【技术实现步骤摘要】
本专利技术涉及电网技术，尤其涉及一种新能源发电储能设备监控方法及系统。
技术介绍
1、随着可再生能源(如风能和太阳能)的快速发展以及电力系统的复杂性增加，能源电网面临着日益严峻的挑战，如能源波动、电网稳定性和能源存储需求。储能设备被广泛用于平衡电力供应和需求，提高电网的可靠性和稳定性。为了确保储能设备的安全运行和性能优化，监控系统变得至关重要。
技术实现思路
1、本专利技术实施例提供一种新能源发电储能设备监控方法及系统，至少能够解决现有技术中部分问题。
2、本专利技术实施例的第一方面，
3、提供一种新能源发电储能设备监控方法，包括：
4、获取目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，以及所述目标储能设备在单位时间的充电能量和放电能量，确定所述目标储能设备的循环效率；
5、获取所述目标储能设备的初始储能容量、所述目标储能设备的充放电循环次数以及所述目标储能设备在充电时的充电电流，以及在放电时的放电电流，通过预设的容量衰减预测模型预测所述目标储能设备的容量衰减率，其中，所述容量衰减预测模型基于改进的随机森林树模型构建；
6、若所述循环效率低于第一预设阈值和/或所述容量衰减率高于第二预设阈值，则发出预警信息，并根据所述循环效率、所述容量衰减率以及所述目标储能设备的基本属性信息通过预设的寿命预测模型对所述目标储能设备进行剩余寿命预测，在所述目标储能设备的剩余寿命低于预设寿命阈值时，对所述目标储能设备进行维修，其中
7、在一种可选的实施方式中，
8、获取目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，以及所述目标储能设备在单位时间的充电能量和放电能量，确定所述目标储能设备的循环效率，包括：
9、获取所述目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，结合所述目标储能设备对应的温度修正值，确定所述目标储能设备从充电开始到充电结束过程的单位充电耗损；
10、获取所述目标储能设备在单位时间的充电能量和放电能量，结合所述单位充电耗损，以及预先获取的单位充电效率以及单位放电效率，确定所述目标储能设备的循环效率。
11、在一种可选的实施方式中，
12、确定所述目标储能设备从充电开始到充电结束过程的单位充电耗损包括：
13、
14、其中，eloss表示所述单位充电耗损，t1、t2分别表示充电开始时间和充电结束时间，i(t)表示t时刻的内阻电流，rint表示所述内阻，△t(t)表示所述温度修正值。
15、在一种可选的实施方式中，
16、确定所述目标储能设备的循环效率包括：
17、
18、其中，circ表示所属循环效率，ein、eout分别表示所述充电能量和所述放电能量，ucharge、udischarge分别表示所述单位充电效率以及所述单位放电效率。
19、在一种可选的实施方式中，
20、通过预设的容量衰减预测模型预测所述目标储能设备的容量衰减率之前，还包括训练所述容量衰减预测模型：
21、随机从预先获取的容量训练数据集抽取训练样本，构建所述容量衰减预测模型的每个决策树对应的训练特征集，其中，所述训练数据集包括样本标签和样本值；
22、从所述训练特征集随机选择训练特征作为根节点，确定所述根节点的原始均方误差，以及所述根节点的左节点对应的第一均方误差、所述根节点的右节点对应的第二均方误差，基于所述原始均方误差、所述第一均方误差以及所述第二均方误差确定所述根节点的均方误差偏移值；
23、遍历所述训练特征集，将均方误差偏移值最小的根节点作为最佳分裂点，并将所述训练特征集符合分裂条件的节点作为左节点，不符合分裂条件的节点作为右节点，结合预设的决策树深度以及子节点阈值构建决策树；
24、检查所述决策树中相邻的同类型节点，并将所述相邻的同类型节点进行合并；识别所述决策树中不影响语义的中间节点，通过直接连接所述中间节点对应的左节点和右节点，删除所述中间节点，完成对所述决策树的剪枝。
25、在一种可选的实施方式中，
26、确定所述根节点的原始均方误差，以及所述根节点的左节点对应的第一均方误差、所述根节点的右节点对应的第二均方误差，基于所述原始均方误差、所述第一均方误差以及所述第二均方误差确定所述根节点的均方误差偏移值，包括：
27、mseos＝mseori-(mseleft+mseright)；
28、
29、
30、
