本發(fā)明屬于電池監(jiān)測(cè)，具體涉及一種純電無(wú)人船電池監(jiān)測(cè)系統(tǒng)。

背景技術(shù)：

1、隨著新能源產(chǎn)業(yè)的快速發(fā)展，無(wú)人船作為重要的智能化設(shè)備，其動(dòng)力系統(tǒng)對(duì)電池包的依賴性極高，電池包的安全性和可靠性直接關(guān)系到無(wú)人船的運(yùn)行穩(wěn)定性。在長(zhǎng)期使用或復(fù)雜環(huán)境下，無(wú)人船的電池包外殼容易受到海水、高濕度、鹽霧等因素的侵蝕，從而發(fā)生銹蝕。銹蝕不僅會(huì)降低電池包外殼的機(jī)械強(qiáng)度，影響其防護(hù)性能，還可能導(dǎo)致內(nèi)部電池單元受損，進(jìn)而引發(fā)電氣故障甚至安全事故。因此，針對(duì)無(wú)人船電池包的銹蝕監(jiān)測(cè)和風(fēng)險(xiǎn)評(píng)估成為保障無(wú)人船安全運(yùn)行的重要技術(shù)手段。

2、目前，電池監(jiān)測(cè)技術(shù)主要集中于內(nèi)部電氣參數(shù)的檢測(cè)，如電壓、溫度和電流等，但對(duì)外殼狀態(tài)的監(jiān)測(cè)相對(duì)薄弱。對(duì)于無(wú)人船電池包的銹蝕監(jiān)測(cè)，傳統(tǒng)方法包括人工檢查、紅外成像和聲波檢測(cè)等。然而，這些方法在實(shí)際應(yīng)用中存在明顯缺陷：人工檢查效率低下且主觀性強(qiáng)，難以適應(yīng)無(wú)人船復(fù)雜的運(yùn)行場(chǎng)景；紅外成像對(duì)材料的導(dǎo)熱性要求較高，無(wú)法有效檢測(cè)細(xì)微銹蝕；聲波檢測(cè)易受環(huán)境噪聲干擾，在海洋環(huán)境中難以精準(zhǔn)定位銹蝕區(qū)域。此外，現(xiàn)有技術(shù)在銹蝕問題上的主要不足在于缺乏對(duì)不同材料電池包銹蝕特征的精準(zhǔn)量化和分類能力。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種純電無(wú)人船電池監(jiān)測(cè)系統(tǒng)，解決相關(guān)技術(shù)中監(jiān)測(cè)效率低，精準(zhǔn)度不足，難以滿足無(wú)人船在復(fù)雜環(huán)境下對(duì)電池包銹蝕特征量化需求的技術(shù)問題。

2、本發(fā)明提供了一種純電無(wú)人船電池監(jiān)測(cè)系統(tǒng)，包括：

3、圖像獲取模塊，其用于在更換無(wú)人船電池時(shí)，獲取電池包六個(gè)面的圖像數(shù)據(jù)以及電池包的材料類型；

4、校正處理模塊，其用于對(duì)電池包的圖像數(shù)據(jù)進(jìn)行校正處理，得到標(biāo)準(zhǔn)數(shù)據(jù)；

5、銹蝕特征圖獲取模塊，其用于獲取不同材料類型的不同銹蝕程度的電池包圖像樣本，建立“材料－銹蝕特征圖”數(shù)據(jù)庫(kù)，根據(jù)電池包的材料類型與“材料－銹蝕特征圖”數(shù)據(jù)庫(kù)進(jìn)行匹配，得到該電池包對(duì)應(yīng)的不同銹蝕程度的銹蝕特征圖集合；

6、銹蝕風(fēng)險(xiǎn)識(shí)別模塊，其用于將標(biāo)準(zhǔn)數(shù)據(jù)與電池包的銹蝕特征圖集合進(jìn)行擬合，得到擬合結(jié)果，根據(jù)擬合結(jié)果輸出電池包的銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)，銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)的范圍為0到100；

7、響應(yīng)措施生成模塊，其用于根據(jù)銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)生成響應(yīng)措施。

