CN116111677A - 一种应用于储能领域的后台监控数据处理方法与*** - Google Patents
一种应用于储能领域的后台监控数据处理方法与*** Download PDFInfo
- Publication number
- CN116111677A CN116111677A CN202310000865.7A CN202310000865A CN116111677A CN 116111677 A CN116111677 A CN 116111677A CN 202310000865 A CN202310000865 A CN 202310000865A CN 116111677 A CN116111677 A CN 116111677A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage device
- data
- health
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
- G06F13/4282—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种应用于储能领域的后台监控数据处理方法与***,属于储能技术领域,具体包括:底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定实时运行数据是否存在异常;将实时运行数据通过串口与后台采集模块进行通信,后台采集模块对实时运行数据进行汇总得到汇总数据,并将汇总数据转发给监控前端显示模块;监控前端显示模块对汇总数据进行特征提取并得到波形特征和幅值确定储能装置的故障类型;基于汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对储能装置的健康度评估得到健康度评估结果,并对储能装置的健康度评估结果和汇总数据进行显示,从而进一步提升了储能装置运行的稳定性和可靠性。
Description
技术领域
本发明属于储能技术领域,尤其涉及一种应用于储能领域的后台监控数据处理方法与***。
背景技术
为了实现对储能***的监测数据的处理和显示,在授权发明专利授权公告号CN103475042B《一种微网***中储能装置管理***》中通过设置数据采集器收集锂电池储能管理子***的运行的数据;数据处理器对采集到的数据进行数据处理;数据存储器将数据分类后分别储存到不同数据库中;数据显示器对储能装置的装置参数及运行状态进行显示,实现了对储能装置的处理,但是却存在以下技术问题:
1、未考虑对收集到的储能装置的异常数据进行筛选处理和上报,当存在异常时,若分析问题时需要仔细分析多种数据,同时采用手动计算数据的方式,对人员的技能和经验提出了较高的要求,费时费力,而且及时性准确性均不太理想。
2、未考虑根据收集到的储能装置的数据进行储能装置的健康度评估,原有的设备异常或者故障信息均以预设条件的方式设置入现场设备中,按照预定标准进行异常处理和上报,这就导致了很多未知的故障问题不能及时的被发现,等到现场发生问题再去排查会耽误很多宝贵的时间,若能根据健康度的设置提前进行故障的筛选以及处理,则会节约大量的时间,并且避免不要的损失。
针对上述技术问题,本发明提供了一种应用于储能领域的后台监控数据处理方法与***。
发明内容
为实现本发明目的,本发明采用如下技术方案:
根据本发明的一个方面,提供了一种应用于储能领域的后台监控数据处理方法。
一种应用于储能领域的后台监控数据处理方法,其特征在于,具体包括:
S11底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器;
S12将所述实时运行数据通过串口与后台采集模块进行通信,所述后台采集模块对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
S13监控前端显示模块对所述汇总数据进行特征提取并得到波形特征和幅值,采用基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;
S14基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
通过首先基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器,从而首先从底层采集设备实现了对故障的预警,进一步提升了故障判断的准确性和效率,促进了储能装置运行的稳定性。