31、其中，mseos、mseori、mseleft、mseright分别表示所述均方误差偏移值、所述原始均方误差、所述第一均方误差以及所述第二均方误差；
32、n、nleft、nright分别表示根节点的数量、左节点的数量以及右节点的数量，yi、yave、yileft、yiright分别表示第i个根节点、训练集的所有节点的标签均值、第i个左节点和第i个右节点。
33、在一种可选的实施方式中，
34、根据所述循环效率、所述容量衰减率以及所述目标储能设备的基本属性信息通过预设的寿命预测模型对所述目标储能设备进行剩余寿命预测包括：
35、所述寿命预测模型包括第一预测子模型和第二预测子模型，其中，所述第一预测子模型基于xgboost模型构建，所述第二预测子模型基于长短期记忆网络模型构建；
36、分别将所述循环效率、所述容量衰减率以及所述目标储能设备的基本属性信息转换为特征向量，构建特征向量集合，并将所述特征向量集合分别输入所述第一预测子模型和所述第二预测子模型，得到第一预测结果和第二预测结果；
37、分别确定所述第一预测结果对应的第一预测标准差，以及所述第二预测结果对应的第二预测标准差，结合所述第一预测结果对应的第一预测平均值和所述第二预测结果对应的第二预测平均值，确定所述第一预测结果对应的第一预测权重和所述第二预测结果对应的第二预测权重；
38、融合所述第一预测结果和所述第一预测权重，以及融合所述第二预测结果和所述第二预测权重确定所述目标储能设备的剩余寿命。
39、本专利技术实施例的第二方面，
40、提供一种新能源发电储能设备监控系统，包括：
41、第一单元，用于获取目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，以及所述目标储能设备在单位时间的充电能量和放电能量，确定所述目标储能设备的循环效率；
42、第二单元，用于获取所述目标储能设备的初始储能容量、所述目标储能设备的充放电循环次数以及所述目标储能设备在充电时的充电电流，以及在放电时的放电电流，通过预设的容量衰减预测模型预测所述目标储能设备的容量衰减率，其中，所述容量衰减预测模型基于改进的随机森林树模型构建；...
【技术保护点】
1.一种新能源发电储能设备监控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，以及所述目标储能设备在单位时间的充电能量和放电能量，确定所述目标储能设备的循环效率，包括：
3.根据权利要求2所述的方法，其特征在于，确定所述目标储能设备从充电开始到充电结束过程的单位充电耗损包括：
4.根据权利要求3所述的方法，其特征在于，确定所述目标储能设备的循环效率包括：
5.根据权利要求1所述的方法，其特征在于，通过预设的容量衰减预测模型预测所述目标储能设备的容量衰减率之前，还包括训练所述容量衰减预测模型：
6.根据权利要求5所述的方法，其特征在于，确定所述根节点的原始均方误差，以及所述根节点的左节点对应的第一均方误差、所述根节点的右节点对应的第二均方误差，基于所述原始均方误差、所述第一均方误差以及所述第二均方误差确定所述根节点的均方误差偏移值，包括：
7.根据权利要求1所述的方法，其特征在于，根据所述循环效率、所述容量衰减率以及所述目标储能
8.一种新能源发电储能设备监控系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
...【技术特征摘要】
1.一种新能源发电储能设备监控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标储能设备的内阻值、经过所述目标储能设备中内阻的内阻电流，以及所述目标储能设备在单位时间的充电能量和放电能量，确定所述目标储能设备的循环效率，包括：
3.根据权利要求2所述的方法，其特征在于，确定所述目标储能设备从充电开始到充电结束过程的单位充电耗损包括：
4.根据权利要求3所述的方法，其特征在于，确定所述目标储能设备的循环效率包括：
5.根据权利要求1所述的方法，其特征在于，通过预设的容量衰减预测模型预测所述目标储能设备的容量衰减率之前，还包括训练所述容量衰减预测模型：
6.根据权利要求5所述的方法，其...
【专利技术属性】
技术研发人员：张锡波，应建国，彭慧，刘峰，
申请(专利权)人：宁波新胜中压电器有限公司，
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。