一种储能站故障诊断方法、系统、设备及存储介质

本发明属于故障诊断，涉及一种储能站故障诊断方法、系统、设备及存储介质。

背景技术：

1、储能站在运行过程中，需要定期对储能站的运行状态进行监测，在现有监测过程中，通过采集来自电池组、充放电控制系统及冷却系统的数据，通过人工筛选的方式判断储能站是否出现故障，但是以上监测方式通长是间断性的，并且诊断过程主要依赖人为经验进行判断，经常导致诊断不准确，这样会造成储能站不能得到及时的检修，造成一定的安全隐患。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供了一种储能站故障诊断方法、系统、设备及存储介质，该方法、系统、设备及存储介质能够实现储能站故障的自动诊断。

2、为达到上述目的，本发明采用如下技术方案：

3、本发明一方面，本发明提供了一种储能站故障诊断方法，包括：

4、获取待检测储能站的运行数据；

5、将所述待检测储能站的运行数据输入到储能站正常运行时的模型中，得到待检测储能站的运行数据与储能站正常运行时的运行数据之间的相似度，当所述相似度大于等于预设阈值时，则说明待检测储能站正常运行；否则，则说明待检测储能站出现故障，将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站的故障类型。

6、本发明所述储能站故障诊断方法进一步的改进在于：

7、所述将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站的故障类型的过程为：

8、将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站存在各故障类型的概率，选择概率最大的故障类型作为待检测储能站的故障类型。

9、所述将所述待检测储能站的运行数据输入到储能站正常运行时的模型中之前还包括：

10、获取储能站正常运行时的运行数据；

11、利用所述储能站正常运行时的运行数据对循环神经网络进行训练，得到储能站正常运行时的模型。

12、所述将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中之前还包括：

13、获取储能站故障时的运行数据；

14、利用k-means聚类算法对储能站故障时的运行数据进行聚类，形成储能站不同故障类型时的运行数据；

15、利用所述储能站不同故障类型时的运行数据对循环神经网络进行训练，得到储能站不同故障类型的故障模型。

16、所述运行数据包括电池组、充放电控制系统以及冷却系统的运行参数。

17、本发明二方面，本发明提供了一种储能站故障诊断系统，包括：

18、第一获取模块，用于获取待检测储能站的运行数据；

19、诊断模块，用于将所述待检测储能站的运行数据输入到储能站正常运行时的模型中，得到待检测储能站的运行数据与储能站正常运行时的运行数据之间的相似度，当所述相似度大于等于预设阈值时，则说明待检测储能站正常运行；否则，则说明待检测储能站出现故障，将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站的故障类型。

20、本发明所述储能站故障诊断系统进一步的改进在于：

21、还包括：

22、第二获取模块，用于获取储能站正常运行时的运行数据；

23、第一训练模块，用于利用所述储能站正常运行时的运行数据对循环神经网络进行训练，得到储能站正常运行时的模型。

24、还包括：

25、第三获取模块，用于获取储能站故障时的运行数据；

26、聚类模块，用于利用k-means聚类算法对储能站故障时的运行数据进行聚类，形成储能站不同故障类型时的运行数据；

27、第二训练模块，用于利用所述储能站不同故障类型时的运行数据对循环神经网络进行训练，得到储能站不同故障类型的故障模型。

28、本发明三方面，本发明提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述储能站故障诊断方法的步骤。

29、本发明四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述储能站故障诊断方法的步骤。

30、本发明具有以下有益效果：

31、本发明所述的储能站故障诊断方法、系统、设备及存储介质在具体操作时，基于储能站正常运行时的模型，判断储能站是否发生故障，基于储能站不同故障类型的故障模型，对发生故障的储能站的故障类型进行判断，以提高数据处理的实时性，避免人为判断带来的各种问题。

技术特征：

1.一种储能站故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的储能站故障诊断方法，其特征在于，所述将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站的故障类型的过程为：

3.根据权利要求1所述的储能站故障诊断方法，其特征在于，所述将所述待检测储能站的运行数据输入到储能站正常运行时的模型中之前还包括：

4.根据权利要求1所述的储能站故障诊断方法，其特征在于，所述将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中之前还包括：

5.根据权利要求1所述的储能站故障诊断方法，其特征在于，所述运行数据包括电池组、充放电控制系统以及冷却系统的运行参数。

6.一种储能站故障诊断系统，其特征在于，包括：

7.根据权利要求6所述的储能站故障诊断系统，其特征在于，还包括：

8.根据权利要求6所述的储能站故障诊断系统，其特征在于，还包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述储能站故障诊断方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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1-5任一项所述储能站故障诊断方法的步骤。

技术总结
本发明公开了一种储能站故障诊断方法、系统、设备及存储介质，包括：获取待检测储能站的运行数据；将所述待检测储能站的运行数据输入到储能站正常运行时的模型中，得到待检测储能站的运行数据与储能站正常运行时的运行数据之间的相似度，当所述相似度大于等于预设阈值时，则说明待检测储能站正常运行；否则，则说明待检测储能站出现故障，将所述待检测储能站的运行数据输入到储能站不同故障类型的故障模型中，得到待检测储能站的故障类型，该方法、系统、设备及存储介质能够实现储能站故障的自动诊断。

技术研发人员：彭子霄,王佳宝,高美阳,韩蕊潞,赵禹森
受保护的技术使用者：西安交通大学
技术研发日：
技术公布日：2024/2/29