通过进一步结合汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,从而进一步实现了从多种数据的角度实现对故障的判断,保证了故障诊断的全面性和准确性,同时也保证了储能装置运行的稳定性。
通过健康度评估结果的显示,从而实现了对储能装置的运行状态的准确评估,避免了由于无法准确掌握储能装置的运行状态导致的故障等问题的出现,保证了最终的运行的稳定性和可靠性。
进一步的技术方案在于,所述实时运行数据包括所述储能装置的电池的电压、电流、温度,异常状态包括电压异常、电流异常、温度异常。
进一步的技术方案在于,所述底层采集设备与所述后台采集模块以及所述后台采集模块与所述监控前端显示模块的通信报文格式统一采用Modbus格式,其中所述Modbus格式包括:起始码,功能码,长度,数据区,校验区,结束码,所述校验区的校验统一使用CRC16校验。
进一步的技术方案在于,所述后台采集模块通过根据预设点表,发送数据请求报文,根据点表的数据组织格式对所述实时运行数据进行解析得到所述汇总数据,并将所述汇总数据存放在内存中汇总。
进一步的技术方案在于,所述储能装置的故障类型确定的具体步骤为:
S21获取所述汇总数据的波形特征和幅值,其中所述汇总数据的波形特征包括所述汇总数据的曲率、斜率,并基于所述汇总数据的波形特征确定所述储能装置是否存在异常,若是,则基于所述汇总数据的波形特征确定所述储能装置的故障类型,若否,则进入步骤S22;
S22基于所述储能装置的波形特征、幅值构建输入集,并将所述输入集送入至基于WOA-SVM算法的预测模型中,得到预测结果;
S23基于所述预测结果确定所述储能装置的故障类型。
进一步的技术方案在于,所述故障类型包括:无故障、充电环境温度过高、电池短路、电池容量过低、电池断路。
进一步的技术方案在于,所述健康度评估结果构建的具体步骤为:
S31判断所述储能装置的电池的电压幅值是否位于所述储能装置的电池的电压阈值范围以内,若是,则所述储能装置的电池的电压健康度为1,若否,则基于所述储能装置的电池的电压幅值确定所述储能装置的电压健康度;
S32判断所述储能装置的电池的电流幅值是否位于所述储能装置的电池的电流阈值范围以内,若是,则所述储能装置的电池的电流健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的电流健康度;
S33判断所述储能装置的电池的温度幅值是否位于所述储能装置的电池的温度阈值范围以内,若是,则所述储能装置的电池的温度健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的温度健康度;
S34基于所述储能装置的电压健康度、电流健康度、温度健康度,确定所述储能装置的健康度评估结果。
进一步的技术方案在于,根据所述储能装置的电池的电压幅值与所述电压幅值最接近的电压阈值的差值的绝对值作为电压偏差值,并以所述电压偏差值与所述电压幅值最接近的电压阈值的比值构建所述储能装置的电压不良度,若所述储能装置的电压不良度大于1,则所述储能装置的电压健康度为0,若所述储能装置的电压不良度小于等于1时,则并将1与所述电压不良度的差值作为所述储能装置的电压健康度。
进一步的技术方案在于,所述健康度评估结果的计算公式为:
其中JV、JI、JT分别为储能装置的电压健康度、电流健康度、温度健康度,K1、K2、K3为常数,且K1>K2>K3,K1+K2+K3=1。
另一方面,本发明提供了一种应用于储能领域的后台监控数据处理***,采用上述的一种应用于储能领域的后台监控数据处理方法,包括底层采集设备,后台采集模块,监控前端显示模块;
其中所述底层采集设备负责底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器,将所述实时运行数据通过串口与后台采集模块进行通信;
所述后台采集模块负责对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
所述监控前端显示模块负责对所述汇总数据进行特征提取并得到波形特征和幅值,采用基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是根据实施例1的一种应用于储能领域的后台监控数据处理方法的流程图;
图2是实施例2中的一种应用于储能领域的后台监控数据处理***的框架图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
实施例1
