基于数字孪生的储能电站全生命周期监测系统及方法与流程

本发明涉及储能电站管理，具体为一种基于数字孪生的储能电站全生命周期监测系统及方法。

背景技术：

1、储能技术是支撑能源高质量发展的重要技术，其中对储能电站的管理是储能技术的重要环节。储能电站是通过电化学电池或电磁能量存储介质进行可循环电能存储、转换及释放的设备系统。在信息化平台上创建储能电站的数字孪生体，可在不影响设备实体的情况下对设备进行测试与仿真，通过模拟结果提升决策水平。

2、目前对储能电站中电力设备的生命周期监管存在不准确和不充分的情况，例如若干个电能储存设备连接在同一个电力传输中继设备上，当电力传输中继设备中发现告警信息，告警信息并不是该电力传输中继设备自身原因，而是由多个电能储存设备运行状态参数叠加产生，有关检修人员在故障排查过程中要对连接在该电力传输中继设备上的所有电能储存设备进行排查，目的性不明确存在大量无效工作。

技术实现思路

1、本发明的目的在于提供一种基于数字孪生的储能电站全生命周期监测系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于数字孪生的储能电站全生命周期监测系统及方法：其中方法包括：

3、步骤s100：从储能电站实体中，获取储能电站中各个电力设备间的连接关系和各个电力设备的历史运行记录，建立与储能电站实体对应的储能电站的数字孪生模型；

4、步骤s200：获取储能电站中电力设备的表示性能下降的指示信息，将出现所述指示信息的电力设备设置为第一检测设备，当第一检测设备自身存在性能下降的问题时，获取所述指示信息指示的设备运行参数项的数据组，计算相邻时间周期中数据组中数据与数据对应时间的平均变化关系，当所述指示信息指示的设备运行参数项的数据的变化特征为设备老化的故障特征时，进入步骤s300；

5、步骤s300：将引起第一检测设备产生所述指示信息的设备设置为源设备，获取所述指示信息指示的设备运行参数项的历史运行记录，通过分析所述历史运行记录的数据随时间变化关系的稳定特征和趋势特征，计算第一检测设备的第一特征评估值；

6、步骤s400：获取第一检测设备各个输入端口的输入数据随时间变化的输入函数，提取各个输入函数的函数特征，在数字孪生模型中，对各个输入函数的函数特征进行特征放大，输入第一检测设备对应的数字孪生体中，获取第一检测设备对应的数字孪生体的输出端的输出函数，比较输出函数与第一检测设备实体产生的历史运行记录的相似度，判断源设备的方向；

7、步骤s500：根据源设备的方向，从电力设备的连接关系获取下一检测的设备，下一检测设备替代第一检测设备，重复步骤s200至步骤s400中的方法，当某个源设备的连接方向上的某个第一检测设备自身存在性能下降的问题时，将所述的某个第一检测设备设置为所述某个源设备的连接方向上的源设备，停止获取下一检测的设备，汇集所有源设备方向上的源设备，得到性能下降的设备列表，提交至相关管理人员。

8、进一步的，步骤s200包括：

9、步骤s201：获取储能电站中电力设备的表示性能下降的指示信息，将出现所述指示信息的电力设备设置为第一检测设备，当所述电力设备某项运行参数的运行数值达到阈值时，会发出性能下降的指示信息，在相关检修人员确认第一检测设备自身存在性能下降的问题时进入步骤s202；

10、步骤s202：设置运行数据管理周期，根据运行数据管理周期的时间长度，将所述指示信息指示的设备运行参数项的历史记录划分为时间长度相同的历史记录片段；

11、步骤s203：获取若干个连续的历史记录片段，从各个历史片段中提取所述指示信息指示的设备运行参数项的数据和对应时刻，计算历史片段中同一相邻两个数据的变化率，计算同一历史片段中相邻两个数据的变化率的平均值；

12、步骤s204：当若干个连续历史片段的数据的变化率的平均值同时大于0或同时小于0时，计算每个片段数据的平均值，从第x个历史片段至第x+q个历史片段中，当rx＜rx+1＜rx+2＜…＜rx+q＜δ1或ux＞ux+1＞ux+2＞…＞ux+q＞δ2时，其中，r表示一种因为设备老化而数值上升的运行参数项，rx表示在第x个历史片段中r的平均值，u表示一种因为设备老化而数值下降的运行参数项，ux表示在第x个历史片段中u的平均值，δ1表示r对应的上界阈值，δ2表示u对应的下界阈值，判断历史记录对应数据的变化特征呈现出逐渐向所述告警阈值靠近趋势，判断所述指示信息指示的设备运行参数项的数据表现出设备老化的故障特征。

