分散式储能电站故障多级诊断方法及系统与流程

1.本技术涉及储能技术领域，尤其涉及分散式储能电站故障多级诊断方法及系统。


背景技术：

2.近年来，国内外锂电池储能系统装机增长迅速，由于电池储能电站设备的内外特性不同于常规电气设备，具有典型的电化学动态演变特征，性能维护无法照搬现有常规电气设备的运行维护规程，运行维护不当会造成电池性能衰减、能耗偏大、寿命折损严重等问题，甚至会存在安全隐患，因此，对电池健康状态进行评估和预测对系统的健康稳定运行至关重要，准确的状态评估和趋势预测有助于发现问题电池方便系统维护，保证了储能系统的健康稳定。
3.相关学者进行了相关的研究，如电荷状态(soc)估计，电池内阻估计，剩余使用寿命(rul)预测等，然而对于锂电池电站实时状态下的状态检测研究较少。电池储能电站运维过程中会产生大量数据，从提高运维效果的角度来看，如何高效利用这些类型繁多、数量庞大的存储数据，精确的对储能电站的故障进行诊断是当前亟需解决的技术问题。


技术实现要素：

4.本技术提供分散式储能电站故障多级诊断方法及系统，以至少解决如何高效利用这些类型繁多、数量庞大的存储数据，精确的对储能电站的故障进行诊断的技术问题。
5.本技术第一方面实施例提出一种分散式储能电站故障多级诊断方法，所述方法包括：采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；根据所述多级诊断数据对所述分散式储能电站的故障进行预测。
6.优选的，所述根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据，包括在所述运行数据中筛选出分散式储能电站中各电池的特征值，并基于各电池的特征值确定各电池的基础数据指标值；在所述数据中筛选出分散式储能电站中各电池的一次诊断数据，并基于各电池的一次诊断数据确定各电池的一级诊断数据指标值；根据所述运行数据确定各电池的电压标准分、库伦效率、ic曲线峰值，并基于所述电压标准分、库伦效率、ic曲线峰值确定各电池的二级诊断数据指标值；分别确定各电池的二次诊断数据指标值的权重系数，基于所述权重系数确定各电池的三级诊断数据指标值；其中，所述多级诊断数据包括：各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值。
7.进一步的，所述各电池的电压标准分的计算式如下：式中，为分散式储能电站中第i个电池的电压标准分，为分散式储能电站中第i个电池的电压值，为分散式储能电站中电池的电压平均值，为电压标准差；所述各电池的库伦效率的计算式如下：式中，为分散式储能电站中第i个电池的库伦效率，为分散式储能电站中第i个电池的放电电容，为分散式储能电站中第i个电池的充电电容。
8.进一步的，所述各电池的二次诊断数据指标值的权重系数的计算式如下：式中，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的值，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的标准差，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的平均值，为二次诊断数据指标的个数。
9.进一步的，所述基于所述权重系数确定各电池的三级诊断数据指标值，包括：确定各电池的二级诊断数据指标中各指标的单因素诊断值；根据所述权重系数和各指标的单因素诊断值确定各电池的三级诊断数据指标值。
10.进一步的，所述各电池的三级诊断数据指标值的计算式如下：式中，为分散式储能电站中第i个电池的三级诊断数据指标值，为分散式储能电站中第i个电池的单因素诊断值矩阵，为权重系数矩阵。
11.进一步的，所述根据所述多级诊断数据对所述分散式储能电站的故障进行预测，包括：
将各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值进行标准化处理；将标准化处理后的各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值代入预先构建的综合预测模型中，得到所述分散式储能电站的故障预测结果。
12.进一步的，所述方法还包括：将所述分散式储能电站的故障预测结果进行展示。
13.本技术第二方面实施例提出一种分散式储能电站故障多级诊断系统，所述系统包括：采集模块，用于采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；确定模块，用于根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；诊断模块，用于根据所述多级诊断数据对所述分散式储能电站的故障进行预测。