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种应用于储能领域的后台监控数据处理方法,其特征在于,具体包括:
S11底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器;
具体的,底层采集设备采集现场电池的电压,电流,温度等各种遥信,遥测数据用来监控电池工作状态,容量评估,健康程度评估等,也可进行充放电,均衡等遥控和遥调,可以通过预设设置电池电压,电流,温度上下限等生产过充,过放,高温等错误并产生对应的告警,底层采集设备通过串口与后台采集模块通信,串口通用性强,信号传输简单,可以有效的降低研发和生产成本,将各种遥信,遥测,告警,历史记录等数据上报给后台采集模块。
S12将所述实时运行数据通过串口与后台采集模块进行通信,所述后台采集模块对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
具体的,后台采集模块主要对底层采集设备的各种数据采集汇总,通过根据预设点表,发送数据请求报文,根据点表的数据组织格式进行解析并存放在内存中汇总,通过以太网的TCP协议中的websocket协议将数据转发给监控前端显示模块,执行监控前端显示模块通过websocket协议发送过来的充放电,均衡,功率限制等指令,将通过串口发送过来的底层采集数据的报文通过websocket协议转发给监控前端显示模块处理,一个后台采集模块支持采集多个,各种底层采集设备的数据,为监控前端显示模块提供统一并且唯一的接口,降低监控前端显示模块的复杂度,并且由于底层采集设备只和后台采集模块进行通信,并不直接对外,可以有效的降低针对设备的攻击,而且分别与底层采集设备和监控前端显示模块通信使用两套不同的协议也可以有效的增加攻击难度.保护设备的安全。
具体的,后台采集模块包括数据处理模块,策略执行模块,前端通信模块.设备通信模块:
1.数据处理模块:对底层采集设备通过串口发送的Modbus协议报文按照点表约定好的格式,根据该数据字节数,通过单字节数据左移变成多字节,然后和剩下的单字节数据进行位或操作,组合成整形数据,根据点表中的数据类型,浮点型除倍率转化为真实数据,并将真实数据转为websocket协议报文发送给监控前端显示模块用于数据显示,问题分析
2.策略执行模块:执行监控前端显示模块的发送过来的一些策略指令,如定时发送示波器数据,策略启动报文中带有数据发送间隔,数据点表号,然后策略执行模块将会按照指定时间间隔收取指定数据并将数据发送给监控前端显示模块用于示波器波形绘制.
3.前端通信模块:与监控前端显示模块进行通信,根据协议规定的功能码确定要执行的动作类型,根据协议规定的数据区,按照数据字节数,通过单字节数据左移变成多字节,然后和剩下的单字节数据进行位或操作获取到数据.
4.设备通信模块:与底层采集设备进行通信,报文转发。
S13监控前端显示模块对所述汇总数据进行特征提取并得到波形特征和幅值,采用基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;
具体的,监控前端显示模块与后台采集模块通信,用于显示从后台采集模块发送过来的底层采集设备中的实时数据,历史数据,设备运行日志,设备点表下发,设备校时,告警显示,软件示波器,数据修改,数据存储等功能,主要分为通信模块,实时数据显示模块,历史数据显示模块,日志显示模块,软件示波器模块,指令下发模块。
1.通信模块:与后台采集模块通过网络进行通信,收后台采集模块的报文,根据协议规定的功能码确定要执行的动作类型,根据协议规定的数据区,按照数据字节数,通过单字节数据左移变成多字节,然后和剩下的单字节数据进行位或操作获取到电压,电流,温度,示波器波形等数据.并将数据请求报文,示波器启动报文,数据修改报文等发给后台采集模块.
2.实时数据显示模块:显示从后台采集模块获取到的该设备点表的电压,电流,温度等实时数据,提供下设修改底层设备的电网频率,额定电压,额定电流,充放电等功能.
3.历史数据显示模块:用来显示从后台采集模块获取到的底层设备发生预设故障时,如电池电压超过预设的上限或低于预设的下限或温度高于预设的上限或温度低于预设下限或电流大于预设上限等等情况时,底层采集设备中存储的故障时的电压,电流,温度等超过或者低于上下限的数据
4.日志显示模块:用来显示从后台采集模块获取到的底层采集设备各种如电压,电流等数据告警的上下限设置失败,频率设置失败等各种操作异常,通过下设后重新读取数据的方式来判断设置是否成功来判断是否有异常发生,各种如升级,重启,关机,恢复出厂设置,点表设置等操作的日志文件.
