CN117294017A - 多参数综合分析的储能电站状态监测方法及*** - Google Patents

多参数综合分析的储能电站状态监测方法及*** Download PDF

Info

Publication number
CN117294017A
CN117294017A CN202311290975.8A CN202311290975A CN117294017A CN 117294017 A CN117294017 A CN 117294017A CN 202311290975 A CN202311290975 A CN 202311290975A CN 117294017 A CN117294017 A CN 117294017A
Authority
CN
China
Prior art keywords
battery pack
fusion
energy storage
abnormal
score
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.)
Pending
Application number
CN202311290975.8A
Other languages
English (en)
Inventor
董超
周跃利
王劲
刘邦金
张敏
汪林威
周良睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Peak Shaving And Frequency Modulation Guangdong Energy Storage Technology Co ltd
Original Assignee
China Southern Power Grid Peak Shaving And Frequency Modulation Guangdong Energy Storage Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Peak Shaving And Frequency Modulation Guangdong Energy Storage Technology Co ltd filed Critical China Southern Power Grid Peak Shaving And Frequency Modulation Guangdong Energy Storage Technology Co ltd
Priority to CN202311290975.8A priority Critical patent/CN117294017A/zh
Publication of CN117294017A publication Critical patent/CN117294017A/zh
Pending legal-status Critical Current

Links

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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • 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]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供一种多参数综合分析的储能电站状态监测方法及***，涉及储能电站技术领域。该方法包括：获取储能电站各个电池组的电力参数；利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数；在异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组；根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。由此，能够实现更准确、快速地发现储能电站的异常工作状态。

