[發明專利]一種基于數據融合技術的變電站蓄電池組狀態評估方法

有效

• 申請號: 201711070390.X
• 申請日: 2017-11-03
• 公開（公告）號: CN107942255B
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 徐傳倫;劉國永;張巖龍;趙硯青;馬啟凱
• 申請（專利權）人: 智洋創新科技股份有限公司
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 青島發思特專利商標代理有限公司 37212
• 代理人: 周仕芳;盧登濤

1.一種基于數據融合技術的變電站蓄電池組狀態評估方法，其特征是，所述評估方法包括如下步驟：

(1)對變電站直流系統蓄電池組的電參量及狀態參量進行劃分，分析不同監控量在狀態評估中的作用；

(2)對狀態參量進行判定，如果蓄電池組脫離母線或開路，系統整體評估結果為嚴重，結束狀態評估，如果蓄電池組正常接入，執行步驟(3)；

(3)針對不同電參量建立數學分析模型，對當前蓄電池組的運行狀態進行分析；

(4)同時結合蓄電池組的歷史數據，建立歷史數據趨勢分析模型，預測蓄電池組的運行狀態；

(5)最終通過深度融合步驟(3)和步驟(4)的數據，給出當前蓄電池組運行狀態的評價；

步驟(1)包括確定影響蓄電池組運行狀態的電參量及狀態參量，對不同的遙測、遙信數據進行合理的劃分，提供蓄電池狀態評估分析的依據；

其中，電參量及狀態參量指蓄電池在線監測的參數，電參量包括蓄電池單體電壓、蓄電池單體內阻、蓄電池溫度，狀態參量包括蓄電池組脫離母線狀態、蓄電池組開路狀態；

蓄電池單體內阻和蓄電池單體電壓是緩慢變化的，通過蓄電池單體內阻和蓄電池單體電壓縱向比較的方法來提前預測蓄電池健康狀態，針對蓄電池單體內阻或蓄電池單體電壓建立趨勢判斷數學模型，趨勢判斷數學模型如下所示：

其中β-為蓄電池單體內阻或蓄電池單體電壓變化率閾值；

ee(k)-蓄電池單體內阻或蓄電池單體電壓變化率；

取最新一次蓄電池單體內阻和蓄電池單體電壓數據與上一次蓄電池單體內阻和蓄電池單體電壓數據比較的 蓄電池單體內阻和蓄電池單體電壓變化率，記錄趨勢模型連續輸出為1的次數，當滿足一定次數時，可預測蓄電池組運行狀態異常。

2.根據權利要求1所述的一種基于數據融合技術的變電站蓄電池組狀態評估方法，其特征是，根據步驟(1)選擇的狀態參量、電參量，分別建立Bang-Bang模型即閾值邊界控制模型，Bang-Bang模型如下：

Bang-Bang模型可用于電參量與狀態參量的分析，其中U為輸入參量，A、B為輸入參量的閾值。

3.根據權利要求2所述的一種基于數據融合技術的變電站蓄電池組狀態評估方法，其特征是，所述步驟(4)包括定義蓄電池狀態評估結果為正常、異常、嚴重三種等級，根據Bang-Bang模型和趨勢判斷模型的輸出，數據融合決策分析綜合判斷蓄電池的運行狀態。

4.根據權利要求3所述的一種基于數據融合技術的變電站蓄電池組狀態評估方法，其特征是，所述正常、異常、嚴重三種等級的劃分如下：

正常：所有參量的Bang-Bang模型和趨勢判斷模型輸出都為0；

異常：電參量趨勢判斷模型輸出1或者Bang-Bang模型電參量輸出為1；

嚴重：Bang-Bang模型狀態參量輸出為1或者趨勢模型輸出累計到達設定次數n。

5.根據權利要求4所述的一種基于數據融合技術的變電站蓄電池組狀態評估方法，其特征是，所述數據融合決策分析采用如下規則：

規則1：當所有參量的Bang-Bang模型和趨勢判斷模型輸出都為0時，系統整體評估狀態為正常；

規則2：當有參量的Bang-Bang模型輸出或者趨勢判斷模型輸出為1時，系統整體評估為異常；

規則3：當有參量異常時，判斷此參量的重要等級，當重要等級為嚴重時，系統整體評估結果為嚴重；

當有參量異常時，判斷趨勢模型輸出累計到達設定次數n時，系統整體評估狀態為嚴重。