5.指令下发模块:用于对设备进行校时,将本机的时间作为标准时间,把时间按照年月日时分秒毫秒的格式,点表按照点表文件二进制等等下发给后台采集模块,再由后台采集模块下发给底层设备
6.软件示波器模块:将各个数据点按照时间顺序,按照时间为X轴,数据值为Y轴,生成坐标,再将各个坐标之间通过直线连接绘制成曲线的模块,包括曲线实时数据显示和暂停显示,指定曲线隐藏不绘制,改变X和Y轴的显示范围来进行对曲线进行缩放,偏移,通过图形的曲率变化的方式可以简单直观的看出设备数据异常,如曲线斜率突变陡,变平.通过单曲线各个数据点的坐标的偏移,倍率可以使多条曲线关联看曲线斜率,如电压和电流,温度斜率同时变陡,说明电池充放电异常,降低了人工计算量和错误率,提高未知错误的识别率,节约大量人力,降低对运维人员的要求.还可以点击查看构成曲线的各个点的坐标值,单击曲线变色进行标记,通过选择起始坐标和终止坐标,确定需要截取的所有曲线坐标点,然后将所有坐标点另外存储文件进行曲线的截取和数据保存。
S14基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
通过首先基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器,从而首先从底层采集设备实现了对故障的预警,进一步提升了故障判断的准确性和效率,促进了储能装置运行的稳定性。
通过进一步结合汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,从而进一步实现了从多种数据的角度实现对故障的判断,保证了故障诊断的全面性和准确性,同时也保证了储能装置运行的稳定性。
通过健康度评估结果的显示,从而实现了对储能装置的运行状态的准确评估,避免了由于无法准确掌握储能装置的运行状态导致的故障等问题的出现,保证了最终的运行的稳定性和可靠性。
在另外一种可能的实施例中,所述实时运行数据包括所述储能装置的电池的电压、电流、温度,异常状态包括电压异常、电流异常、温度异常。
在另外一种可能的实施例中,所述底层采集设备与所述后台采集模块以及所述后台采集模块与所述监控前端显示模块的通信报文格式统一采用Modbus格式,其中所述Modbus格式包括:起始码,功能码,长度,数据区,校验区,结束码,所述校验区的校验统一使用CRC16校验。
具体的,监控前端显示模块将要显示的数据请求发送给后台采集模块,格式为:起始码+功能码+报文长度+数据区+校验区+结束码.校验统一使用CRC16校验.后台采集模块收到报文以后将功能码转为与底层采集设备的约定好的通信功能码,重新校验,再将报文发给底层采集设备,底层采集设备采集到对应的数据以后,真实数据乘倍率,再通过和0xFF进行与操作,获取单字节,再通过右移位操作重复和0xFF进行与操作将多字节的数据变为多个单字节的数据,起始码+数据返回码+报文长度+单字节数据+校验+结束码格式发送到后台采集模块,后台采集模块先对报文进行CRC16校验以保证报文正确无干扰,会将功能码转化为后台采集模块和监控前端约定好的通信功能码,重新对报文进行校验,将报文发送给监控前端模块,对报文进行CRC16校验以保证报文正确无干扰,再将多个单字节数据按照数据字节数,通过单字节数据左移变成多字节,然后和剩下的单字节数据进行位或操作获取到数据.再将数据在界面中对应区域显示出来。
在另外一种可能的实施例中,所述后台采集模块通过根据预设点表,发送数据请求报文,根据点表的数据组织格式对所述实时运行数据进行解析得到所述汇总数据,并将所述汇总数据存放在内存中汇总。
在另外一种可能的实施例中,所述储能装置的故障类型确定的具体步骤为:
S21获取所述汇总数据的波形特征和幅值,其中所述汇总数据的波形特征包括所述汇总数据的曲率、斜率,并基于所述汇总数据的波形特征确定所述储能装置是否存在异常,若是,则基于所述汇总数据的波形特征确定所述储能装置的故障类型,若否,则进入步骤S22;
S22基于所述储能装置的波形特征、幅值构建输入集,并将所述输入集送入至基于WOA-SVM算法的预测模型中,得到预测结果;
S23基于所述预测结果确定所述储能装置的故障类型。
在另外一种可能的实施例中,所述故障类型包括:无故障、充电环境温度过高、电池短路、电池容量过低、电池断路。
在另外一种可能的实施例中,所述健康度评估结果构建的具体步骤为:
S31判断所述储能装置的电池的电压幅值是否位于所述储能装置的电池的电压阈值范围以内,若是,则所述储能装置的电池的电压健康度为1,若否,则基于所述储能装置的电池的电压幅值确定所述储能装置的电压健康度;
S32判断所述储能装置的电池的电流幅值是否位于所述储能装置的电池的电流阈值范围以内,若是,则所述储能装置的电池的电流健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的电流健康度;