8、進(jìn)一步地，對(duì)電池包的圖像數(shù)據(jù)進(jìn)行校正處理，包括：

9、步驟s201，使用灰度共生矩陣方法和局部二值模式方法識(shí)別圖像數(shù)據(jù)中的大顆粒遮擋物區(qū)域，并通過鄰近像素進(jìn)行填充；

10、步驟s202，基于鄰近像素一致性識(shí)別出圖像數(shù)據(jù)中的小顆粒遮擋物區(qū)域，并通過鄰近像素進(jìn)行填充；

11、步驟s203，對(duì)經(jīng)過上述步驟處理的圖像數(shù)據(jù)使用直方圖均衡化方法進(jìn)行處理，得到標(biāo)準(zhǔn)數(shù)據(jù)。

12、進(jìn)一步地，所述步驟s201的具體步驟包括：

13、步驟s2011，將圖像數(shù)據(jù)轉(zhuǎn)換為灰度圖像，并進(jìn)行高斯模糊處理；

14、步驟s2012，使用灰度共生矩陣方法提取灰度圖像的能量特征、對(duì)比度特征、熵特征和相關(guān)性特征，并將能量特征、對(duì)比度特征、熵特征和相關(guān)性特征進(jìn)行拼接，得到第一紋理特征向量；其中，能量特征的計(jì)算公式為：，其中en表示能量，表示使用灰度共生矩陣方法生成的歸一化共生矩陣中位置處的元素值，i和j表示歸一化共生矩陣元素的行索引和列索引；對(duì)比度特征的計(jì)算公式為：，其中cr表示對(duì)比度；熵特征的計(jì)算公式為：，其中ent表示熵值，log表示對(duì)數(shù)函數(shù)；相關(guān)性特征的計(jì)算公式為：

15、，其中co表示灰度的線性相關(guān)性；

16、步驟s2013，使用局部二值模式方法對(duì)灰度圖像進(jìn)行分析，得到第二紋理特征向量；

17、步驟s2014，將第一紋理特征向量與第二紋理特征向量拼接得到組合紋理特征向量，將組合紋理特征向量輸入到svm分類器中，輸出灰度圖像中為大顆粒遮擋物的區(qū)域；

18、步驟s2015，計(jì)算大顆粒遮擋物區(qū)域邊界鄰近像素的平均灰度值，將平均灰度值填充到大顆粒遮擋物區(qū)域內(nèi)。

19、進(jìn)一步地，所述步驟s202的具體步驟包括：

20、步驟s2021，對(duì)灰度圖像中除邊界像素外的每個(gè)像素，依次與其周圍8個(gè)鄰近像素進(jìn)行灰度值比較，計(jì)算灰度差，將灰度差大于第一預(yù)設(shè)閾值的像素標(biāo)記為該像素的相異像素；

21、步驟s2022，當(dāng)該像素的相異像素的數(shù)量小于第二預(yù)設(shè)閾值時(shí)，將該像素及相異像素視為小顆粒遮擋物；

22、步驟s2023，對(duì)標(biāo)記為小顆粒遮擋物的像素使用相鄰像素的灰度值平均值替換原灰度值。

23、進(jìn)一步地，收集覆蓋多種材料類型的電池包銹蝕圖像樣本，包括輕度銹蝕、中度銹蝕和重度銹蝕程度下的電池包表面圖像，對(duì)電池包銹蝕圖像樣本進(jìn)行校正處理，生成不同材料在不同銹蝕程度下的銹蝕特征圖，并構(gòu)建“材料－銹蝕特征圖”數(shù)據(jù)庫(kù)，利用當(dāng)前電池包的材料類型作為索引，從“材料－銹蝕特征圖”數(shù)據(jù)庫(kù)提取出與該材料類型對(duì)應(yīng)的不同銹蝕程度的銹蝕特征圖集合，其中，銹蝕特征圖集合包括：輕度銹蝕程度的銹蝕特征圖、中度銹蝕程度的銹蝕特征圖和重度銹蝕程度的銹蝕特征圖。

24、進(jìn)一步地，通過構(gòu)建生成對(duì)抗網(wǎng)絡(luò)模型得到生成式銹蝕特征圖，并將生成式銹蝕特征圖加入“材料-銹蝕特征圖”數(shù)據(jù)庫(kù)，其中生成對(duì)抗網(wǎng)絡(luò)模型包括第一生成器和第一判別器，第一生成器用于輸入隨機(jī)噪聲向量，輸出虛假銹蝕特征圖，第一判別器用于輸入生成的虛假銹蝕特征圖和通過收集電池包銹蝕圖像樣本并校正處理得到的真實(shí)銹蝕特征圖，輸出生成的虛假銹蝕特征圖被判別為真實(shí)的銹蝕特征圖的概率；通過最大化第一判別器的損失函數(shù)的值和最小化第一生成器的損失函數(shù)的值對(duì)生成對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，最終得到生成式銹蝕特征圖；第一生成器的損失函數(shù)為：，其中表示第一生成器的損失值，e表示期望值，表示隨機(jī)噪聲向量，從噪聲分布中獲取，表示第一生成器的輸出，表示第一判別器對(duì)第一生成器生成的虛假銹蝕特征圖為真實(shí)的銹蝕特征圖的預(yù)測(cè)概率；第一判別器的損失函數(shù)為：

