CN114814603A - 一种储能电站故障智能定位方法和系统 - Google Patents

Abstract

本发明公开了一种储能电站故障智能定位方法和系统，所述方法包括：获取储能电站设备的故障数据，其中所述故障数据包括开入量、模拟量和状态量数据；将所述设备的故障数据进行过滤，去除无用的故障数据；将过滤后的故障数据查询对应设备的真实状态，获取故障数据和对应设备的真实状态一致的故障数据；将故障数据和对应设备真实状态一致的故障数据进行层级定位，获取故障原因；预先建立不同层级的故障树模型，将定位到的故障原因输入到所述故障树模型中判断具体的故障设备。可以实现对储能电站上报的故障信号进行逻辑处理和关联性验证，在经过逻辑处理和关联验证后可以更准确的判断储能电站的真实的运行情况。

Description

一种储能电站故障智能定位方法和系统

技术领域

本发明涉及储能技术领域，特别涉及一种储能电站故障智能定位方法和系统。

背景技术

目前储能电站中的主要是将自身各个设备的故障数据上传到EMS(能量管理系统)中，进一步根据各个设备的故障数据进行提示。然而上述现有技术存在如下几个缺陷：1、EMS获取单一设备关键位置故障信号，该故障信号不具有层次性及相关性无法准确定位到储能电站的具体故障源头。2、EMS自身无法验证上报的信号是否正确。3、EMS自身无法剔除同类型设备故障告警的干扰信号和不同类型设备的同一故障源的干扰信号。4、EMS无法对故障告警进行分析，确定除了上报的故障信息之外的故障原因。

发明内容

本发明其中一个发明目的在于提供一种储能电站故障智能定位方法和系统，所述方法和系统可以实现对储能电站上报的故障信号进行逻辑处理和关联性验证，在经过逻辑处理和关联验证后可以更准确的判断储能电站的真实的运行情况，可以过滤掉不相关的故障数据对储能电站运行状态判断的干扰。

本发明另一个发明目的在于提供一种储能电站故障智能定位方法和系统，所述方法和系统可以对储能电站上报的故障信号进行分析后实现对故障的层级定位，可以实现对故障的电池原因和非电池原因判断，提高故障判断的准确性。

本发明另一个发明目的在于提供一种储能电站故障智能定位方法和系统，所述方法和系统可以通过树模型根据故障数据确定发生故障的设备，并结合电站站点设备的开关量和模拟量分析获取电池故障原因，提高故障判断的准确性。

为了实现至少一个上述发明目的，本发明进一步提供一种储能电站故障智能定位方法，所述方法包括：

获取储能电站设备的故障数据，其中所述故障数据包括开入量、模拟量和状态量数据；

将所述设备的故障数据进行过滤，去除无用的故障数据；

将过滤后的故障数据查询对应设备的真实状态，获取故障数据和对应设备的真实状态一致的故障数据；

将故障数据和对应设备真实状态一致的故障数据进行层级定位，获取故障原因；

预先建立不同层级的故障树模型，将定位到的故障原因输入到所述故障树模型中判断具体的故障设备。

根据本发明其中一个较佳实施例，对所述设备的故障数据进行过滤的方法包括：根据获取的故障数据建立故障数据库，其中所述故障数据包含设备类型、故障类型和设备标记，新获取的故障数据和所述故障数据库进行对比，去除同一设备的相同故障，以及被标记为无用故障的故障数据。

根据本发明另一个较佳实施例，在获取故障数据并过滤后，进一步根据所述故障数据和对应故障数据的上下游设备的开关量和模拟量，判断该故障数据对应的设备状态是否和故障数据相同，若不同则将该故障数据判断为误告警数据。

根据本发明另一个较佳实施例，其中所述设备状态数据包括告警、预警、故障、充电、放电和待机，当所述设备状态和故障数据不一致时，将所述不一致数据保存并关闭该故障数据形成的告警进行。

