一种储能系统异常识别方法及系统技术方案

本发明专利技术提供了一种储能系统异常识别方法及系统，该方法包括：生成储能系统的热成像图，输入训练好的异常检测模型，输出检测结果；所述异常检测模型基于ResNet18模型训练产生；所述生成储能系统的热成像图包括：提取储能系统充放电时的温度数据；计算每个插箱温度；使用不同颜色代表不同的温度，绘制热成像图。本发明专利技术的优势在于：本申请不仅能实现实时自动巡检，大幅提高工作效率，降低人为风险，还能更及时地预警风险，减少潜在的安全隐患。同时，也支持持续分析历史温度数据和预警记录，优化算法和预警策略，不断提升系统的可靠性和安全性。

【技术实现步骤摘要】

本专利技术属于储能系统异常识别领域，具体涉及一种储能系统异常识别方法及系统。

技术介绍

1、电池安全是储能系统中至关重要的一环。然而，储能系统在运行过程中可能会遭遇电池本身原因、风扇异常、空调损坏等因素，导致整个系统面临安全风险。目前，对储能系统的安全风险评估主要采取两种方式。一种是当单体电池温度超过40度时触发bms(电池管理系统)告警，但这种方法存在一定的延迟性，往往预警时已经处于风险晚期。另一种方式是人工巡检，即工作人员携带热成像检测仪，对整个系统进行巡检。然而，这种方式效率低下且风险较高，容易出现漏检、误检等问题。因此，将热成像数字化，及时识别故障并对异常进行排查检修对于确保储能系统正常运行存在重要的作用。

2、目前国内外在储能系统故障诊断与识别方面开展了大量研究，但在基于储能集装箱在线监测数据生产数字热成像，并对风冷系统进行异常识别方面仍缺乏探索。申请公开号为cn217386471u的技术专利《一种蓄电池储能系统预警探测系统》，采用红外测温传感器通过感温电缆与信号处理器电连接，以对储能系统红外热成像曲线显示。当检测蓄电池组或储能配电柜本文档来自技高网...

【技术保护点】

1.一种储能系统异常识别方法，该方法包括：

2.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤1具体包括：

3.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤2具体包括：

4.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤3具体包括：

5.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述检测结果包括：正常、空调异常和风扇异常。

6.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述异常检测模型为使用Adam优化算法对ResNet18模型训练得到。

7....

【技术特征摘要】

1.一种储能系统异常识别方法，该方法包括：

2.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤1具体包括：

3.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤2具体包括：

4.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述步骤3具体包括：

5.根据权利要求1所述的储能系统异常识别方法，其特征在于，所述...

【专利技术属性】
技术研发人员：方一菲，孙鹏，王逸超，梅志刚，范宏凯，方铃博，吕宏伟，侠惠芳，唐庚，柳迪，
申请(专利权)人：新源智储能源发展北京有限公司，
类型：发明
国别省市：