14.优选的，所述确定模块，包括第一确定单元，用于在所述运行数据中筛选出分散式储能电站中各电池的特征值，并基于各电池的特征值确定各电池的基础数据指标值；第二确定单元，用于在所述数据中筛选出分散式储能电站中各电池的一次诊断数据，并基于各电池的一次诊断数据确定各电池的一级诊断数据指标值；第三确定单元，用于根据所述运行数据确定各电池的电压标准分、库伦效率、ic曲线峰值，并基于所述电压标准分、库伦效率、ic曲线峰值确定各电池的二级诊断数据指标值；第四确定单元，用于分别确定各电池的二次诊断数据指标值的权重系数，基于所述权重系数确定各电池的三级诊断数据指标值；其中，所述多级诊断数据包括：各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值。
15.本技术的实施例提供的技术方案至少带来以下有益效果：本技术提出了分散式储能电站故障多级诊断方法及系统，所述方法包括：采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；根据所述多级诊断数据对所述分散式储能电站的故障进行预测。本技术提出的技术方案，兼容度较高，同时能够精确的对分散式储能电站的故障进行诊断。
16.本技术附加的方面以及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，或通过本技术的实践了解到。
附图说明
17.本技术上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本技术一个实施例提供的一种分散式储能电站故障多级诊断方法的流
程图；图2为根据本技术一个实施例提供的分散式储能电站故障多级诊断方法中电器连接示意图；图3为根据本技术一个实施例提供的分散式储能电站故障多级诊断系统的第一种结构图；图4为根据本技术一个实施例提供的确定模块的结构图；图5为根据本技术一个实施例提供的分散式储能电站故障多级诊断系统的第二种结构图。
具体实施方式
18.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
19.本技术提出的分散式储能电站故障多级诊断方法及系统，所述方法包括：采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；根据所述多级诊断数据对所述分散式储能电站的故障进行预测。本技术提出的技术方案，兼容度较高，同时能够精确的对分散式储能电站的故障进行诊断。
20.下面参考附图描述本技术实施例的分散式储能电站故障多级诊断方法及系统。
21.实施例一图1为根据本技术一个实施例提供的一种分散式储能电站故障多级诊断方法的流程图，如图1所示，所述方法包括：步骤1：采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；在本公开实施例中，从多级电池数据采集系统(battery data acquisition system. bdas）上实时采集分散式储能电站中各电池的运行数据；需要说明的是，如图2所示，所述bdas分别与电池单体、模组及簇一一连接，与电池单体连接的为一级bdas，与电池模组连接的为二级bdas，与电池簇连接的为三级bdas，一级bdas汇总于二级再汇总于三级，组成多级bdas。
22.进一步的，对所述运行数据进行预处理包括：对电各电池的运行数据进行清洗操作：处理缺失值数据、处理噪声数据、数据的格式排列；其中，对于缺失值或者显著不合理的异常值，采用该数值前后一段时刻数均值进行替换赋值。
23.步骤2：根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；其中，所述多级诊断数据包括：各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值。
24.在本公开实施例中，所述步骤2具体包括：
步骤2-1：在所述运行数据中筛选出分散式储能电站中各电池的特征值，并基于各电池的特征值确定各电池的基础数据指标值；需要说明的是，所述特征值包括：电池充放电容量、电压、电流、充放电时间、功率、电池内阻和温度中一种或者多种。
25.将电池充放电容量、电压、电流、充放电时间、功率、电池内阻和温度中一种或者多种作为各电池的基础数据指标值。
26.步骤2-2：在所述数据中筛选出分散式储能电站中各电池的一次诊断数据，并基于各电池的一次诊断数据确定各电池的一级诊断数据指标值；需要说明的是，根据指标定义，通过相关标准及统计获得一级诊断数据指标的阈值，进行阈值检测，判断一次诊断数据是否超出该阈值，若超出则视为异常。
