【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种用于储能电站的储能数据异常检测方法及系统。
技术介绍
1、随着可再生能源的快速发展和能源转型的推进，储能电站作为一种重要的能量存储解决方案逐渐受到关注和广泛应用。储能电站可以平衡电网供需，提高电网稳定性，并有效利用可再生能源；在储能电站中，储能系统的性能和稳定性十分重要。为了确保储能电站的正常运行，提前发现和解决储能数据异常情况非常关键。数据异常可能会导致系统故障、能量损失或安全风险。
2、传统的储能数据异常检测方法主要基于规则或统计分析，缺乏对大规模复杂数据的处理能力，容易漏检或误报。而随着人工智能和机器学习的发展，利用机器学习算法进行储能数据异常检测成为了一种有效的方法；储能电站中的电池充放电过程会引起电磁干扰，这可能对储能系统的稳定性和电池性能产生不良影响。电磁干扰会导致储能电压数据的噪声增加，降低监测数据的准确性，对电池的电压监测造成影响。由于储能电站中的电池容量大，充放电过程频繁，因此产生的电磁干扰变化较大，且由于电池功率变化时往往还会引起电压自身波动，电压自身波动和电磁干扰产生...
【技术保护点】
1.一种用于储能电站的储能数据异常检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取充电储能电压数据中每个IMF分量信号的每个时间点的电磁干扰强度，包括的具体方法为：
3.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取放电储能电压数据中每个IMF分量信号的每个时间点的电磁干扰强度，包括的具体方法为：
4.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取充电储能电压数据和放电储能电压数据的每个IMF...
【技术特征摘要】
1.一种用于储能电站的储能数据异常检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取充电储能电压数据中每个imf分量信号的每个时间点的电磁干扰强度，包括的具体方法为：
3.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取放电储能电压数据中每个imf分量信号的每个时间点的电磁干扰强度，包括的具体方法为：
4.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取充电储能电压数据和放电储能电压数据的每个imf分量信号的极值点序列，包括的具体方法为：
5.根据权利要求1所述一种用于储能电站的储能数据异常检测方法，其特征在于，所述获取每个imf分量信号的极值点序列中每个极值点对电磁干扰预测强度的贴合程度的具体公式为：
6.根据权利要求1所述一种用于储能电站的储能数据异常...
【专利技术属性】
技术研发人员：王林，郭旭，李波，蒋明哲，
申请(专利权)人：山东国华科技发展有限公司，
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。