【技术实现步骤摘要】
本申请属于故障诊断领域，尤其涉及一种储能系统的诊断方法、装置和储能诊断系统。
技术介绍
1、大型储能电站为应对安全监控，相关技术中，主要通过在部分新增电站内部署储能诊断系统进行状态运行监测以及故障诊断，但该储能诊断系统中的算法部署在储能电站现场，且算法参数是出厂时的预置值，无法根据电站的现场运行状况自行适配本地场站环境，适用场景有限且限制了诊断效果。
技术实现思路
1、本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种储能系统的诊断方法、装置和储能诊断系统，能够基于储能电站的现场运行状况自行适配本地场站环境，得到与当前诊断场景最匹配的优化算法参数，准确度高，有助于提高故障诊断效果且操作简单便捷，门槛低。
2、第一方面，本申请提供了一种储能系统的诊断方法，该方法包括：
3、获取目标电站对应的目标参考数据，所述目标参考数据包括：所述目标电站的目标诊断模型对应的当前算法参数、所述目标诊断模型对应的历史诊断结果、所述历史诊断结果对应的历史工作参数、所述目标诊断模型对应的调优约束条件以及历史故障评估结果中的至少两种；
4、将所述目标参考数据输入至目标调优模型，获取所述目标调优模型输出的优化算法参数；
5、将所述优化算法参数输入至所述目标诊断模型，获取所述目标诊断模型输出的预测诊断结果。
6、根据本申请的储能系统的诊断方法，通过将目标参考数据输入目标调优模型以自动得到优化算法参数，并基于优化算法参数进行故障诊断，能够
7、根据本申请的一个实施例，在所述获取目标电站对应的目标参考数据之前，所述方法还包括：
8、获取样本参考数据，所述样本参考数据包括：所述目标诊断模型对应的样本算法参数、所述目标诊断模型对应的样本诊断结果、所述样本诊断结果对应的样本工作参数、所述目标诊断模型对应的样本调优约束条件以及样本故障评估结果中的至少两种；
9、将所述样本参考数据输入至所述目标调优模型，获取所述目标调优模型输出的第一算法参数；
10、基于所述第一算法参数和目标约束，训练所述目标调优模型。
11、根据本申请的一个实施例，所述基于所述第一算法参数和目标约束，训练所述目标调优模型，包括：
12、将所述第一算法参数输入至所述目标诊断模型，获取所述目标诊断模型输出的所述第一算法参数对应的第一诊断结果；
13、基于所述第一诊断结果和所述目标约束，训练所述目标调优模型。
14、根据本申请的一个实施例，所述基于所述第一诊断结果和所述目标约束，训练所述目标调优模型，包括：
15、在确定所述第一诊断结果和所述目标约束满足目标收敛条件的情况下，停止训练；
16、在确定所述第一诊断结果和所述目标约束不满足所述目标收敛条件的情况下，基于所述第一诊断结果训练所述目标调优模型。
17、根据本申请的一个实施例，所述获取目标电站对应的目标参考数据，包括：
18、在确定进入自适应调优模式的情况下，获取所述目标参考数据。
19、根据本申请的一个实施例，在所述获取所述目标参考数据之前，所述方法还包括：
20、接收用户的第一输入；
21、响应于所述第一输入，确定进入所述自适应调优模式。
22、根据本申请的一个实施例，在所述获取所述目标参考数据之前，所述方法还包括：
23、在距上一次调优达到目标调优周期的情况下，确定进入所述自适应调优模式。
24、根据本申请的一个实施例，所述历史工作参数包括：历史电压、历史温度、历史电流、历史警告数据以及历史故障数据中的至少一种。
25、第二方面，本申请提供了一种储能系统的诊断装置，该装置包括：
26、第一处理模块，用于获取目标电站对应的目标参考数据，所述目标参考数据包括：所述目标电站的目标诊断模型对应的当前算法参数、所述目标诊断模型对应的历史诊断结果、所述历史诊断结果对应的历史工作参数、所述目标诊断模型对应的调优约束条件以及历史故障评估结果中的至少两种；
27、第二处理模块，用于将所述目标参考数据输入至目标调优模型，获取所述目标调优模型输出的优化算法参数；
28、第三处理模块，用于将所述优化算法参数输入至所述目标诊断模型，获取所述目标诊断模型输出的预测诊断结果。