Description

多参数综合分析的储能电站状态监测方法及***
技术领域
本发明涉及储能电站技术领域，尤其涉及一种多参数综合分析的储能电站状态监测方法及***。
背景技术
储能电站的安全问题一直以来是广大用户最关心的问题，储能电站通常是由若干电池组组成，所以，储能电站的安全在大多数情况下也是由这些电池组决定的，因此，对储能电站中各个电池组进行实时监测是非常必要的。
相关的储能电站监测方式，主要是通过针对储能电站一些重要参数设置固定阈值，来实现对储能电站的状态进行监测和报警，但是采用这种方式，若人为设置较高的固定阈值，其对储能电站的监测灵敏度较低；若人为设置较低的固定阈值，其对储能电站的监测会一直处于波动变化状态，瞬时峰值达到阈值就会触发报警，这种虚报现象又会浪费大量资源。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明提供一种多参数综合分析的储能电站状态监测方法及***，以实现更准确、快速地发现储能电站的异常工作状态。
本发明提供一种多参数综合分析的储能电站状态监测方法，包括：
获取储能电站各个电池组的电力参数；
利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数；
在所述异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组；
根据各所述异常电池组输出报警信息，所述报警信息用于提示工作人员对所述异常电池组进行处理。
所述电力参数至少包括所述电池组的电压、电流、温度以及充放电功率，所述利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数，包括：针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值；将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数。
所述将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数，包括：从所有所述融合值中随机选择一个融合值作为分割点；将所有所述融合值中大于等于所述分割点的值的融合值分到节点的右孩子，并将所有所述融合值中小于所述分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点；确定所述孤立二叉树各个所述节点的路径长度，并根据各个所述节点的路径长度确定各个所述电池组的所述异常分数。
针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值，包括：利用加权融合算法将所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理。
在获取储能电站各个电池组的电力参数之后，所述方法还包括：对各个所述电池组的所述电力参数进行数据清洗处理。
本发明还提供一种多参数综合分析的储能电站状态监测***，包括：获取模块，用于获取储能电站各个电池组的电力参数；异常分数确定模块，用于利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数；异常电池组确定模块，用于在所述异常分数超过预设值的情况下，确定所述异常分数对应的电池组为异常电池组；报警模块，用于根据各所述异常电池组输出报警信息，所述报警信息用于提示工作人员对所述异常电池组进行处理。
所述电力参数至少包括所述电池组的电压、电流、温度以及充放电功率，所述异常分数确定模块具体用于：针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值；将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数。
所述异常分数确定模块还具体用于：从所有所述融合值中随机选择一个融合值作为分割点；将所有所述融合值中大于等于所述分割点的值的融合值分到节点的右孩子，并将所有所述融合值中小于所述分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点；确定所述孤立二叉树各个所述节点的路径长度，并根据各个所述节点的路径长度确定各个所述电池组的所述异常分数。
所述异常分数确定模块还具体用于：利用加权融合算法将所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理。
所述***还包括：数据清洗模块，用于对各个所述电池组的所述电力参数进行数据清洗处理。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述多参数综合分析的储能电站状态监测方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述多参数综合分析的储能电站状态监测方法。
本发明还提供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任一种所述多参数综合分析的储能电站状态监测方法。
本发明相对于现有技术的改进点主要如下：
(1)利用预先构建的异常检测模型并结合各个电池组的电力参数，确定各个电池组的异常分数。(2)根据各个电池组的异常分数确定异常电池组。(3)对电力参数：电池组的电压、电流、温度以及充放电功率进行数据融合。(4)预先构建的异常检测模型是通过多次分割，快速找到所有电池组中离散的融合值，进而快速确定异常电池组。
本发明提供的多参数综合分析的储能电站状态监测方法，在获得储能电站各个电池组的电力参数之后，通过预先构建的异常检测模型和各个电池组的电力参数，得到各个电池组的异常分数，进而根据异常分数快速确定异常电池组，最后通过根据各异常电池组输出报警信息，以便工作人员及时对异常电池组进行处理，实现了更准确、快速地发现储能电站的异常工作状态。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的多参数综合分析的储能电站状态监测方法的场景示意图；
图2是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之一；
图3是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之二；
图4是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之三；
图5是本发明实施例的多参数综合分析的储能电站状态监测***的方框图；
图6示例了一种电子设备的实体结构示意图。
具体实施方式
为了方便理解，本说明书实施方式提供一种多参数综合分析的储能电站状态监测方法的场景示例，该场景示例应用在如图1所示的应用环境中，其中，包括多参数综合分析的储能电站状态监测***以及若干电池组，多参数综合分析的储能电站状态监测***与各个电池组建立连接关系。
在本场景示例中，多参数综合分析的储能电站状态监测***可以包括一个能够运行多参数综合分析的储能电站状态监测方法的程序的服务器，以及一个与该服务器连接的用户端。
多参数综合分析的储能电站状态监测***可以实时获取各个电池组的电压、电流、温度以及充放电功率等电力参数，再通过预先构建的异常检测模型对上述参数进行分析，确定各个电池组的异常分数，进而确定异常电池组。需要说明的是，可以在每个电池组中设置电压传感器、电流传感器、温度传感器等，从而来获取电池组的电力参数。
当服务器监测到异常电池组后，可以向用户端输出报警信息，使工作人员通过用户端就能快速查看异常电池组的相关信息、故障信息等等。
在本场景示例中，用户端可以为移动电话、笔记本电脑、PAD(平板电脑)、等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。这里所列举的用户端仅为一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
参考前述实施例多参数综合分析的储能电站状态监测方法的场景示例，下面对本发明实施例的多参数综合分析的储能电站状态监测方法进行详细介绍。
图2是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之一。该多参数综合分析的储能电站状态监测方法可以应用于上述的多参数综合分析的储能电站状态监测***，如图2所示，该多参数综合分析的储能电站状态监测方法可以包括以下步骤：
步骤210：获取储能电站各个电池组的电力参数。
步骤220：利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数。