13、设备老化情况下运行参数体现的特征有别于设备突发性故障情况下体现的特征，设备老化情况下运行参数是一个随时间增加而连续变化的情况，在若干个连续周期中数据呈现连续变化的特征，并且在每个周期中数据具有相对的稳定性。

14、进一步的，步骤s300包括：

15、步骤s301：获取所述指示信息指示的设备运行参数项在若干个运行参数管理周期的历史记录，绘制所述历史记录中，所述指示信息指示的设备运行参数项的数据有关时间维度变化的图像，记为第一特征图像；

16、步骤s302：计算第一特征图像中表示数据稳定的特征值k1和第一特征图像中表示趋势的特征值k2；

17、步骤s303：计算特征评估值h，h＝α×k1+β×k2，其中α和β分别为k1和k2的权重系数，第一图像的特征评估值为第一特征评估值。

18、进一步的，步骤s400包括：

19、步骤s401：获取第一检测设备各个输入端口的输入函数，得到一个输入函数组{f1,f2,f3，……，fn},其中，f1,f2,f3，……，fn分别表示第一检测设备的第1个、第2个、第3个、……，第n个输入端口对应的输入函数，所述输入函数为第一检测设备输入端口对应输入参数关于时间变化的函数，提取各个输入函数的函数特征，在某个放大倍率下，对所述输入函数中的其中一个输入函数的特征进行放大，得到所述其中一个输入函数在特征放大后的放大函数，其中第k个端口对应的输入函数在经过特征放大后得到f*k，k≤n，将f*k代替函数组{f1,f2,f3，……，fn}中的fk，输入第一检测设备对应的数字孪生体中，得到输入函数组{f1,f2,f3，…，f*k，…，fn}对应的输出函数，计算输入函数组{f1,f2,f3，…，f*k，…fn}对应的输出函数的特征评估值；

20、步骤s402：将{f1,f2,f3，……，fn}中各个函数的函数特征按照fk→f*k放大关系对应的放大倍率依次放大，得到所述某个放大倍率条件下的一组特征评估值，在每组特征评估值中，将与第一特征评估值差值绝对值最小的特征评估值对应的输出函数作为备选函数，产生备选函数时所放大的输入函数对应的输入端口作为备选端口；

21、步骤s403：对备选端口进行获取，在所有输入端端口中排除备选端口，得到下一组输入端口组，提升特征放大的放大倍率，将下一组输入端口组中各个端口对应的输入函数按照提升后的放大倍率放大，重复步骤s401至步骤s402，当获取到若干个备选端口后停止循环，将获取到的备选端口汇入第一备选端口组；

22、步骤s404：获取第一备选端口组中各个端口对应的输入函数组成第一备选函数组{g1，g2，g3，……，gm}，其中，g1，g2，g3，……，gm分别表示第一备选函数组中的第1个、第2个、第3个，……，第m个输入函数，从{g1，g2，g3，……，gm}中选取第o个函数go，o≤m，对{g1，g2，g3，……，gm}中除去go外的函数进行同一放大倍率条件下的特征放大，得到{g*1，g*2，g*3，…，g*o-1，go，g*o+1，…，g*m}，其中g*1，g*2，g*3，…，g*o-1，g*o+1，…，g*m分别表示第一备选函数组中的第1个、第2个、第3个、……第o-1个，第o+1个，……，第m个输入函数对应的放大后的输入函数，将{g*1，g*2，g*3，…，g*o-1，go，g*o+1，…，g*m}输入第一检测设备的数字孪生体，输出函数图像，计算在第一检测设备的数字孪生体的输出端得到所述输出函数图像与第一特征图像的相似度；

23、在同一放大倍率下，去除一个对输出图像相似度影响最小的，作为可排除的端口；

24、步骤s405：对第一备选函数组中各个输入函数重复步骤s404，获得一组输出函数图像与第一特征图像的相似度，获取相似度最大的函数图像对应的输入函数的组合，将所述函数组合的对应端口与第一备选端口组进行比对，获取所述一组输出函数图像中与第一特征图像相似度最高的函数图像，将产生所述与第一特征图像相似度最高的函数图像时未做特征放大的端口记为排除端口；