29、根据本申请的储能系统的诊断装置，通过将目标参考数据输入目标调优模型以自动得到优化算法参数，并基于优化算法参数进行故障诊断，能够基于储能电站的现场运行状况自行适配本地场站环境，得到与当前诊断场景最匹配的优化算法参数，准确度高，有助于提高故障诊断效果且操作简单便捷，门槛低。
30、第三方面，本申请提供了一种储能诊断系统，包括：
31、基于如第一方面所述的储能系统的诊断方法涉及的目标调优模型；
32、目标诊断模型，所述目标调优模型的输出端与所述目标诊断模型的输入端连接。
33、第四方面，本申请提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的储能系统的诊断方法。
34、第五方面，本申请提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的储能系统的诊断方法。
35、本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
36、通过将目标参考数据输入目标调优模型以自动得到优化算法参数，并基于优化算法参数进行故障诊断，能够基于储能电站的现场运行状况自行适配本地场站环境，得到与当前诊断场景最匹配的优化算法参数，准确度高，有助于提高故障诊断效果且操作简单便捷，门槛低。
37、进一步地，基于由目标调优模型输出的调优算法参数进行故障诊断得到第一算法参数，以基于第一算法参数和目标约束反过来训练目标调优模型，能够基于电站的现场运行状况自行对目标调优模型进行优化，具有较好的训练效果，且能够有效减少算法参数调优周期，降低调优成本。
38、更进一步地，通过提供多种自适应调优模式的触发方式，使得在实际应用过程中，用户可基于实际需要进行选择，具有较高的灵活性和普适性。
39、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种储能系统的诊断方法，其特征在于，包括：
2.根据权利要求1所述的储能系统的诊断方法，其特征在于，在所述获取目标电站对应的目标参考数据之前，所述方法还包括：
3.根据权利要求2所述的储能系统的诊断方法，其特征在于，所述基于所述第一算法参数和目标约束，训练所述目标调优模型，包括：
4.根据权利要求3所述的储能系统的诊断方法，其特征在于，所述基于所述第一诊断结果和所述目标约束，训练所述目标调优模型，包括：
5.根据权利要求1-4任一项所述的储能系统的诊断方法，其特征在于，所述获取目标电站对应的目标参考数据，包括：
6.根据权利要求5所述的储能系统的诊断方法，其特征在于，在所述获取所述目标参考数据之前，所述方法还包括：
7.根据权利要求5所述的储能系统的诊断方法，其特征在于，在所述获取所述目标参考数据之前，所述方法还包括：
8.根据权利要求1-4任一项所述的储能系统的诊断方法，其特征在于，所述历史工作参数包括：历史电压、历史温度、历史电流、历史警告数据以及历史故障数据中的至少一种。
9
10.一种储能诊断系统，其特征在于，包括：
11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-8任一项所述的储能系统的诊断方法。
12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任一项所述储能系统的诊断方法。
...【技术特征摘要】
1.一种储能系统的诊断方法，其特征在于，包括：
2.根据权利要求1所述的储能系统的诊断方法，其特征在于，在所述获取目标电站对应的目标参考数据之前，所述方法还包括：
3.根据权利要求2所述的储能系统的诊断方法，其特征在于，所述基于所述第一算法参数和目标约束，训练所述目标调优模型，包括：
4.根据权利要求3所述的储能系统的诊断方法，其特征在于，所述基于所述第一诊断结果和所述目标约束，训练所述目标调优模型，包括：
5.根据权利要求1-4任一项所述的储能系统的诊断方法，其特征在于，所述获取目标电站对应的目标参考数据，包括：
6.根据权利要求5所述的储能系统的诊断方法，其特征在于，在所述获取所述目标参考数据之前，所述方法还包括：
7...
【专利技术属性】
技术研发人员：田竞成，闫永刚，翁捷，
申请(专利权)人：阳光电源上海有限公司，
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。