步骤230：在异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组。
步骤240：根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。
需要说明的是，电力参数是指能够反映电池组工作状态的一些参数，电力参数可以包括但不限于：电压、电流以及温度等等。
在本实施例中，预先构建的异常检测模型可以为以孤立森立模型为基础的模型。孤立森立模型是属于无监督学习范畴中检测异常值的一种模型，他不同于其他通过计算距离和密度来识别样本点是否是孤立点，而是通过样本的疏密程度来判断样本的是否孤立。孤立森林模型是采用多重二分法将样本点进行分区，该算法将样本中所有样本进行切分，直到每个样本点或极少样本点被划分在同一区域，这样样本越密集的区域，区域中的点被孤立时所需要的切分次数就越多，同理样本是孤立点，则该点被孤立时切分的次数就越低。由此，通过较少次数的切分，既可快速找到异常点(即孤立点)。
因此，本实施例采用基于孤立森立模型的异常检测模型，能够快速各个电池组的异常分数，进而确定异常电池组。但是这里需要说明的是，本实施例中储能电站的电池组需要采用相同规格，以保证监测的准确性。
在得到各个电池组的电力参数后，将电池组的电力参数进行数据融合，再将数据融合后的值输入异常检测模型中，异常检测模型以孤立森林算法得到各个电池组的异常分数并输出。在本实施例中，可以取异常分数超过预设值的电池组作为异常电池组，预设值可以由工作人员根据实际需求进行人为设置，此处不做具体限制。
在确定了异常电池组之后，可以根据异常电池组的编号、故障原因等信息生成报警信息并输出至用户端，以便工作人员根据报警信息对异常电池组进行处理。
图3是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之二。电力参数至少包括电池组的电压、电流、温度以及充放电功率，步骤220可以包括以下步骤：
步骤310：针对任一电池组，对电池组的电压、电流、温度以及充放电功率进行数据融合处理，得到电池组对应的融合值。
步骤320：将融合值输入至预先构建的异常检测模型中，得到各个电池组的异常分数。
具体地，数据融合的方式可以采用已有的方式进行数据融合，例如，加权融合算法、标准融合算法等等。通过对电池组的电压、电流、温度以及充放电功率进行数据融合，在将融合后的融合值输入至异常检测模型中进行分析，能够更全面、准确的实现对各个电池组的异常分析。
针对任一电池组，对电池组的电压、电流、温度以及充放电功率进行数据融合处理，得到电池组对应的融合值，可以包括：利用加权融合算法将电池组的电压、电流、温度以及充放电功率进行数据融合处理。
具体地，可以由工作人员分别设置电压、电流、温度以及充放电功率这几个电力参数的权重，再将电压、电流、温度以及充放电功率这几个电力参数与对应的权重相乘再相加，既可得到电池组对应的融合值。得到电池组对应的融合值之后，再将各个电池组的融合值输入至异常检测模型中，异常检测模型输出各个电池组的异常分数。
图4是本发明实施例的多参数综合分析的储能电站状态监测方法的流程图之三。将融合值输入至预先构建的异常检测模型中，得到各个电池组的异常分数，可以包括以下步骤：
步骤410：从所有融合值中随机选择一个融合值作为分割点。
步骤420：将所有融合值中大于等于分割点的值的融合值分到节点的右孩子，并将所有融合值中小于分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点。
步骤430：确定孤立二叉树各个节点的路径长度，并根据各个节点的路径长度确定各个电池组的异常分数。
具体地，异常检测模型随机从所有融合值中选择一个融合值作为分割点，再按照分割点的融合值，将所有融合值中大于等于分割点的值的融合值分到节点的右孩子，得到第一子节点；将所有融合值中小于分割点的值的融合值分到节点的左孩子，得到第二子节点。再从第一子节点中随机选择一个融合值作为分割点，以同样的方式再次进行分割，从第二子节点中随机选择一个融合值作为分割点，将第二子节点进行分割；重复上述步骤，直至达到预设条件，既可得到一个孤立二叉树的所有节点。
得到孤立二叉树的所有节点之后，可以计算各个节点的路径长度，基于路径长度确定各个电池组的异常分数。
在获取储能电站各个电池组的电力参数之后，该多参数综合分析的储能电站状态监测方法还包括：对各个电池组的电力参数进行数据清洗处理。在本实施例中，可以采用已有的数据清洗方式对获取到的电力参数进行数据清洗，以保证后续分析的准确性。
图5是本发明实施例的多参数综合分析的储能电站状态监测***的方框图。
如图5所示，该多参数综合分析的储能电站状态监测***包括获取模块510，用于获取储能电站各个电池组的电力参数；异常分数确定模块520，用于利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数；异常电池组确定模块530，用于在异常分数超过预设值的情况下，确定异常分数对应的电池组为异常电池组；报警模块540，用于根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。
由此，获取模块510在获得储能电站各个电池组的电力参数之后，异常分数确定模块520通过预先构建的异常检测模型和各个电池组的电力参数，得到各个电池组的异常分数，异常电池组确定模块530进而根据异常分数快速确定异常电池组，最后报警模块540通过根据各异常电池组输出报警信息，以便工作人员及时对异常电池组进行处理，实现了更准确、快速地发现储能电站的异常工作状态。
电力参数至少包括电池组的电压、电流、温度以及充放电功率，异常分数确定模块520具体用于：针对任一电池组，对电池组的电压、电流、温度以及充放电功率进行数据融合处理，得到电池组对应的融合值；将融合值输入至预先构建的异常检测模型中，得到各个电池组的异常分数。
异常分数确定模块520还具体用于：从所有融合值中随机选择一个融合值作为分割点；将所有融合值中大于等于分割点的值的融合值分到节点的右孩子，并将所有融合值中小于分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点；确定孤立二叉树各个节点的路径长度，并根据各个节点的路径长度确定各个电池组的异常分数。
异常分数确定模块520还具体用于：利用加权融合算法将电池组的电压、电流、温度以及充放电功率进行数据融合处理。
多参数综合分析的储能电站状态监测***还包括：数据清洗模块550，用于对各个电池组的电力参数进行数据清洗处理。
需要说明的是，本实施例的多参数综合分析的储能电站状态监测***中未披露的细节，请参照本说明书实施例中多参数综合分析的储能电站状态监测方法的实施例中所披露的细节，此处不再赘述。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行多参数综合分析的储能电站状态监测方法，该方法包括：获取储能电站各个电池组的电力参数；利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数；在异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组；根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元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所述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。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的多参数综合分析的储能电站状态监测方法，该方法包括：获取储能电站各个电池组的电力参数；利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数；在异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组；根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的多参数综合分析的储能电站状态监测方法，该方法包括：获取储能电站各个电池组的电力参数；利用预先构建的异常检测模型并根据各个电池组的电力参数，确定各个电池组的异常分数；在异常分数超过预设值的情况下，确定该异常分数对应的电池组为异常电池组；根据各异常电池组输出报警信息，报警信息用于提示工作人员对异常电池组进行处理。

