[發明專利]儲能電站異常電池箱檢測方法、裝置及電子設備

在審

• 申請號: 202210904839.2
• 申請日: 2022-07-29
• 公開（公告）號: CN115951223A
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 丁鵬;吳煒坤;任浩雯;蔡宗霖;顧單飛;郝平超;宋佩;趙恩海;嚴曉;陳曉華
• 申請（專利權）人: 上海玫克生儲能科技有限公司
• 主分類號: G01R31/36
• 分類號: G01R31/36;G06F18/2415;G06F17/18
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 林嵩;羅朗

本發明公開了一種儲能電站異常電池箱檢測方法、裝置及電子設備，屬于儲能電站安全技術領域。所述儲能電站配置有若干電池箱，所述方法包括：獲取每個所述電池箱的待測特征數據，所述待測特征數據表征所述電池箱的當前性能；根據所述待測特征數據確定每個所述電池箱在預先獲取的高斯混合分布模型中的分布概率，所述高斯混合分布模型根據所述電池箱的歷史特征數據擬合得到，所述歷史特征數據與所述待測特征數據的數據種類相同；判斷所述分布概率是否小于預設閾值，若是，將相對應的所述電池箱判斷為異常電池箱。

技術領域

本發明涉及儲能電站安全技術領域，特別涉及一種儲能電站異常電池箱檢測方法、裝置及電子設備。

背景技術

儲能電站的電池通常以電池堆、電池簇、電池箱、電池芯的方式逐層排布。每個電池簇對應一個雙向逆變器系統與電網側進行交互。當前，儲能電站多采用鋰電池作為電池芯，鋰電池如果操作和管理不當會出現熱失控、燃燒甚至爆炸的危險，因此需要及時采集電池數據，以檢測出儲能電站中異常的電池芯。

相關技術中采用基于統計學中箱型圖的方法進行檢測，具體基于百分位數來篩選異常值點。但是該統計方法需要假設原始數據滿足一定的分布規律。一旦原始數據沒有明顯的分布規律，則很難實現準確檢測。

發明內容

本發明要解決的技術問題是為了克服現有技術中異常電池箱檢測方法不準確的缺陷，提供一種儲能電站異常電池箱檢測方法、裝置及電子設備。

本發明是通過下述技術方案來解決上述技術問題：

第一方面，本發明提供了一種儲能電站異常電池箱檢測方法，所述儲能電站配置有若干電池箱，所述方法包括：

獲取每個所述電池箱的待測特征數據，所述待測特征數據表征所述電池箱的當前性能；

根據所述待測特征數據確定每個所述電池箱在預先獲取的高斯混合分布模型中的分布概率，所述高斯混合分布模型根據所述電池箱的歷史特征數據擬合得到，所述歷史特征數據與所述待測特征數據的數據種類相同；

判斷所述分布概率是否小于預設閾值，若是，將相對應的所述電池箱判斷為異常電池箱。

可選地，所述電池箱包括若干個電池芯，所述獲取每個所述電池箱的待測特征數據，包括：

獲取所述若干個電池芯的工況數據；

根據所述工況數據獲取所述待測特征數據。

可選地，所述工況數據包括電壓數據和溫度數據；

所述待測特征數據包括所述若干個電池芯的電壓的平均值、最大值、最小值、標準差、偏度和峰度，以及所述若干個電池芯的溫度的平均值、最大值、最小值、標準差、偏度和峰度。

可選地，所述方法還包括：

以所述電池箱的歷史特征數據作為樣本，確定所述高斯混合分布模型的特征參數，所述特征參數包括所述高斯混合分布中每個高斯分布的權重、均值向量和協方差矩陣；

基于所述特征參數確定所述高斯混合分布模型中高斯分布的數量；

根據所述特征參數和所述高斯分布的數量確定所述高斯混合分布模型。

第二方面，本發明提供了一種儲能電站異常電池箱檢測裝置，所述裝置包括：

第一獲取模塊，用于獲取每個所述電池箱的待測特征數據，所述待測特征數據表征所述電池箱的當前性能；

第一確定模塊，用于根據所述待測特征數據確定每個所述電池箱在預先獲取的高斯混合分布模型中的分布概率，所述高斯混合分布模型根據所述電池箱的歷史特征數據擬合得到，所述歷史特征數據與所述待測特征數據的數據種類相同；