System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电池,尤其涉及一种全钒液流电池储能系统的电解液泄露故障预测方法及装置。
技术介绍
1、全钒液流电池储能系统是一种氧化还原电池储能系统,其活性物质是循环流动的硫酸钒盐。在这种电池储能系统中,电能以化学能的方式存储在不同价态钒离子的硫酸电解液中。通过外接泵,电解液被压入电池堆体内,在机械动力作用下,使其在不同的储液罐和半电池的闭合回路中循环流动。电池组使用质子交换膜作为隔膜,电解质溶液平行流过电极表面并发生电化学反应。双电极板用于收集和传导电流,从而使储存在电解液中的化学能转换成电能。
2、但是电解液的泄露会导致全钒液流电池储能系统性能全面下降,二价水合钒离子容易在空气中氧化,导致容量损失。此外,高腐蚀性的正极和负极电解液可能会混合,这将直接影响全钒液流电池储能系统的性能和寿命。因此,亟需提出一种全钒液流电池储能系统的电解液泄露故障预测方法及装置。
技术实现思路
1、为了实现提高全钒液流电池储能系统的安全性和可靠性,降低维护成本,本申请提供一种全钒液流电池储能系统的电解液泄露故障预测方法及装置。
2、第一方面,提供提供一种全钒液流电池储能系统的电解液泄露故障预测方法,包括以下步骤:
3、获取当前周期的全钒液流电池储能系统的内部数据以及前一周期的全钒液流电池储能系统的内部数据;所述内部数据包括不少于两种内部子数据;
4、分别判断当前周期的所述内部子数据是否符合安全阈值;
5、当前周期的所述内部子数据符合安全阈值时,
6、当所述全钒液流电池储能系统的内部变化趋势类型为波动型时,即刻向客户端发出故障预警。
7、可选的,所述内部子数据包括全钒液流电池内部压力值、全钒液流电池内部气体种类、全钒液流电池内部超声波传播情况、全钒液流电池内部有机挥发监测情况、全钒液流电池内部温度值中的至少两种。
8、可选的,所述获取当前周期的全钒液流电池储能系统的内部数据,包括:
9、同时获取当前周期的全钒液流电池储能系统的内部数据;
10、或,
11、判断目标数据的获取方式是否存在干涉;所述目标数据包括需要获取的所述内部子数据;
12、当所述目标数据的获取方式不存在干涉时,判断目标数据的个数是否超过预设并行个数;
13、当所述目标数据的个数超过预设并行个数时,确定所述目标数据的采集分组个数;
14、将所述目标数据按照所述采集分组个数均衡分配,按照随机抽取的采集分组的序号顺序分组获取当前周期的所述目标数据。
15、可选的,所述当所述目标数据的个数超过预设并行个数时,确定所述目标数据的采集分组个数,包括:
16、目标数据的个数=目标数据的个数/预设并行个数+1
17、可选的,所述方法还包括:
18、当所述目标数据的获取方式存在干涉时,将存在干涉的目标数据分别分在不同采集分组;
19、按照随机抽取的采集分组的序号顺序分组获取当前周期的所述目标数据。
20、可选的,所述波动型包括单调递增、单调递减,所述内部变化趋势类型还包括稳定型。
21、可选的,构建所述电解液泄露故障预测模型,包括:
22、获取历史周期n-1的全钒液流电池储能系统的内部数据、历史周期n的全钒液流电池储能系统的内部数据、历史周期n+1的全钒液流电池储能系统的内部数据;
23、基于历史周期n-1的全钒液流电池储能系统的内部数据和历史周期n的全钒液流电池储能系统的内部数据,确定历史周期目标内部数据的差异值;
24、将历史周期目标内部数据的差异值与所述历史周期n+1的全钒液流电池储能系统的内部数据进行绑定,并将所述历史周期n+1的全钒液流电池储能系统的内部数据的类型作为全钒液流电池储能系统的内部变化趋势类型。
25、可选的,所述方法还包括:
26、当前周期的所述内部子数据不符合安全阈值:
27、即刻向客户端发出故障预警;
28、或,
29、将所有当前周期的所述内部子数据进行加权运算,确定全钒液流电池储能系统安全指数;
30、判断所述全钒液流电池储能系统安全指数是否属于正常范围;
31、当所述全钒液流电池储能系统安全指数不属于正常范围,即刻向客户端发出故障预警;
32、当所述全钒液流电池储能系统安全指数属于正常范围,将当前周期的全钒液流电池储能系统的内部数据和前一周期的所述内部子数据输入预先构建的电解液泄露故障预测模型,判断所述全钒液流电池储能系统的内部变化趋势类型。
33、第二方面,本申请提供提供一种全钒液流电池储能系统的电解液泄露故障预测装置,包括:
34、获取模块,用于获取当前周期的全钒液流电池储能系统的内部数据以及前一周期的全钒液流电池储能系统的内部数据;所述内部数据包括不少于两种内部子数据;
35、判断模块,用于分别判断当前周期的所述内部子数据是否符合安全阈值;
36、预测模块,用于当前周期的所述内部子数据符合安全阈值时,将当前周期的全钒液流电池储能系统的内部数据和前一周期的所述内部子数据输入预先构建的电解液泄露故障预测模型,判断所述全钒液流电池储能系统的内部变化趋势类型;
37、报警模块,用于当所述全钒液流电池储能系统的内部变化趋势类型为波动型时,即刻向客户端发出故障预警。
38、综上所述,本申请包括以下至少一种有益技术效果:通过提前预测电解液泄露,可以采取相应的预防措施,避免泄漏事故的发生,从而提高电池系统的安全性和可靠性,从而降低维护成本。
本文档来自技高网...【技术保护点】
1.一种全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述内部子数据包括全钒液流电池内部压力值、全钒液流电池内部气体种类、全钒液流电池内部超声波传播情况、全钒液流电池内部有机挥发监测情况、全钒液流电池内部温度值中的至少两种。
3.根据权利要求2所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述获取当前周期的全钒液流电池储能系统的内部数据,包括:
4.根据权利要求3所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述当所述目标数据的个数超过预设并行个数时,确定所述目标数据的采集分组个数,包括:
5.根据权利要求3所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,还包括:
6.根据权利要求1所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述波动型包括单调递增、单调递减,所述内部变化趋势类型还包括稳定型。
7.根据权利要求1所述的全钒液流电池
8.根据权利要求1所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,还包括:
9.一种全钒液流电池储能系统的电解液泄露故障预测装置,其特征在于,包括:
...【技术特征摘要】
1.一种全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述内部子数据包括全钒液流电池内部压力值、全钒液流电池内部气体种类、全钒液流电池内部超声波传播情况、全钒液流电池内部有机挥发监测情况、全钒液流电池内部温度值中的至少两种。
3.根据权利要求2所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述获取当前周期的全钒液流电池储能系统的内部数据,包括:
4.根据权利要求3所述的全钒液流电池储能系统的电解液泄露故障预测方法,其特征在于,所述当所述目标数据的个数超过预设并行个数...
【专利技术属性】
技术研发人员:张洁,孟维炬,吕善光,陈鼎基,林远腾,
申请(专利权)人:湖南省银峰新能源有限公司,
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。