[發明專利]一種儲能變流器故障預測方法

在審

• 申請號: 202210960694.8
• 申請日: 2022-08-11
• 公開（公告）號: CN115347670A
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 劉志軍;鄭建偉
• 申請（專利權）人: 陜西華興電能有限公司
• 主分類號: H02J13/00
• 分類號: H02J13/00;G01R31/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種儲能變流器故障預測方法，其特征在于：包括若干個PCS模塊、分布式電源模塊、實時采集模塊、故障數據管理模塊、PCS控制模塊、通訊模塊、運維移動端、可視化模塊以及云服務模塊，所述若干個PCS模塊連接，用于新能源電能的儲能以及直流交流變換為負荷區供電，所述實時采集模塊用于若干個PCS模塊的電流、電壓以及溫度實時采集并傳輸至故障數據管理模塊，所述故障數據管理模塊用于故障預測系統中數據分析以及數據存儲，將數據分析結果傳輸至PCS控制模塊，將數據存儲至本地或云服務模塊，所述PCS控制模塊用于若干個PCS模塊的控制調度，所述PCS控制模塊與通訊模塊相連接，將故障信息傳輸至云服務模塊或運維移動端模塊，所述通訊模塊包括wifi無線網技術、移動數據技術或藍牙技術將數據進行傳輸，所述運維移動端接收故障預警消息，并根據故障特性顯示故障代碼和原因通過可視化模塊顯示，所述云服務模塊接收數據存儲以及計算數據故障類型傳輸至運維移動端。

2.根據權利要求1所述的一種儲能變流器故障預測方法，其特征在于：具體控制步驟如下：

S1、所述若干個PCS模塊連接，通過直流或交流變換為負荷區供電，所述實時采集模塊對通過儲能變流器發生故障時發出的不間斷波長進行實時采集；

S2、所述故障數據管理模塊進行數據分析以及數據存儲，將數據分析結果傳輸至PCS控制模塊，將數據存儲至本地或云服務模塊；

S3、所述PCS控制模塊根據負荷情況對若干個PCS模塊的控制調度，所述PCS控制模塊與通訊模塊相連接，將故障信息傳輸至云服務模塊或運維移動端模塊；

S4、所述運維移動端接收故障預警消息，并根據故障特性顯示故障代碼和原因通過可視化模塊顯示，運維人員通過運維移動端查看并到現場維修，所述云服務模塊接受數據并存儲以及計算數據故障類型傳輸至運維移動端。

3.根據權利要求1所述的一種儲能變流器故障預測方法，其特征在于：所述實時采集模塊通過故障錄波器與電壓傳感器和電流傳感器相連接，對儲存變流器故障數據進行采集，所述故障錄波器連續不間斷對采集交流或直流電進行快速采樣，對開關以及繼電保護開關量進行掃描，在采樣掃描的同時通過諧波分析法對故障數據進行簡單的計算和分析，當儲能變流器發生故障時，故障濾波器對故障前、故障時以及故障后的故障數據存儲于故障數據管理模塊的數據存儲單元中，在儲能變流器運作中，得到交流電壓電流得到正弦波形，其他系統內存中的諧波源為周期性變化且滿足狄利赫利原則可將諧波分解為如下所式：

4.根據權利要求2所述的一種儲能變流器故障預測方法，其特征在于：所述諧波分解式中ω₁為工頻角頻率，n為諧波次數，U_n、I_n分別為第n次諧波電壓和電流得到均方根值，α_n、β_n分別為第n次諧波電壓與電流得初相角，M為諧波最高次數，由波形得到畸變程度與分析得準確度要求決定，取M≤50。

5.根據權利要求1所述的一種儲能變流器故障預測方法，其特征在于：所述故障數據管理模塊包括數據分析單元以及數據存儲單元，其中數據分析單元得到故障數據后利用故障預測技術進行進一步分析，故障預測技術是基于數據驅動利用人工智能技術以及統計技術對各種數據分析處理為挖掘其中的隱含信息并進行預測操作，人工智能技術運用決策樹方式進行分析，統計技術將故障采集數據利用規范變量分析方法對數據進行分析，分析結果傳輸至PCS控制模塊。

6.根據權利要求1所述的一種儲能變流器故障預測方法，其特征在于：所述PCS控制模塊包括預警單元以及控制單元，所述控制單元是指發出控制指令，控制整個故障預測系統，包括各個部件相互協調正確運行，所述預警單元通過歷史貢獻數據按照概率經驗分布得到控制限來判斷新的貢獻數據率的變化，若在無故障時，歷史貢獻的方差小且新樣本方差大，這說明儲能變流器產生了某一特定故障，通過控制限分析所以的過程變量，找到少數的貢獻異常變化的過程變量即為故障點，為此預警單元傳輸故障預警信號他那個給通訊模塊傳輸至運維移動端模塊。