根据本发明另一个较佳实施例，当所述设备状态数据和故障数据一致时，进一步对所述故障数据进行层级定位，其中所述层级定位方法包括：根据所述故障数据获取电池故障特征数据和非电池特征参数，其中所述电池特征参数包括：电池电压上下限、温度上下限、SOC上下限、电压一致性、气体检测(一氧化碳、氢气)；所述非电池故障特征参数包括：PCS三项交流电、电压偏差、三项不平衡度及变压器温度和断路器状态。

根据本发明另一个较佳实施例，所述层级定位方法还包括：根据所述故障数据中的电池故障特征参数和非电池故障特征参数对当前故障进行分层判断，若存在至少一个特征参数满足电池故障特征参数条件，则判定该故障为电池故障；或若存在至少一个特征参数满足电池故障特征参数条件，则将该故障判定位非电池故障。

根据本发明另一个较佳实施例，预先建立电池故障树模型和非电池故障的树模型，其中两个树模型中分别包含具有连接关系或通讯关系的节点设备，并根据连接关系或通讯关系分别配置对应的上下级关系，对每一树模型的节点配置触发条件，当存在输入的故障数据时，通过所述树模型的触发条件判断当前层级对应的设备是否存在故障，若是则输出故障设备，否则向下一层级依次查找对应设备是否为故障设备，直到查找到最低层设备。

根据本发明另一个较佳实施例，当根据所述树模型查找到对应的故障设备后，进一步获取故障设备的状态量和模拟量，根据所述状态量和模拟量的异常情况生成故障原因，并将所述故障原因生成列表输出。

为了实现至少一个上述发明目的，本发明进一步提供一种储能电站故障智能定位系统，所述系统执行上述一种储能电站故障智能定位方法。

本发明进一步提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行所述一种储能电站故障智能定位方法。

附图说明

图1显示的是本发明一种储能电站故障智能定位方法的流程示意图。

图2显示的是本发明一种储能电站故障智能定位方法中故障定位的示意图。

图3显示的是本发明一种储能电站故障智能定位方法中故障数据库的一种筛选流程示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

请结合图1-图3，本发明公开了一种储能电站故障智能定位方法和系统，其中所述方法包括如下步骤：首先需要建立储能电站各个设备之间的通讯连接，采集每个设备的故障数据，并将故障数据上报，其中所述电站设备故障数据包括设备的开入量、模拟量和状态量。进一步根据故障数据建立故障数据库，通过所述故障数据库筛除掉相同设备的相同故障，以及标注为非故障的数据。进一步通过建立不同层级的故障树模型，通过所述故障树模型来判断故障类型和故障层级，执行故障设备的精确定位。在完成故障设备的定位后进一步获取故障数据的模拟参量和状态参量进行故障原因分析，并输出故障设备的故障原因列表。

具体而言，所述故障数据中的开入量为各设备之间接点的信息，用0或1表示是否有开入，其中所述开入量包括但不仅限于：设备断路器和刀闸的分合以及保护的投入与退出，所述设备开入量可以判断各个设备之间是否存在明确的连接状态；所述故障数据中的模拟量包括但不仅限于：储能电站当中电池、电池电压一致性、储能变流器(PCS)、变压器等设备的运行工况和实时数据(所述实时数据包括电流电压采样值)，所述模拟量为设备的物理量，可以反映设备在运行过程中的实际物理参数大小。所述故障数据中的状态量为包括但不仅限于储能变流器(pcs)的充电、放电、待机状态以及各设备之间的通讯状态，其中所述状态量为设备整体所处的状态，所述状态可以由一个或多个设备的模拟量达到触发条件后形成的设备整体状态。所述设备的状态量可以反映当下设备是所处的状态，并可以根据所述设备所处的状态判断是否存在异常。