Claims (10)

1.一种多参数综合分析的储能电站状态监测方法，其特征在于，包括：
获取储能电站各个电池组的电力参数；
利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数；
在所述异常分数超过预设值的情况下，确定所述异常分数对应的电池组为异常电池组；
根据各所述异常电池组输出报警信息，所述报警信息用于提示工作人员对所述异常电池组进行处理。
2.根据权利要求1所述的多参数综合分析的储能电站状态监测方法，其特征在于，所述电力参数至少包括所述电池组的电压、电流、温度以及充放电功率，所述利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数，包括：
针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值；
将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数。
3.根据权利要求2所述的多参数综合分析的储能电站状态监测方法，其特征在于，所述将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数，包括：
从所有所述融合值中随机选择一个融合值作为分割点；
将所有所述融合值中大于等于所述分割点的值的融合值分到节点的右孩子，并将所有所述融合值中小于所述分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点；
确定所述孤立二叉树各个所述节点的路径长度，并根据各个所述节点的路径长度确定各个所述电池组的所述异常分数。
4.根据权利要求2所述的多参数综合分析的储能电站状态监测方法，其特征在于，针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值，包括：
利用加权融合算法将所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理。
5.根据权利要求1-4中任一项所述的多参数综合分析的储能电站状态监测方法，其特征在于，在获取储能电站各个电池组的电力参数之后，所述方法还包括：
对各个所述电池组的所述电力参数进行数据清洗处理。
6.一种多参数综合分析的储能电站状态监测***，其特征在于，包括：
获取模块，用于获取储能电站各个电池组的电力参数；
异常分数确定模块，用于利用预先构建的异常检测模型并根据各个所述电池组的电力参数，确定各个所述电池组的异常分数；
异常电池组确定模块，用于在所述异常分数超过预设值的情况下，确定所述异常分数对应的电池组为异常电池组；
报警模块，用于根据各所述异常电池组输出报警信息，所述报警信息用于提示工作人员对所述异常电池组进行处理。
7.根据权利要求所述6的多参数综合分析的储能电站状态监测***，其特征在于，所述电力参数至少包括所述电池组的电压、电流、温度以及充放电功率，所述异常分数确定模块具体用于：
针对任一电池组，对所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理，得到所述电池组对应的融合值；
将所述融合值输入至所述预先构建的异常检测模型中，得到各个所述电池组的所述异常分数。
8.根据权利要求7所述的多参数综合分析的储能电站状态监测***，其特征在于，所述异常分数确定模块还具体用于：
从所有所述融合值中随机选择一个融合值作为分割点；
将所有所述融合值中大于等于所述分割点的值的融合值分到节点的右孩子，并将所有所述融合值中小于所述分割点的值的融合值分到节点的左孩子，重复对节点的左孩子和右孩子的切分，直至达到预设条件，得到孤立二叉树的所有节点；
确定所述孤立二叉树各个所述节点的路径长度，并根据各个所述节点的路径长度确定各个所述电池组的所述异常分数。
9.根据权利要求7所述的多参数综合分析的储能电站状态监测***，其特征在于，所述异常分数确定模块还具体用于：
利用加权融合算法将所述电池组的所述电压、所述电流、所述温度以及所述充放电功率进行数据融合处理。
10.根据权利要求6-9中任一项所述的多参数综合分析的储能电站状态监测***，其特征在于，所述***还包括：
数据清洗模块，用于对各个所述电池组的所述电力参数进行数据清洗处理。
CN202311290975.8A 2023-10-07 2023-10-07 多参数综合分析的储能电站状态监测方法及*** Pending CN117294017A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311290975.8A CN117294017A (zh) 2023-10-07 2023-10-07 多参数综合分析的储能电站状态监测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311290975.8A CN117294017A (zh) 2023-10-07 2023-10-07 多参数综合分析的储能电站状态监测方法及***

