威尼斯人棋牌-威尼斯欢乐娱人城-首页

一种储能电站电池舱电池故障预判及定位的方法与流程

文档序号:24897655发布日期:2021-04-30 15:57

技术特征:

1.一种储能电站电池舱电池故障预判及定位的方法,其特征在于,包括以下步骤:

(1)通过对单体电池健康度分析获取电池运行参数上下限阈值及当前状态下电池健康状态;

(2)基于过去一段时间历史数据来预测未来一段时间内的电池性能变化趋势,结合上下限阈值对未来可能发生的故障进行预判及定位;同时对电池单体、电池组或电池簇的性能进行短时间内的突变预测,通过电池故障精准预判及定位来预测短时间内电池单体、电池组或电池簇的性能可能发生的故障,并且进行故障定位。

2.根据权利要求1所述的储能电站电池舱电池故障预判及定位的方法,其特征在于,所述的单体电池健康度分析包括以下步骤:

(11)通过主元分析法选择统计量;

(12)对所选择的历史数据采用核密度估计,结合统计方法得到概率密度函数并由此计算相应的阈值;其中所选择的历史数据包括两周以内电池的电压、温度和soc数据;

(13)根据所选择的历史数据计算各统计量的超限频率作为健康度去评估每个单体的健康状态。

3.根据权利要求1所述的储能电站电池舱电池故障预判及定位的方法,其特征在于,步骤(2)中所述的电池性能变化趋势包括以下步骤:

(21)通过灰度关联分析法分析待测特征量与容量两序列各因素发展趋势的相似程度,衡量两序列之间的相关性;通过皮尔森相关系数衡量两变量线性相关的程度;最后通过斯皮尔曼等级相关系数衡量两变量之间是否严格单调的相关性指标,以具有严格单调的相关性指标的特征量作为健康因子;

(22)采用回声状态网络算法建立健康状态估计模型,以步骤(21)所确定的健康因子作为输入数据集,电池容量作为输出数据集训练健康状态估计模型,得到锂离子电池健康状态估计曲线;

(23)采用退化模型算法对锂离子电池健康状态进行预测,通过长短时记忆神经网络算法,对电池未来的健康因子状态进行预测,将预测的结果输入所述退化模型算法中得到容量估计值,预测锂离子电池的剩余寿命。

4.根据权利要求3所述的储能电站电池舱电池故障预判及定位的方法,其特征在于:步骤(21)所述的健康因子为等时间间隔电压差序列,根据恒流充电模式下的监测时间、监测电压以及容量值,求取电压差得到。

5.根据权利要求3所述的储能电站电池舱电池故障预判及定位的方法,其特征在于,所述步骤(22)包括以下内容:将求取的等时间间隔待测参量序列与对应的容量序列分为训练集与测试集,健康状态估计模型的模型参数包括储备池处理单元个数n,谱半径sr,储备池输入伸缩尺度is以及输入单元位移if;训练过程是通过逻辑回归训练健康状态估计模型的输出权值,使输出结果与实际结果的均方根误差最小,以及通过交叉验证的方法优化各参数值,使输出结果达到最优的状态;最后将测试数据的等时间间隔待测参量输入模型,估算电池的容量值,将电池的容量估算值与真实值对比,衡量模型的准确性。

6.根据权利要求3所述的储能电站电池舱电池故障预判及定位的方法,其特征在于,步骤(21)所述的长短期记忆神经网络算法包括以下内容:通过选取从第1个到第(n-m)个循环周期的等时间电压差数据,按顺序依次递推m个数据作为输入,选取从第m个到第n个循环周期的数据,按顺序依次递推m个数据作为输出;将所有数据划分为训练集和测试验证集,通过训练集训练长短期记忆神经网络模型,训练时首先进行数据归一化,预测结束后,再进行反归一化,得到预测结果的真实值。

7.根据权利要求1所述的储能电站电池舱电池故障预判及定位的方法,其特征在于,步骤(2)中所述的电池故障精准预判及定位包括以下步骤:

(31)将过去一段时间以内的历史数据进行分析;所述的历史数据包括堆号、簇号、堆电压、堆soc、堆温差、簇电压、簇soc、簇压差、簇温差、绝缘电阻-、绝缘电阻+、单体电芯编号、单体电芯电压、单体电池温度、单体电池soc;

(32)通过弹性网络模型,预测出电池在未来一段时间内的数据值;

(33)根据阈值判定未来短时间内是否有故障发生;

(34)根据故障树和故障与监测信号的关联矩阵,进行故障的故障定位、故障溯源。

8.根据权利要求7所述的储能电站电池舱电池故障预判及定位的方法,其特征在于:所述的步骤(32)包括以下步骤:

(321)模型初始化;

(322)模型训练:用过去0~t-1时刻的三维输入数据与0~t-1时刻的soc输出数据训练模型,所述三维输入数据包括单体电池电压、soc和单体电池温度;

(323)soc预测:利用训练所得的弹性网络模型,用第t时刻的三维输入数据估计第t时刻的soc;

(324)返回实行模型初始化、模型训练和soc预测,区别在于模型训练是用0~t-2时刻的三维输入与1~t-1时刻的soc训练模型,soc预测则用第t时刻的三维输入数据预测第t+1时刻的soc;

(325)重复实行步骤(324),每次模型训练输入不变,输出递进一个时刻,soc预测则递进预测一个时刻,直到soc预测逐步递进为用第t时刻的输入预测第t+at时刻的soc为止,得到当前时刻后δt内单体电池soc预测值。

9.根据权利要求7所述的储能电站电池舱电池故障预判及定位的方法,其特征在于:所述步骤(34)包括:首先,通过对储能电站可能发生的故障进行梳理,构建储能电站典型故障树;其次,通过故障树的构建,分析储能电站主要故障类型的表征参量,进而建立主要故障类型及其相关表征参量的影响关系;再次,基于德尔菲法建立主要故障类型及其相关表征参量的影响权重分析,构建储能电站电池舱故障专家数据库;最后,通过电池故障精准预判工序来预判出表征参量的类型及权重关系,对电池故障进行精准预判及定位。

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,该程序使计算机实行如权利要求1-9任一项所述的储能电站电池舱电池故障预判及定位的方法中的步骤。

再多了解一些
当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1

威尼斯人棋牌|威尼斯欢乐娱人城

XML 地图 | Sitemap 地图