全标准对所述第一安全指数与所述第二安全指数进行权重配置，进行加权求和计算确定综合安全指数。
35.进一步设定安全阈值，即基于所述移动电源箱使用标准与专家经验确定的临界安全指数，若所述综合安全指数不满足所述安全阈值，表明存在潜在性使用风险，生成所述第二评估提醒信息进行示警，以进行调修及时进行风险规避。
36.本技术提供的一种移动电源箱健康状态智能评估方法，具有如下技术效果：1、获取移动电源箱的第一特征功能，进行构件识别输出防护模块集，以生成第一模块分布矩阵，基于初始场景和目标场景生成第一指标变化矩阵，进行模块与指标的连接关系分析，输出第一关联矩阵，评估第一安全指数并生成第一评估提醒信息，解决了现有技术中目前多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限的技术问题，以场景移动条件下所述移动电源箱的防护健康状态与电源供给健康状态为评估方向，进行构件与指标参量的矩阵化与关联分析，以进行环境波动下电源的有序性灵活分析与状态的准确评估。
37.2、以环境变化关联性、结构的可拆卸性为标准进行指标筛选，确定场景必要性指标参量，在保障数据完备性的基础上剔除冗余信息，以提高处理效率。
38.3、搭建健康状态评估模型进行计算处理，并基于结构的装配位置进行分析补偿，保障处理结果的准确度与客观性。
实施例二
39.基于与前述实施例中一种移动电源箱健康状态智能评估方法相同的发明构思，如图4所示，本技术提供了一种移动电源箱健康状态智能评估系统，所述系统包括：功能获取模块11，所述功能获取模块11用于获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；模块分布矩阵生成模块12，所述模块分布矩阵生成模块12用于根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；指标变化矩阵生成模块13，所述指标变化矩阵生成模块13用于获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；第一关联矩阵输出模块14，所述第一关联矩阵输出模块14用于分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；安全指数输出模块15，所述安全指数输出模块15用于按照所述第一关联矩阵和所
述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；评估提醒信息生成模块16，所述评估提醒信息生成模块16用于根据所述第一安全指数，生成第一评估提醒信息。
40.进一步而言，所述指标变化矩阵生成模块还包括：参数识别模块，所述参数识别模块用于基于所述第一特征功能对环境参数进行识别，获取第一初始k值；区间确定模块，所述区间确定模块用于对所述第一指标变化矩阵进行分析，确定k 值选取区间；采集数量输出模块，所述采集数量输出模块用于按照k-聚类方法对所有的环境参数进行寻优聚类，输出第一预设k值，按照所述第一预设k值确定场景指标采集的数量。
41.进一步而言，所述系统还包括：供给源识别模块，所述供给源识别模块用于对所述移动电源箱的供给源进行识别，获取电源供给源；第二指标变化矩阵生成模块，所述第二指标变化矩阵生成模块用于根据所述初始场景和所述目标场景之间的场景变化指标，生成第二指标变化矩阵；第二关联矩阵输出模块，所述第二关联矩阵输出模块用于根据所述电源供给源与所述第二指标变化矩阵中各个指标之间的连接关系，输出第二关联矩阵；第二安全指数输出模块，所述第二安全指数输出模块用于根据所述第二关联矩阵进行和所述第二指标变化矩阵对所述移动电源箱进行评估，输出第二安全指数，其中，所述第二安全指数为标识场景移动条件下所述移动电源箱的电源供给健康状态；第二评估提醒信息生成模块，所述第二评估提醒信息生成模块用于根据所述第一安全指数和所述第二安全指数进行计算，生成第二评估提醒信息。
42.进一步而言，所述模块分布矩阵生成模块还包括：结构判断模块，所述结构判断模块用于判断所述移动电源箱是否为可拆卸结构，当所述移动电源箱为可拆卸结构，确定第一拆卸部分，其中，所述第一拆卸部分为需要进行场景移动的部分；构件确认模块，所述构件确认模块用于根据所述第一拆卸部分对所述移动电源箱的构件进行确认，输出筛选后的防护模块集。
43.进一步而言，所述安全指数输出模块还包括：指标变化值获取模块，所述指标变化值获取模块用于获取所述第一指标变化矩阵中各个指标的变化值；神经网络训练模块，所述神经网络训练模块用于基于第一映射函数，获取预先训练好的三层全连接神经网络，其中，所述第一映射函数为所述第一关联矩阵中的向量与所述第一指标变化矩阵中的向量之间的映射关系：模型获取模块，所述模型获取模块用于以所述第一关联矩阵中的各个坐标向量为权重网络层，以所述第一指标变化矩阵中各个指标的变化值为输入数据，对所述神经网络进行训练，获取健康状态评估模型，根据所述健康状态评估模型，输出第一安全指数。
44.进一步而言， 所述模型获取模块，还包括：
表达式获取模块，所述表达式获取模块用于所述健康状态评估模型的表达式如下：；其中，表征健康状态评估模型；,表征第一关联矩阵中的向量坐标；，表征第一指标变化矩阵中的向量坐标，,均为的矩阵；表征正则化项，表征基于正则化的权重系数。
45.进一步而言，所述模型获取模块还包括：结构设计信息获取模块，所述结构设计信息获取模块用于获取所述移动电源箱的结构设计信息；外露模块判定模块，所述外露模块判定模块用于根据所述结构设计信息，确定所述防护模块集中是否包括外露模块，若包括外露模块确定外露模块集；模型优化模块，所述模型优化模块用于根据所述外露模块集，生成风险调节系数集，按照所述风险调节系数集生成调节网络层，对所述健康状态评估模型进行优化。
