本发明属于储能，具体涉及储能电站储能状态监测方法。
背景技术：
1、目前储能电站存在电池安全隐患、电池一致性管理、系统保护不足、老化、维护挑战等问题；具体如下：
2、电池安全隐患问题：电池储能电站中使用的电池等储能设备具有安全隐患。锂离子电池采用沸点低、易燃的有机电解液，且材料体系热值高，在电池本体或电气设备等发生故障后，易触发电池材料的放热副反应，引致电池热失控，进而可能演化成储能系统燃烧爆炸等重大安全事故。
3、电池一致性管理问题：储能电站中电池数量多、排列相对密集，单体电池数量可达数万个。电池的一致性管理成为难题，若单体电池因滥用故障发生热失控，极易导致周围电池发生连锁反应，增加安全风险。
4、系统保护不足问题：储能电站的安全保护系统可能不完善，如电池管理系统(bms)、储能变流器(pcs)和能量管理系统(ems)之间的信息共享不完备或不及时，可能导致故障不能及时有效地得到管控而演化为事故。
5、老化问题：随着电池使用时间的增长，电池的性能会逐渐衰退，包括容量降低、内阻增加等。这些问题可能导致电池在充放电过程中产生更多的热量，增加热失控的风险。
6、维护挑战问题：由于储能电站中电池数量多、排列密集，对电池的定期维护和检查是一项巨大的挑战。如果维护不及时或不到位，可能会增加电池故障和事故的风险。
7、另外，目前储能电站的状态监测存在准确度低、可靠性低、稳定性低等问题。因此如何克服现有技术的不足是目前储能技术领域亟需解决的问题。
技术实现思路
1、本发明的目的是为了解决现有技术的不足，提供一种储能电站储能状态监测方法。
2、为实现上述目的，本发明采用的技术方案如下：
3、储能电站储能状态监测方法，包括如下步骤：
4、s1.采集储能电站的基础数据，包括电池性能参数、电池运行参数、环境数据；
5、其中，储能电站包括多个电池组，每个电池组包括多个储能电池；电池性能参数包括：容量、电压、电阻和热生成率；电池运行参数包括：循环寿命、放电深度和工作温度；
6、s2.对储能电站的基础数据进行预处理，得到电池的初始数据；
7、所述的预处理是将s1采集到的电池性能参数、电池运行参数进行归一化处理，然后构建电池的初始数据[a,b,c,d,e,f,g,h,t]；
8、其中，a代表电池的容量的归一化数值；b代表电池在采样时刻的电压序列的方差归一化数值；c代表电池的电阻归一化数值；e代表电池的循环寿命归一化数值；f代表放电深度归一化数值；g代表该电池与紧邻的电池之间的距离；h代表该电池所在的电池组中电池的数量；t代表电池在采样时刻的工作温度；
9、s3.根据初始数据确定样本数据及其对应的标签，然后进行划分以构建训练集和测试集；其中，每个样本数据为[a,b,c,d,g,h]，标签为[e,f,t]；
10、s4.采用训练集对lstm模型进行训练，以样本数据作为输入，以对应的标签作为输出，并采用测试集进行测试，得到温度预测模型；
11、s5.根据当前实时采集的储能电站的基础数据，进行预处理后，输入到s4构建好的温度预测模型中，进行预测，从而获得预测结果；所述的预测结果包括预测循环寿命、预测放电深度以及预测温度。
12、进一步，优选的是，s1中，环境数据包括每两个电池之间的间隔距离、每个电池组中包含的电池的数量、电池运行时的温度。
13、进一步，优选的是，s3中，训练集和测试集的样本比例为8：2。
14、进一步，优选的是，s4中，训练时，采用反向传播算法进行模型参数更新。
15、进一步，优选的是，s4中，训练时，所采用的损失函数如下：
16、
