一种基于LightGBM模型的储能电站电池故障诊断方法技术

本发明专利技术公开了一种基于LightGBM模型的储能电站电池故障诊断方法，特别是涉及电池检测技术领域，首先对电池组进行分组标号，然后通过测量模块测量电池组特性数据，结合组号建立数据库，建立计算机分析模块建立基于特征的LightGBM的电池组参数预测模型，通过调整LightGBM算法中的相关参数，然后利用数据库内海量的数据对模型进行了训练以及验证，得到最优超参数，根据最优超参数以及根据测量模块实时监测到的电池组数据特性，进行预测电池组是否将会出现故障，根据预测结果，将会出现故障，通过机械模块发出语音预警，当电池出现非正常状态下的突然故障，机械模块发出语音预警，本发明专利技术能够精确预测电池是否会出现故障，及时发现及时检修，及时止损。及时止损。及时止损。

【技术实现步骤摘要】
一种基于LightGBM模型的储能电站电池故障诊断方法


[0001]本专利技术属于电池检测
，特别提出一种基于LightGBM模型的储能电站电池故障诊断方法。

技术介绍

[0002]在水力发电中，为了做到在日调节以及年调节中，调节峰谷用电问题，做到用电平衡，需要建设储能电站，在储能电站中，通常通过两种方式进行蓄能，第一种通过抽水储能电站，在抽水储能电站中安装有抽水—发电两用机组，又能抽水，又能发电，在白天和前半夜，水库放水，高水位的水通过两用机组，此时两用机组作为发电机，将高水位的水的机械能转化为电能，向电网输送，解决用电高峰时电力不足，到后半夜，电网处于用电低谷，电网中不能储存电能，这时将两用机组作为抽水机(两用机组可作反向旋转)，利用电网中多余的电能，将低水位的水抽向高水位，并注入高水位的水库中，这样，在用电低谷时把电网中多余的电能转化为水的机械能储存在水库中，到用电高峰，水库放水，又将水的机械能，通过发电机转化为电能，向电网输送，水库中的水多次使用，与两机组一起，完成能量的多次转化，高水位水库储存了大量低水位的水，相当于储存电网中多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LightGBM模型的储能电站电池故障诊断方法，其特征在于，包括以下步骤：S1：将储能电站的众多电池根据接入电路划分成电池组并对每组电池组进行标号，给每组电池连接测量模块，测量每组电池组的充电电流、充电电压、内部电阻的常规电池特性，以及电池内部结构，并生成数据；S2：将得到的数据上传至计算机分析模块，计算机分析模块根据上传的电池特性数据以及电池组标号建立对应的数据库；S3：计算机分析模块建立基于特征的LightGBM的电池组参数预测模型，通过调整LightGBM算法中的相关参数，以分配各个数据特征和因素的权重大小，然后利用数据库内海量的数据对模型进行了训练以及验证，得到最优超参数；S4：LightGBM模型经过海量数据训练以及验证的深度学习后，根据最优超参数以及根据测量模块实时监测到的电池组数据特性，进行预测电池组是否将会出现故障；S5：根据预测结果，不会出现故障，继续实时监测，将会出现故障，通过计算机显示模块显示这一组电池组将要出现故障，并且通过机械模块发出语音预警；S6：检修人员根据显示的预测结果对该组电池组进行最为精确的人工检修，找出问题及时维护，做到及时止损。2.根据权利要求1所述的一种基于LightGBM模型的储能电站电池故障诊断方法，其特征在于，每组电池中的电池个数，电池容量，串联电池总电压均相同。3.根据权利要求1所述的一种基于LightGBM模型的储能电站电池故障诊断方法，其特征在于，所述测量模块检测电池进而获取数据的方式为，通过在输入端以及输出端均设置电流测量模块，电压测量模块，以及通过超声波成像扫描系统进行内部扫描，扫描图像通过计算机数字图像处理，得到电池组内部结构。4.根据权利要求3所述的一种基于Lig...

【专利技术属性】
技术研发人员：洪星，
申请(专利权)人：江苏慧智能源工程技术创新研究院有限公司，
类型：发明
国别省市：