46.本说明书通过前述对一种移动电源箱健康状态智能评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种移动电源箱健康状态智能评估方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
47.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种移动电源箱健康状态智能评估方法，其特征在于，所述方法包括：获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；根据所述第一安全指数，生成第一评估提醒信息。2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于所述第一特征功能对环境参数进行识别，获取第一初始k值；对所述第一指标变化矩阵进行分析，确定k值选取区间；按照k-聚类方法对所有的环境参数进行寻优聚类，输出第一预设k值，按照所述第一预设k值确定场景指标采集的数量。3.如权利要求1所述的方法，其特征在于，所述方法还包括：对所述移动电源箱的供给源进行识别，获取电源供给源；根据所述初始场景和所述目标场景之间的场景变化指标，生成第二指标变化矩阵；根据所述电源供给源与所述第二指标变化矩阵中各个指标之间的连接关系，输出第二关联矩阵；根据所述第二关联矩阵进行和所述第二指标变化矩阵对所述移动电源箱进行评估，输出第二安全指数，其中，所述第二安全指数为标识场景移动条件下所述移动电源箱的电源供给健康状态；根据所述第一安全指数和所述第二安全指数进行计算，生成第二评估提醒信息。4.如权利要求1所述的方法，其特征在于，所述方法还包括：判断所述移动电源箱是否为可拆卸结构，当所述移动电源箱为可拆卸结构，确定第一拆卸部分，其中，所述第一拆卸部分为需要进行场景移动的部分；根据所述第一拆卸部分对所述移动电源箱的构件进行确认，输出筛选后的防护模块集。5.如权利要求1所述的方法，其特征在于，按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，方法包括：获取所述第一指标变化矩阵中各个指标的变化值；基于第一映射函数，获取预先训练好的三层全连接神经网络，其中，所述第一映射函数为所述第一关联矩阵中的向量与所述第一指标变化矩阵中的向量之间的映射关系：以所述第一关联矩阵中的各个坐标向量为权重网络层，以所述第一指标变化矩阵中各
个指标的变化值为输入数据，对所述神经网络进行训练，获取健康状态评估模型，根据所述健康状态评估模型，输出第一安全指数。6.如权利要求5所述的方法，其特征在于，所述健康状态评估模型的表达式如下：；其中，表征健康状态评估模型；,表征第一关联矩阵中的向量坐标；，表征第一指标变化矩阵中的向量坐标，,均为的矩阵；表征正则化项，表征基于正则化的权重系数。7.如权利要求5所述的方法，其特征在于，所述方法还包括：获取所述移动电源箱的结构设计信息；根据所述结构设计信息，确定所述防护模块集中是否包括外露模块，若包括外露模块确定外露模块集；根据所述外露模块集，生成风险调节系数集，按照所述风险调节系数集生成调节网络层，对所述健康状态评估模型进行优化。8.一种移动电源箱健康状态智能评估系统，其特征在于，所述系统包括：功能获取模块，所述功能获取模块用于获取移动电源箱的第一特征功能，其中，所述第一特征功能为标识所述移动电源箱防护属性的功能；模块分布矩阵生成模块，所述模块分布矩阵生成模块用于根据所述第一特征功能对所述移动电源箱的构件进行识别，输出防护模块集，并按照所述防护模块集生成第一模块分布矩阵，其中，所述第一模块分布矩阵中的每个坐标对应一个模块；指标变化矩阵生成模块，所述指标变化矩阵生成模块用于获取所述移动电源箱进行移动的初始场景和目标场景，根据所述初始场景和所述目标场景之间的场景变化指标，生成第一指标变化矩阵；第一关联矩阵输出模块，所述第一关联矩阵输出模块用于分析所述第一模块分布矩阵中各个模块与所述第一指标变化矩阵中各个指标之间的连接关系，输出标识所述各个模块与所述各个指标之间变化感知程度的第一关联矩阵；安全指数输出模块，所述安全指数输出模块用于按照所述第一关联矩阵和所述第一指标变化矩阵对所述移动电源箱进行评估，输出第一安全指数，其中，所述第一安全指数为标识场景移动条件下所述移动电源箱的防护健康状态；提醒信息生成模块，所述提醒信息生成模块用于根据所述第一安全指数，生成第一评估提醒信息。

技术总结
本发明提供了一种移动电源箱健康状态智能评估方法及系统，涉及数据处理技术领域，获取移动电源箱的第一特征功能，进行构件识别输出防护模块集，以生成第一模块分布矩阵，基于初始场景和目标场景生成第一指标变化矩阵，进行模块与指标的连接关系分析，输出第一关联矩阵，评估第一安全指数并生成第一评估提醒信息，解决了现有技术中目前多基于硬性标准进行状态评估，忽略了环境迁移造成的影响，导致评估结果的准确度与场景契合度不足，导致后续运维受限的技术问题，以场景移动条件下所述移动电源箱的防护健康状态与电源供给健康状态为评估方向，进行构件与指标参量的矩阵化与关联分析，以进行环境波动下电源的有序性灵活分析与状态的准确评估。与状态的准确评估。与状态的准确评估。


技术研发人员：郑兴华 王敏 王兆生 卢素琴 吕志林
受保护的技术使用者：苏州欣和智达能源科技有限公司
技术研发日：2023.07.14
技术公布日：2023/8/13