17、其中，ei代表第i个电池的循环寿命归一化数值，fi代表第i个电池的放电深度归一化数值，ti代表第i个电池在采样时刻的温度；xi代表第i个电池的预测循环寿命归一化数值，yi代表第i个电池的预测放电深度归一化数值，zi代表第i个电池的预测温度；ri代表第i个电池的第一置信度；si代表第i个电池的第二置信度。
18、进一步，优选的是，电池的第一置信度的计算方式为：确定电池与电池组中心之间的距离，记为第一距离；确定电池组的对角线距离；计算第一距离和对角线距离的比值，该比值为电池的第一置信度。
19、进一步，优选的是，根据容量差异度、电阻差异度以及电压差异度计算第二置信度；计算电池的容量差异度、电阻差异度以及电压差异度的均值，确定该均值的倒数为电池的第二置信度；
20、其中，计算同一电池组中每个电池与其他电池的容量的差异值均值；计算所有差异值均值的均值；计算所述差异值均值与所述所有差异值均值的均值的差值；计算所述差值与所有差异值均值的均值的商值，得到该电池组中每个电池的容量差异度；
21、
22、其中，是第i个电池对应的容量差异度，aij是第i个电池与第j个电池的容量的差异值，为第i个电池与第j个电池的容量差值的绝对值；n是该电池组中电池的数量；
23、计算同一电池组中每个电池与其他电池的电阻的差异值均值；计算所有差异值均值的均值；计算所述差异值均值与所述所有差异值均值的均值的差值；计算所述差值与所有差异值均值的均值的商值，得到该电池组中每个电池的电阻差异度；
24、
25、其中，是第i个电池对应的电阻差异度，bij是第i个电池与第j个电池的电阻的差异值，为第i个电池与第j个电池的电阻差值的绝对值；n是该电池组中电池的数量；
26、计算同一电池组中每个电池与其他电池的电压的差异值均值；计算所有差异值均值的均值；计算所述差异值均值与所述所有差异值均值的均值的差值；计算所述差值与所有差异值均值的均值的商值，得到该电池组中每个电池的电压差异度；
27、
28、其中，是第i个电池对应的电压差异度，cij是第i个电池与第j个电池的电压的差异值，为第i个电池与第j个电池的电压差值的绝对值；n是该电池组中电池的数量。
29、进一步，优选的是，该方法还包括将预测结果转化为具体的隐患量化指标，具体是：预先划分循环寿命的等级，放电深度的等级，以及预测温度的等级，然后将预测循环寿命的等级、预测放电深度的等级以及预测温度的等级中的最高等级作为隐患等级。
30、进一步，优选的是，还包括：
31、s6.根据预测结果生成对策建议；所述的对策建议包括监控建议和维护建议。
32、本发明与现有技术相比，其有益效果为：
33、高温会加速电池内部的电化学反应速率，导致电能转化成热能的速率也增加，从而加剧电池内部的温度上升，导致储能式电站输出电流的稳定性下降。为了提升储能式电站的维护效率，需要及时根据电站内部的温度对电站的工作状态进行监控，并在出现温度异常等问题时及时进行维护。
34、目前，通常根据储能电站中的温度传感器实时监测电站的温度，然而这种状态监测方式存在实时性较差，效率较低的问题。当接收到的传感器的温度出现异常时，储能电站中的电池可能已经产生损坏，导致储能电站的维护效率低。
35、为了解决这一问题，可根据储能电站中不同电池组以及不同电池的属性数据以及工作中的电压电流等数据训练预测模型，用于预测储能电站中不同电池的温度，如此能够根据电池当前在工作中的运行数据预测未来的温度变化，能够提升温度监测的时效性，进而提升状态监测以及维护的效率。且在训练模型的过程中根据电池在工作中的电容电压等数据以及电池与电池组中心的距离，对电池对应的训练数据的置信度进行评估，从而提升模型的性能，能够提升预测温度的准确度，进而能够提升对储能电站的状态进行监测的准确度。