25、步骤s406：从第二备选端口组中，去除排除端口，得到下一组输入端口组，提升特征放大的放大倍率，将下一组输入端口组中各个端口对应的输入函数按照提升后的放大倍率放大，重复步骤s404至步骤s405，当去除若干个排除端口后，得到第二备选端口组。

26、通过进行选取和排除两次筛选过程，进一步提高端口筛选精度；

27、进一步的，步骤s403中的筛选备用端口的方法包括：

28、步骤a1：获取第n1次执行步骤s402时选出的备选端口p1n1，以及第n1次执行步骤s402时计算出的特征评估值与第一特征评估值差值绝对值chan1，第n2次执行步骤s402时选出的备选端口p1n2，以及第n2次执行步骤s402时计算出的特征评估值与第一特征评估值差值绝对值chan2和第n3次执行步骤s402时选出的备选端口p1n3，以及第n3次执行步骤s402时计算出的特征评估值与第一特征评估值差值绝对值chan3，其中，n1、n2和n3是连续三个执行步骤s402的次数；

29、步骤a2：当满足条件chan1与chan2间的差值，大于chan2与chan3间的差值时，将p1n1作为最后一个被选出的端口，汇入第一备选端口组中，并跳出从步骤s401至步骤s403的循环。

30、当提升放大倍率对输出造成的影响小于提升放大倍率前的影响，说明进一步提升放大倍率不能明显改变输出结果，所以停止对端口的进一步选取；

31、进一步的，步骤s406中去除若干个排除端口的方法包括

32、步骤b1：设置函数图像的相似度作为差异度判断阈值，当函数图像相似度低于差异度判断阈值时，第一检测设备的数字孪生体的输出端得到输出函数图像与第一特征图像的存在差异；

33、步骤b2：当第m次执行步骤s404时，第一检测设备的数字孪生体的输出端得到输出函数图像与第一特征图像的相似度低于差异度判断阈值时，停止步骤s404到步骤s405的循环；

34、步骤b3：第m-1次执行步骤产生的排除端口p2m-1为最后一个排除端口，得到第二备选端口组。

35、为了更好实现上述方法，还提出一种储能电站全生命周期监测系统，系统包括：

36、储能电站管理模块、运行参数特征计算模块、特征评估值计算模块和设备方向判断模块，其中，储能电站管理模块用于获取储能电站中电力设备的表示性能下降的指示信息，特征评估值计算模块用于计算特征评估值，源设备方向判断模块用于判断源设备的方向。

37、进一步的，运行参数特征计算模块包括：运行数据周期管理单元、数据的变化特征计算单元和故障特征判断单元，其中，运行数据周期管理单元用于将第一检测设备的历史记录划分为时间长度相同的若干历史记录片段，数据的变化特征计算单元用于计算第一检测设备各项运行参数的变化特征的连续变化规律，故障特征判断单元用于判断第一检测设备的运行状态参数中是否存在表现出设备老化的故障特征。

38、进一步的，特征评估值计算模块包括：图像绘制单元、数据稳定特征值计算单元、趋势特征值计算单元和特征评估值计算单元，其中，图像绘制单元用于绘制第一检测设备历史记录包括的运行参数有关时间维度变化的图像，数据稳定特征值计算单元用于计算第一特征图像中表示数据稳定的特征值，趋势特征值计算单元用于计算第一特征图像中表示趋势的特征值，特征评估值计算单元用于计算特征评估值。

39、进一步的，源设备方向判断模块包括：特征放大单元、放大倍率调整单元、第一备选端口组管理单元和第二备选端口组管理单元，其中，特征放大单元用于选择第一检测设备的数字孪生体输入端口并进行特征进行放大，放大倍率调整单元用于调整特征放大的放大倍率，第一备选端口组管理单元用于筛选出第一备选端口组，第二备选端口组管理单元用于筛选出第二备选端口组。

40、与现有技术相比，本发明所达到的有益效果是：通过获取第一检测设备输入端的输入特征，通过在数字孪生模型进行数据模拟，首先逐个获取对输出有较大影响的输入函数，再通过对逐个获取到的输入函数进行组合，排除对形成输出函数图像影响较小的函数，筛选出的函数为对输出结果影响大的函数，对筛选出的函数进行特征分析，进一步筛选出具有设备老化运行特征的输入函数，为有关管理人员提供排查设备老化的设备连接方向。