S33判断所述储能装置的电池的温度幅值是否位于所述储能装置的电池的温度阈值范围以内,若是,则所述储能装置的电池的温度健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的温度健康度;
S34基于所述储能装置的电压健康度、电流健康度、温度健康度,确定所述储能装置的健康度评估结果。
在另外一种可能的实施例中,根据所述储能装置的电池的电压幅值与所述电压幅值最接近的电压阈值的差值的绝对值作为电压偏差值,并以所述电压偏差值与所述电压幅值最接近的电压阈值的比值构建所述储能装置的电压不良度,若所述储能装置的电压不良度大于1,则所述储能装置的电压健康度为0,若所述储能装置的电压不良度小于等于1时,则并将1与所述电压不良度的差值作为所述储能装置的电压健康度。
具体的举个例子,若电池的电压幅值为2V,电压阈值为3-4V,则与所述电压幅值最接近的电压阈值为3V,电压偏差值为1V,电压不良度为0.33,则电压不良度为1-0.33=0.67。
具体的举个例子,根据所述储能装置的电池的电流幅值与所述电流幅值最接近的电流阈值的差值的绝对值作为电流偏差值,并以所述电流偏差值与所述电流幅值最接近的电流阈值的比值构建所述储能装置的电流不良度,若所述储能装置的电流不良度大于1,则所述储能装置的电流健康度为0,若所述储能装置的电流不良度小于等于1时,则并将1与所述电流不良度的差值作为所述储能装置的电流健康度。
具体的举个例子,根据所述储能装置的电池的温度幅值与所述温度幅值最接近的温度阈值的差值的绝对值作为温度偏差值,并以所述温度偏差值与所述温度幅值最接近的温度阈值的比值构建所述储能装置的温度不良度,若所述储能装置的温度不良度大于1,则所述储能装置的温度健康度为0,若所述储能装置的温度不良度小于等于1时,则并将1与所述温度不良度的差值作为所述储能装置的温度健康度。
在另外一种可能的实施例中,所述健康度评估结果的计算公式为:
其中JV、JI、JT分别为储能装置的电压健康度、电流健康度、温度健康度,K1、K2、K3为常数,且K1>K2>K3,K1+K2+K3=1。
实施例2
如图2所示,本发明提供了一种应用于储能领域的后台监控数据处理***,采用上述的一种应用于储能领域的后台监控数据处理方法,包括底层采集设备,后台采集模块,监控前端显示模块;
其中所述底层采集设备负责底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器,将所述实时运行数据通过串口与后台采集模块进行通信;
所述后台采集模块负责对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
所述监控前端显示模块负责对所述汇总数据进行特征提取并得到波形特征和幅值,采用基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
在本申请所提供的几个实施例中,应该理解到,所揭露的***和方法,也可以通过其它的方式实现。以上所描述的***实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种应用于储能领域的后台监控数据处理方法,其特征在于,具体包括:
S11底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器;
S12将所述实时运行数据通过串口与后台采集模块进行通信,所述后台采集模块对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
S13监控前端显示模块对所述汇总数据进行特征提取并得到波形特征和幅值,基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;
S14基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
2.如权利要求1所述的后台监控数据处理方法,其特征在于,所述实时运行数据包括所述储能装置的电池的电压、电流、温度,异常状态包括电压异常、电流异常、温度异常。
3.如权利要求1所述的后台监控数据处理方法,其特征在于,所述底层采集设备与所述后台采集模块以及所述后台采集模块与所述监控前端显示模块的通信报文格式统一采用Modbus格式,其中所述Modbus格式包括:起始码,功能码,长度,数据区,校验区,结束码,所述校验区的校验统一使用CRC16校验。
4.如权利要求1所述的后台监控数据处理方法,其特征在于,所述后台采集模块通过根据预设点表,发送数据请求报文,根据点表的数据组织格式对所述实时运行数据进行解析得到所述汇总数据,并将所述汇总数据存放在内存中汇总。
5.如权利要求1所述的后台监控数据处理方法,其特征在于,所述储能装置的故障类型确定的具体步骤为:
S21获取所述汇总数据的波形特征和幅值,其中所述汇总数据的波形特征包括所述汇总数据的曲率、斜率,并基于所述汇总数据的波形特征确定所述储能装置是否存在异常,若是,则基于所述汇总数据的波形特征确定所述储能装置的故障类型,若否,则进入步骤S22;