25、，其中表示第一判別器的損失值，表示從第一判別器收到真實(shí)的銹蝕特征圖的概率分布，表示第一判別器對(duì)于輸入的圖像是真實(shí)的銹蝕特征圖的預(yù)測(cè)概率。

26、進(jìn)一步地，將標(biāo)準(zhǔn)數(shù)據(jù)與電池包的銹蝕特征圖集合進(jìn)行擬合，得到標(biāo)準(zhǔn)數(shù)據(jù)和不同銹蝕程度的銹蝕特征圖的相似值，擬合的具體步驟包括：

27、步驟s301，對(duì)標(biāo)準(zhǔn)數(shù)據(jù)和銹蝕特征圖集合中的不同銹蝕程度的銹蝕特征圖分別計(jì)算灰度直方圖；

28、步驟s302，對(duì)灰度直方圖進(jìn)行歸一化，得到每種灰度值的概率；

29、步驟s303，根據(jù)歸一化后的灰度直方圖計(jì)算標(biāo)準(zhǔn)數(shù)據(jù)和銹蝕特征圖集合中不同銹蝕程度的銹蝕特征圖的kl散度值，kl散度值接近0時(shí)，表示標(biāo)準(zhǔn)數(shù)據(jù)和銹蝕特征圖相似程度高；

30、步驟s304，使用指數(shù)衰減轉(zhuǎn)換公式將kl散度值轉(zhuǎn)換為相似值，指數(shù)衰減轉(zhuǎn)換公式為：，其中，s表示標(biāo)準(zhǔn)數(shù)據(jù)和不同銹蝕程度的銹蝕特征圖的相似值，表示標(biāo)準(zhǔn)數(shù)據(jù)和銹蝕特征圖的kl散度值，e表示自然常數(shù)。

31、進(jìn)一步地，根據(jù)標(biāo)準(zhǔn)數(shù)據(jù)和不同銹蝕程度的銹蝕特征圖的相似值計(jì)算該電池包的銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)，銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)的計(jì)算公式為：

32、，其中，rs表示該電池包的銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)，、和分別表示輕度、中度和重度銹蝕程度的銹蝕特征圖的權(quán)重，且三個(gè)權(quán)重之和為1，、和分別表示標(biāo)準(zhǔn)數(shù)據(jù)與輕度、中度和重度銹蝕程度的銹蝕特征圖的相似值。

33、本發(fā)明的有益效果在于：本發(fā)明通過生成對(duì)抗網(wǎng)絡(luò)模型生成虛擬銹蝕特征圖，顯著擴(kuò)充銹蝕特征樣本數(shù)據(jù)庫(kù)，增強(qiáng)了系統(tǒng)對(duì)復(fù)雜銹蝕場(chǎng)景的適應(yīng)性，為銹蝕特征分析提供了強(qiáng)大的數(shù)據(jù)支持；

34、本發(fā)明通過構(gòu)建“材料-銹蝕特征圖”數(shù)據(jù)庫(kù)，并采用kl散度作為相似度計(jì)算方法，實(shí)現(xiàn)對(duì)不同材料和銹蝕程度的特征量化和分類分析，為銹蝕風(fēng)險(xiǎn)的科學(xué)評(píng)估提供了精準(zhǔn)的數(shù)據(jù)基礎(chǔ)；

35、本發(fā)明根據(jù)電池包的標(biāo)準(zhǔn)數(shù)據(jù)和不同銹蝕程度的銹蝕特征圖的相似值計(jì)算得到電池包的銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)，并將銹蝕風(fēng)險(xiǎn)分?jǐn)?shù)劃分為多個(gè)風(fēng)險(xiǎn)等級(jí)，結(jié)合風(fēng)險(xiǎn)等級(jí)采取對(duì)應(yīng)的響應(yīng)措施，實(shí)現(xiàn)了從銹蝕監(jiān)測(cè)到?jīng)Q策的智能一體化流程。