27.步骤2-3：根据所述运行数据确定各电池的电压标准分、库伦效率、ic曲线峰值，并基于所述电压标准分、库伦效率、ic曲线峰值确定各电池的二级诊断数据指标值，其中，将所述电压标准分、库伦效率、ic曲线峰值作为各电池的二级诊断数据指标值。
28.进一步的，所述各电池的电压标准分的计算式如下：式中，为分散式储能电站中第i个电池的电压标准分，为分散式储能电站中第i个电池的电压值，为分散式储能电站中电池的电压平均值，为电压标准差；所述各电池的库伦效率的计算式如下：式中，为分散式储能电站中第i个电池的库伦效率，为分散式储能电站中第i个电池的放电电容，为分散式储能电站中第i个电池的充电电容。
29.所述各电池的ic曲线峰值的确定包括：根据一阶等效电路模型获取电池ocv曲线得到dv，根据结合的安时积分和卡尔曼滤波计算得到dq，最后得到ic曲线为dq/dv-soc的关系曲线，在所述为dq/dv-soc的关系曲线中确定电池的ic曲线峰值。
30.需要说明的是，对各电池的电压标准分、库伦效率、ic曲线峰值进行一致性分析，判断是否存在一致性较差电池，若存在则视为异常；示例的，根据所述电压标准分确定电压标准分中位值，若|电压标准分中位值|《1，电池健康；若1《|电压标准分中位值|《2，电池出现不一致现象；若2《|电压标准分中位值|《3，电池故障现象开始恶化；若3《|电压标准分中位值|，电池需要对故障现场进行干预。
31.步骤2-4：分别确定各电池的二次诊断数据指标值的权重系数，基于所述权重系数确定各电池的三级诊断数据指标值。
32.其中，所述各电池的二次诊断数据指标值的权重系数的计算式如下：
式中，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的值，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的标准差，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的平均值，为二次诊断数据指标的个数。
33.进一步的，所述基于所述权重系数确定各电池的三级诊断数据指标值，包括：确定各电池的二级诊断数据指标中各指标的单因素诊断值；根据所述权重系数和各指标的单因素诊断值确定各电池的三级诊断数据指标值。
34.需要说明的是，所述确定各电池的二级诊断数据指标中各指标的单因素诊断值包括：确定二级诊断数据指标中各指标所属的隶属函数，并计算各指标的隶属函数值；将所述各指标的隶属函数值作为各指标的单因素诊断值。
35.其中，电压标准分指标的隶属函数为抛物线型，库伦效率指标的隶属函数为s型、ic曲线峰值指标的隶属函数为直线型。
36.所述抛物线型隶属函数是指标在某一范围对电池状态最为有益，偏离这一范围增长或是减少都不利于电池健康，其计算式为：；所述s型隶属函数是指标在某一范围与电池状态正或负相关，超过此范围对电池状态影响不大，多用于有利或有害因子，其计算式为：；所述直线型隶属函数是指标没有明显的上下限，随指标的变化与电池健康
状态成线性关系，其计算式为：；为指标下限值；为最优数值下限；为最优数值上限；为指标上限值。
37.进一步的，所述各电池的三级诊断数据指标值的计算式如下：式中，为分散式储能电站中第i个电池的三级诊断数据指标值，为分散式储能电站中第i个电池的单因素诊断值矩阵，为权重系数矩阵。
38.步骤3：根据所述多级诊断数据对所述分散式储能电站的故障进行预测。
39.在本公开实施例中，所述步骤3具体包括：步骤3-1：将各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值进行标准化处理；步骤3-2：将标准化处理后的各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值代入预先构建的综合预测模型中，得到所述分散式储能电站的故障预测结果。
40.其中，所述预先构建的综合预测模型可以为机器学习模型(knn, k-means, svm, logistic回归)、集成学习模型(xgboost, lightgbm, catboost)和深度学习模型(lstm,bp, cnn)中的一种或多种模型融合获得的。
41.需要说明的是，所述模型的训练包括：获取历史时段内的各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值和对应的故障结果，进行无量纲标准化处理得到模型构建数据集；将模型构建数据集带入综合预测模型进行训练，通过迭代优化，待损失函数收敛后输出故障预测模型结果，得到训练好的综合预测模型。
42.在本公开实施例中，所述方法还包括：将所述分散式储能电站的故障预测结果发送到ems系统进行展示,如图2所示。