S22基于所述储能装置的波形特征、幅值构建输入集,并将所述输入集送入至基于WOA-SVM算法的预测模型中,得到预测结果;
S23基于所述预测结果确定所述储能装置的故障类型。
6.如权利要求5所述的后台监控数据处理方法,其特征在于,所述故障类型包括:无故障、充电环境温度过高、电池短路、电池容量过低、电池断路。
7.如权利要求1所述的后台监控数据处理方法,其特征在于,所述健康度评估结果构建的具体步骤为:
S31判断所述储能装置的电池的电压幅值是否位于所述储能装置的电池的电压阈值范围以内,若是,则所述储能装置的电池的电压健康度为1,若否,则基于所述储能装置的电池的电压幅值确定所述储能装置的电压健康度;
S32判断所述储能装置的电池的电流幅值是否位于所述储能装置的电池的电流阈值范围以内,若是,则所述储能装置的电池的电流健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的电流健康度;
S33判断所述储能装置的电池的温度幅值是否位于所述储能装置的电池的温度阈值范围以内,若是,则所述储能装置的电池的温度健康度为1,若否,则基于所述储能装置的电池的电流幅值确定所述储能装置的温度健康度;
S34基于所述储能装置的电压健康度、电流健康度、温度健康度,确定所述储能装置的健康度评估结果。
8.如权利要求7所述的后台监控数据处理方法,其特征在于,根据所述储能装置的电池的电压幅值与所述电压幅值最接近的电压阈值的差值的绝对值作为电压偏差值,并以所述电压偏差值与所述电压幅值最接近的电压阈值的比值构建所述储能装置的电压不良度,若所述储能装置的电压不良度大于1,则所述储能装置的电压健康度为0,若所述储能装置的电压不良度小于等于1时,则并将1与所述电压不良度的差值作为所述储能装置的电压健康度。
10.一种应用于储能领域的后台监控数据处理***,采用权利要求1-9任一项所述的一种应用于储能领域的后台监控数据处理方法,包括底层采集设备,后台采集模块,监控前端显示模块;
其中所述底层采集设备负责底层采集设备获取储能装置的实时运行数据,并基于设定阈值确定所述实时运行数据存在异常时,则将所述实时运行数据和异常状态通过通信模块传输至监控服务器,将所述实时运行数据通过串口与后台采集模块进行通信;
所述后台采集模块负责对所述实时运行数据进行汇总得到汇总数据,并根据通过以太网的TCP协议中的websocket协议将所述汇总数据转发给监控前端显示模块;
所述监控前端显示模块负责对所述汇总数据进行特征提取并得到波形特征和幅值,采用基于所述汇总数据的波形特征和幅值,采用基于WOA-SVM算法的预测模型,确定所述储能装置的故障类型,并基于所述储能装置的故障类型确定所述储能装置存在异常时,将所述储能装置的故障类型和实时运行数据传输至监控服务器;基于所述汇总数据的幅值,通过构建储能装置的健康度评估模型,实现对所述储能装置的健康度评估得到健康度评估结果,并基于所述监控前端显示模块对所述储能装置的健康度评估结果和汇总数据进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310000865.7A CN116111677B (zh) | 2023-01-03 | 2023-01-03 | 一种应用于储能领域的后台监控数据处理方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310000865.7A CN116111677B (zh) | 2023-01-03 | 2023-01-03 | 一种应用于储能领域的后台监控数据处理方法与*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116111677A true CN116111677A (zh) | 2023-05-12 |
CN116111677B CN116111677B (zh) | 2023-08-29 |
Family
ID=86265037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310000865.7A Active CN116111677B (zh) | 2023-01-03 | 2023-01-03 | 一种应用于储能领域的后台监控数据处理方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116111677B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738585A (zh) * | 2009-09-28 | 2010-06-16 | ***通信集团浙江有限公司 | 一种判定蓄电池容量与健康度的方法及*** |
