一种燃料电池能源站运维系统和方法技术方案

本申请实施例公开了一种燃料电池能源站运维系统和方法，所述系统包括：在云侧的数字化运维服务器和智能运维平台，在边侧的微网控制设备，在端侧的燃料电池能源站；所述智能运维平台承载数据可视化、人机交互以及智能服务的调用，所述智能运维平台用于实现远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能；所述微网控制设备用于边缘计算、边缘存储和边缘控制；所述燃料电池能源站包括燃料电池发电设备、燃料电池电解设备、储能电池和储氢设备中的一种或一种以上。高效实现燃料电池能源站的远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能。运维调度功能。运维调度功能。

【技术实现步骤摘要】
一种燃料电池能源站运维系统和方法


[0001]本申请实施例涉及新能源
，具体涉及一种燃料电池能源站运维系统和方法。

技术介绍

[0002]数字化和新能源是当今一大时代主题，新能源和数字化的融合在能源生产端如新能源发电、分布式微电网有其突出的应用前景。目前，以燃料电池为核心的电、热、储综合式能源站得到广泛的关注，但是该套系统的运维和管理手段仍然有所欠缺。

技术实现思路

[0003]为此，本申请实施例提供一种燃料电池能源站运维系统和方法，高效实现燃料电池能源站的远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能。
[0004]为了实现上述目的，本申请实施例提供如下技术方案：
[0005]根据本申请实施例的第一方面，提供了一种燃料电池能源站运维系统，所述系统包括：在云侧的数字化运维服务器和智能运维平台，在边侧的微网控制设备，在端侧的燃料电池能源站；
[0006]所述智能运维平台承载燃料电池能源站的数据可视化、人机交互以及智能服务的调用，所述智能运维平台用于实现远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能；
[0007]所述微网控制设备用于边缘计算、边缘存储和边缘控制；
[0008]所述燃料电池能源站包括燃料电池发电设备、燃料电池电解设备、储能电池和储氢设备中的一种或一种以上。
[0009]可选地，所述数字孪生功能是利用云侧的所述孪生模型、端侧的实体传感器和虚拟传感器实现的；
[0010]所述实体传感器的信号传输至云侧，通过云侧的数据流API服务写入数据存储服务器，再被所述孪生模型调用；所述虚拟传感器通过融合实测多个信号进行数字孪生；
[0011]所述孪生模型通过降阶模型和系统模型联合仿真得到，其中所述降阶模型用于通过智能算法进行三维结果的实时输出；所述系统模型用于所述燃料电池能源站的多部件过程的仿真。
[0012]可选地，所述故障诊断功能是利用端侧的实体传感器、云侧的所述孪生模型、机理模型、分类模型、故障树模型实现的；
[0013]所述实体传感器将诊断信号通过边缘故障存储传输至故障诊断页面，以使得若数据遥信中断时，边侧通过移动式OBD设备接入，进行故障的诊断；
[0014]所述孪生模型、所述机理模型、所述分类模型将诊断结果发送至故障树模型，以使得所述故障树模型对故障进行逐一排查。
[0015]可选地，所述孪生模型用于通过对比实测结果和孪生结果的差异确定故障特征向量，通过故障特征向量和故障特征矩阵库的对比确定诊断结果；
[0016]所述机理模型包括故障模态和正常模态的系统模型，所述机理模型根据实测数据进行仿真迭代计算，直至从故障模态中找到匹配实测数据的故障，作为诊断结果；
[0017]所述分类模型存储历史故障数据类特征和正常数据类特征，所述分类模型采集到实测数据后提取实测数据的数据特征，将所述实测数据的数据特征与历史故障数据类特征进行分类，直至实测数据与某一历史故障数据被分类至同一类时，所述实测数据作为诊断结果；
[0018]所述故障树模型存储所有顶层事件和底层事件库，以及不同顶层事件对应的底层事件最小割集。
[0019]可选地，所述性能寿命预测功能是利用端侧的实体传感器和云侧的所述分类模型、学习模型实现的；所述学习模型包括寿命学习模型以及性能学习模型；
[0020]所述实体传感器将采集信号输入所述分类模型，以使得所述分类模型根据系统运行状态识别出系统运行模式以及根据电池堆年龄对电池堆进行分类，并将结果输出至所述学习模型。
[0021]可选地，所述寿命学习模型为与电流、电压、气体流量、变载速率、温度相关的燃料电池衰减速率模型；所述性能学习模型是通过识别设定时间内的数据特征，并通过循环神经网络RNN、长短期记忆神经网络LSTM结合相应执行器输出参数进行计算得到，所述数据特征包括温度、电压、电流或功率特征。
[0022]可选地，所述运维调度功能是通过故障诊断功能产生的故障诊断结果发起的系统维修调度，通过启用所述决策模型根据数据库中的人员信息、任务列表以及设备信息发布维修决策。
[0023]可选地，所述远程监控功能是利用实体传感器、边缘控制模块和虚拟传感器实现的；