Publications (1)

Publication Number Publication Date
CN117294017A true CN117294017A (zh) 2023-12-26

Family

ID=89240604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311290975.8A Pending CN117294017A (zh) 2023-10-07 2023-10-07 多参数综合分析的储能电站状态监测方法及***

Country Status (1)

Country Link
CN (1) CN117294017A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284004A (zh) * 2021-05-10 2021-08-20 广州汇通国信科技有限公司 一种基于孤立森林算法的电力数据诊断的治理方法
CN113758527A (zh) * 2021-09-10 2021-12-07 清华大学 基于多种类、多数量传感器的智能电池监测预警方法及***
CN115902646A (zh) * 2023-01-06 2023-04-04 中国电力科学研究院有限公司 一种储能电池故障识别方法及***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284004A (zh) * 2021-05-10 2021-08-20 广州汇通国信科技有限公司 一种基于孤立森林算法的电力数据诊断的治理方法
CN113758527A (zh) * 2021-09-10 2021-12-07 清华大学 基于多种类、多数量传感器的智能电池监测预警方法及***
CN115902646A (zh) * 2023-01-06 2023-04-04 中国电力科学研究院有限公司 一种储能电池故障识别方法及***

Similar Documents

Publication Publication Date Title
EP3557819B1 (en) Server failure detection method and system
CN112181767B (zh) 软件***异常的确定方法、装置和存储介质
CN112415331B (zh) 基于多源故障信息的电网二次***故障诊断方法
CN112422351A (zh) 一种基于深度学习的网络告警预测模型建立方法及装置
CN112884199B (zh) 水电站设备故障预测方法、装置、计算机设备和存储介质
CN109815085B (zh) 告警数据的分类方法、装置和电子设备及存储介质
CN107104820B (zh) 基于f5服务器节点的动态扩容日常运维方法
CN114511112A (zh) 一种基于物联网的智慧运维方法、***和可读存储介质
CN109613324B (zh) 一种谐波放大的检测方法及装置
CN112532435B (zh) 一种运维方法、运维管理平台、设备及介质
CN116366374A (zh) 基于大数据的电网网络管理的安全评估方法、***及介质
CN115980585A (zh) 电池故障的检测方法、装置、计算机设备和存储介质
CN112463848A (zh) 检测用户异常行为的检测方法、***、装置和存储介质
CN106304085B (zh) 信息处理方法及装置
CN117233645B (zh) 一种储能逆变器电池异常判定方法、***及介质
CN117557415A (zh) 一种基于智慧物业的社区资源管理方法及***
CN106304084B (zh) 信息处理方法及装置
CN112398226A (zh) 一种供电***反窃电方法、***、终端及存储介质
CN117294017A (zh) 多参数综合分析的储能电站状态监测方法及***
CN116915463A (zh) 一种调用链数据安全分析方法、装置、设备及存储介质
CN116668264A (zh) 一种告警聚类的根因分析方法、装置、设备及存储介质
CN110807014A (zh) 一种基于交叉验证的台区数据异常甄别方法和装置
US20220092457A1 (en) Electronic device and method for analyzing reliability of facility
CN114818907A (zh) 输电线路的状态监测方法、装置、设备及存储介质
CN114745407A (zh) 电力物联网的安全态势感知方法、装置、设备及介质

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