WO2022198469A1 (zh) * | 2021-03-24 | 2022-09-29 | 华为数字能源技术有限公司 | 储能***、电池监控方法以及储能设备 |
CN115421050A (zh) * | 2022-10-12 | 2022-12-02 | 中国电力科学研究院有限公司 | 一种电池健康状态的估计方法、***、设备及存储介质 |
-
2023
- 2023-01-03 CN CN202310000865.7A patent/CN116111677B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738585A (zh) * | 2009-09-28 | 2010-06-16 | ***通信集团浙江有限公司 | 一种判定蓄电池容量与健康度的方法及*** |
WO2022198469A1 (zh) * | 2021-03-24 | 2022-09-29 | 华为数字能源技术有限公司 | 储能***、电池监控方法以及储能设备 |
CN115421050A (zh) * | 2022-10-12 | 2022-12-02 | 中国电力科学研究院有限公司 | 一种电池健康状态的估计方法、***、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
曹宇: "基于支持向量机的变电站蓄电池健康度评估", 电气传动自动化, vol. 43, no. 1, pages 1 - 3 * |
Also Published As
Publication number | Publication date |
---|---|
CN116111677B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112204631B (zh) | 管理智能警报的***和方法 | |
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
US20150331063A1 (en) | Dynamic Modeling and Resilience for Power Distribution | |
CN102282552A (zh) | 基于模式的智能控制、监测及自动化的***、方法和计算机程序 | |
CN109462490B (zh) | 视频监控***及故障分析方法 | |
US20200036605A1 (en) | Network Element Health Status Detection Method and Device | |
CN113325308B (zh) | 一种用于数据中心的供电故障检测方法 | |
CN106374993A (zh) | 全自动无人值守的卫星遥测监控平台及数据处理方法 | |
CN110866616A (zh) | 一种变电站二次设备故障预警方法及装置 | |
CN113112038B (zh) | 智能监测与诊断分析***、装置、电子设备及存储介质 | |
CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测***及方法 | |
CN116388402B (zh) | 一种应用于变电设备的异常报警分析方法 | |
CN115529595A (zh) | 一种日志数据的异常检测方法、装置、设备及介质 | |
CN117641157A (zh) | 一种用电信息采集终端的抄表方法 | |
US11657148B2 (en) | Event analysis in an electric power system | |
CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及*** | |
CN116111677B (zh) | 一种应用于储能领域的后台监控数据处理方法与*** | |
CN106874525B (zh) | 一种风电机组设备故障筛查、统计的方法与装置 | |
CN114500178B (zh) | 一种自运维的智慧物联网关 | |
CN116743618B (zh) | 厂站远动设备的数据采集分析方法、设备及介质 | |
CN118051386B (zh) | 基于doris数据同步的灾难恢复*** | |
CN117914005B (zh) | 一种配网精益化全景监测***及方法 | |
CN110912268B (zh) | 一种基于物联信息平台的有源滤波器信息处理方法 | |
Trammell et al. | A tale of two outages: A study of the skype network in distress | |
CN117371978B (zh) | 一种基于物联网平台的供水项目设备故障溯源方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |