【技术实现步骤摘要】
一种基于相似性度量的储能电池无监督故障诊断算法
[0001]本专利技术涉及储能电池故障诊断领域,尤其涉及一种基于相似性度量的储能电池无监督故障诊断算法。
技术介绍
[0002]推动新型储能快速发展是支撑新型电力系统的重要技术和基础装备。
[0003]储能在电源侧能够保障新能源高效消纳利用,为电力系统提供容量支撑及一定调峰能力;在电网侧能够提升大规模高比例新能源及大容量直流接入后系统灵活调节能力和安全稳定水平;在电网末端及偏远地区,建设储能或风光储电站,提高电网供电能力;移动式或固定式储能能够提升应急供电保障能力或延缓输变电升级改造需求;在分布式新能源、微电网、大数据中心、5G基站、充电设施、工业园区等用户侧,融合储能形成新的应用场景。
[0004]新型储能系统大多数采用锂电池电芯作为基本单元,储能电池的成组方式是由多个电池电芯串并联成一个模组,多个模组串并联成电池簇,多个电池簇并联形成的一个电池系统单元。这个电池系统单元包含了几千个电池电芯。在电源侧、电网侧和有些用户侧的大型储能电站中会由多个上述的电池系统单元组成,在这样一个由成千上万的电池电芯组成的系统中,有一个电芯出现故障都会给整个系统的安全、稳定、高效运行带来一定的影响。因此电池电芯健康状态的诊断显得尤为重要。
[0005]目前针对储能电池故障诊断的方法大多数基于电池整体或者是某一簇电池的运行情况,很少基于电池电芯的分析。大量的电池电芯,锂电池的充放电特性以及重返点的环境因素都给电池故障诊断带来困难。本专利提供一种基于相似性度量的储能电 ...
【技术保护点】
【技术特征摘要】
1.一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,包括如下步骤:S1、储能电池充放电过程的信号监测、采集、汇总,构建无监督故障诊断数据集;S2、对采集到的信号进行清洗,去除因传感器波动、操作环境突变因素引起的异常点,同时利用滑动平均法构建滤波器,以抑制采样中混入的噪声;S3、根据充放电过程的信号特性,根据极大(小)值点、拐点时序特征,构建每个单体电池的关键点序列;S4、提取监测信号的分段趋势项特征,基于每个单体电池的关键点序列,将完整的监测信号分割为若干时间片段,进行分段线性化;S5、基于相似性分析原理,构建单体电池离群值计算模块,包含三个离群度量子模块;S6、利用D
‑
S证据理论,实现多个标准的信息融合,得到每个单体电池相较于其他单体电池的离群程度,作为发生故障的重要衡量指标,进而判别故障电池。2.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,在步骤S1中,具体包括以下步骤:S101、利用电压传感器采集若干充放电周期内电池组的电压信号;S102、所检测电池组包含m个单体电池,在若干充放电周期内共有n个采样样本,构建电池组的监测矩阵。3.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,在步骤S2中,具体包括以下步骤:S201、计算局部信号的均值、标准差,构建当前时刻监测信号的正常范围;S202、对落在正常范围外的监测信号进行平滑处理。4.根据权利要求3所述的一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,在步骤S201中,利用时间窗构建时间序列片段,以反映局部特征以去除异常点,时间窗W
t
包含数据[X
t
‑
L
,X
t
‑
L+2
,...,X
t
‑1]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中L为时间窗的长度,时间窗每次向后推移一个时刻。5.根据权利要求1所述的一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,在步骤S3中,具体包括以下步骤:S301、根据单体电池监测信号的极值点、拐点,分别构建矩阵F和G,据此得到特异时刻点序列;S302、根据特异时刻点序列,构建第k个单体电池的关键点序列6.根据权利要求5所述的一种基于相似性度量的储能电池无监督故障诊断算法,其特征在于,在步骤S301中,针对离散信号,利用一阶差分和二阶差分以获得极值点、拐点,进而根据极值点、拐点为零得到特异时刻点。7...
【专利技术属性】
技术研发人员:范运飞,陈文胜,李峰,毛涛涛,
申请(专利权)人:浙江零碳云能源科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。