43.需要说明的是，图2中pcs为分散式储能电站，所述bdas用于对电池单体、模组及簇级的实时数据采集分析，所述数据库平台用于存储数据，所述诊断中枢用于综合汇总分析各级bdas上传数据，并将结果反馈于ems系统。
44.综上所述，本实施例提出的一种分散式储能电站故障多级诊断方法，通过bdas连接电池，数据采集更加准确，同时一级诊断阈值判断速度快，作为第一级异常检测，能够对超出阈值的一类相对严重的浅层次故障做快速判断；二级诊断基于电池一致性，从各种单因素角度系统分析储能电站的健康状态，能够综合各方面、多角度的检测电池性能及故障情况；三级诊断基于电池运行经验模型，通过结合电池化学特性和数据特性，更加准确的预测并判断电池的实际运行情况，而且本方法兼容度较高，能够灵活匹配不同的项目需求、接口非常友好。
45.实施例二图3为根据本技术一个实施例提供的一种分散式储能电站故障多级诊断系统的结
构图，如图3所示，所述系统包括：采集模块100，用于采集分散式储能电站中各电池的运行数据，并对所述运行数据进行预处理；确定模块200，用于根据预处理后的所述运行数据分别确定所述分散式储能电站对应的多级诊断数据；诊断模块300，用于根据所述多级诊断数据对所述分散式储能电站的故障进行预测。
46.在本公开实施例中，如图4所示，所述确定模块200，包括第一确定单元201，用于在所述运行数据中筛选出分散式储能电站中各电池的特征值，并基于各电池的特征值确定各电池的基础数据指标值；第二确定单元202，用于在所述数据中筛选出分散式储能电站中各电池的一次诊断数据，并基于各电池的一次诊断数据确定各电池的一级诊断数据指标值；第三确定单元203，用于根据所述运行数据确定各电池的电压标准分、库伦效率、ic曲线峰值，并基于所述电压标准分、库伦效率、ic曲线峰值确定各电池的二级诊断数据指标值；第四确定单元204，用于分别确定各电池的二次诊断数据指标值的权重系数，基于所述权重系数确定各电池的三级诊断数据指标值；其中，所述多级诊断数据包括：各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值。
47.进一步的，所述各电池的电压标准分的计算式如下：式中，为分散式储能电站中第i个电池的电压标准分，为分散式储能电站中第i个电池的电压值，为分散式储能电站中电池的电压平均值，为电压标准差；所述各电池的库伦效率的计算式如下：式中，为分散式储能电站中第i个电池的库伦效率，为分散式储能电站中第i个电池的放电电容，为分散式储能电站中第i个电池的充电电容。
48.其中，所述各电池的二次诊断数据指标值的权重系数的计算式如下：
式中，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的值，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的标准差，为分散式储能电站中第i个电池的二次诊断数据指标值中的第d个指标的平均值，为二次诊断数据指标的个数。
49.需要说明的是，所述基于所述权重系数确定各电池的三级诊断数据指标值，包括：确定各电池的二级诊断数据指标中各指标的单因素诊断值；根据所述权重系数和各指标的单因素诊断值确定各电池的三级诊断数据指标值。
50.其中，所述各电池的三级诊断数据指标值的计算式如下：式中，为分散式储能电站中第i个电池的三级诊断数据指标值，为分散式储能电站中第i个电池的单因素诊断值矩阵，为权重系数矩阵。
51.在本公开实施例中，所述诊断模块具体用于：将各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值进行标准化处理；将标准化处理后的各电池的基础数据指标值、一级诊断数据指标值、二级诊断数据指标值和三级诊断数据指标值代入预先构建的综合预测模型中，得到所述分散式储能电站的故障预测结果。
52.在本公开实施例中，如图5所示，所述系统还包括：展示模块400，所述展示模块400，用于将所述分散式储能电站的故障预测结果进行展示。
53.综上所述，本实施例提出的一种分散式储能电站故障多级诊断系统，兼容度较高，同时能够精确的对分散式储能电站的故障进行诊断。
54.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、
ꢀ“
示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
55.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部
分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
56.尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。