[0024]所述边缘控制模块用于获取燃料电池能源站的用电、用热、用氢情况，燃料电池电解设备、燃料电池发电设备的产能情况，储氢设备和储电设备的储能情况以及每个设备的运行状态，以设定成本和设定效益为约束，计算得到目标设备功率和能量配比，以总包控制指令的形式发送至终端控制设备进行控制。
[0025]可选地，所述数字孪生功能还包括数据的孪生结果展示，虚拟传感器结果展示以及实测结果和孪生结果实时的对比展示；
[0026]所述性能寿命预测功能还包括预测性能寿命的展示，所述预测性能寿命包括预测的温度和预测的剩余寿命。
[0027]根据本申请实施例的第二方面，提供了一种燃料电池能源站运维方法，所述方法包括：
[0028]智能运维平台承载燃料电池能源站的数据可视化、人机交互以及智能服务的调用，所述智能运维平台用于实现远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能；所述燃料电池能源站包括燃料电池发电设备、燃料电池电解设备、储能电池和储氢设备中的一种或一种以上；
[0029]数字化运维服务器承载计算服务模型，所述计算服务模型包括仿真模型、孪生模
型、学习模型、分类模型、机理模型、故障树模型以及决策模型；
[0030]微网控制设备进行边缘计算、边缘存储和边缘控制。
[0031]根据本申请实施例的第三方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现上述第一方面所述的方法。
[0032]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述第一方面所述的方法。
[0033]综上所述，本申请实施例提供了一种燃料电池能源站运维系统和方法，通过在云侧的数字化运维服务器和智能运维平台，在边侧的微网控制设备，在端侧的燃料电池能源站；所述智能运维平台承载燃料电池能源站的数据可视化、人机交互以及智能服务的调用，所述智能运维平台用于实现远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能；所述微网控制设备用于边缘计算、边缘存储和边缘控制；所述燃料电池能源站包括燃料电池发电设备、燃料电池电解设备、储能电池和储氢设备中的一种或一种以上。高效实现燃料电池能源站的远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能。
附图说明
[0034]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种燃料电池能源站运维系统，其特征在于，所述系统包括：在云侧的数字化运维服务器和智能运维平台，在边侧的微网控制设备，在端侧的燃料电池能源站；所述智能运维平台承载燃料电池能源站的数据可视化、人机交互以及智能服务的调用，所述智能运维平台用于实现远程监控功能、数字孪生功能、故障诊断功能、性能寿命预测功能及运维调度功能；所述微网控制设备用于边缘计算、边缘存储和边缘控制；所述燃料电池能源站包括燃料电池发电设备、燃料电池电解设备、储能电池和储氢设备中的一种或一种以上。2.如权利要求1所述的系统，其特征在于，所述数字孪生功能是利用云侧的所述孪生模型、端侧的实体传感器和虚拟传感器实现的；所述实体传感器的信号传输至云侧，通过云侧的数据流API服务写入数据存储服务器，再被所述孪生模型调用；所述虚拟传感器通过融合实测多个信号进行数字孪生；所述孪生模型通过降阶模型和系统模型联合仿真得到，其中所述降阶模型用于通过智能算法进行三维结果的实时输出；所述系统模型用于所述燃料电池能源站的多部件过程的仿真。3.如权利要求1所述的系统，其特征在于，所述故障诊断功能是利用端侧的实体传感器、云侧的所述孪生模型、机理模型、分类模型、故障树模型实现的；所述实体传感器将诊断信号通过边缘故障存储传输至故障诊断页面，以使得若数据遥信中断时，边侧通过移动式OBD设备接入，进行故障的诊断；所述孪生模型、所述机理模型、所述分类模型将诊断结果发送至故障树模型，以使得所述故障树模型对故障进行逐一排查。4.如权利要求3所述的系统，其特征在于，所述孪生模型用于通过对比实测结果和孪生结果的差异确定故障特征向量，通过故障特征向量和故障特征矩阵库的对比确定诊断结果；所述机理模型包括故障模态和正常模态的系统模型，所述机理模型根据实测数据进行仿真迭代计算，直至从故障模态中找到匹配实测数据的故障，作为诊断结果；所述分类模型存储历史故障数据类特征和正常数据类特征，所述分类模型采集到实测数据后提取实测数据的数据特征，将所述实测数据的数据特征与历史故障数据类特征进行分类，直至实测数据与某一历史故障数据被分类至同一类时，所述实测数据作为诊断结果；所述故障树模型存储所有顶层事件和底层事件库，以及不同顶层事件对应的底层事件最小割集。5.如权利要求1所述的系统，其特征在于，所述性能...

【专利技术属性】
技术研发人员：施王影，沈雪松，王珊，
申请(专利权)人：潍柴动力股份有限公司，
类型：发明
国别省市：