在获取到所述故障数据后，将所述故障数据保存，并生成一个故障数据库，其中所述故障数据库用于记录故障数据对应的设备类型、设备标识、设备的模拟量、状态量和开入量等，需要说明的是所述设备标识为一个模糊的标识，其可以代表一个大的设备或系统存在某种故障，因此该设备标识并非是精确定位的结果。在本发明其中一个较佳实施例，在获取所述故障数据的状态量后，将该故障数据对应的设备标识、状态量分别和所述故障数据库进行对比，若查找到对应的故障数据，则表示该故障数据为重复数据，丢弃该故障数据。否则保存该故障数据。在本发明另一较佳实施例中，在所述故障数据库中标记包括但不仅限于维修中、保养等无用的故障信号，当获取到的故障数据存在上述故障信号时，将该无用的故障数据筛除。

在完成所述故障数据的过滤后，进一步判断过滤后的故障数据是否真实存在，其中获取当前故障数据所对应的设备连接的上下游设备的开入量和模拟量，并进一步根据所述开入量和模拟量可以判断所述上下游设备的是否存在故障数据或是否处于开启状态。举例来说：若所述上下游设备之间的开入量是处于0的状态或者所述上下游设备之间的模拟量为0的状态，则说明和该设备所连接的上下游设备处于断连或不工作的状态。因此具有连接关系的当前设备也是处于断连状态，从而可以判断当前设备所检测到的故障数据不是真实的故障数据。需要将该不真实的故障数据筛除。

在完成所述故障数据过滤以及判定存在真实的故障数据后，进一步获取故障数据对应的设备标识，并根据所述设备标识查找到该设备的真实状态参量，若所述故障数据中的设备状态参量和设备的真实状态参量存在不一致的情况，则将该不一致状态参量的故障数据标记为误告警。举例来说，所述故障数据对应的设备状态参量为待机状态，而根据所述故障数据查找到的该设备的真实状态参量为正常状态。则可以判定该故障数据为误告警信息。进一步将所述误告警信息保存，并关闭对应的误告警信息。

当所述故障数据中对应设备的状态参量和查询到设备的真实状态参量为一致状态时，可以进一步对所述故障数据进行层级定位，其中所述故障数据的层级定位方法包括：根据所述故障数据获取电池故障特征参量，其中所述电池故障特征参量包括但不仅限于：电池电压上下限、温度上下限、SOC上下限、电压一致性、气体检测(一氧化碳、氢气)。其中当检测到的电池电压数据不在所述电池电压上下限范围内时，表示满足该电池故障特征参量。在比如不满足电压一致性条件时，表示存在满足该电压一致性条件的电池故障特征参量。如检测到一氧化碳、氢气等气体，则说明满足该气体检测的电池故障特征参量。上述特征参量的选定为举例说明，本发明对此不再详细说明。其中所述非电池故障特征参量包括但不仅限于：PCS三项交流电、电压偏差、三项不平衡度及变压器温度和断路器状态等，当存在满足至少一项上述非电池故障特征参量的，则将该故障数据判定为非电池故障数据，若存在满足至少一项上述电池故障特征参量，则将该故障数据判定为电池故障数据。若同时存在电池故障特征参量和非电池故障特征参量的，则将该故障数据归类为混合故障数据。因此可以实现不同故障数据的基础分类。

进一步的，本发明预先建立具有层级关系的故障树模型，其中所述故障树模型可以根据故障类型的不同而不同，其中可以根据电池故障参量构建对应的故障树模型，以及根据非电池故障参量构建对应的故障树模型，所述故障树模型存在不同的节点关系，不同节点之间是存在连接关系或通讯关系，且所述故障树模型根据设备的传输关系依次设置不同的层级关系，比如总控制设备和各个分控制设备之间是存在上下层级关系的，总控制设备和自身的元件设备之间也存在上下层级关系，根据预先建立的储能电站的设备连接关系或通讯关系来建立具有上下层级的故障树模型，所述故障树模型的每个节点表示对应的设备保存对应的设备标识。在完成所述故障数据的基础分类后，进一步设置每个故障树节点的触发条件，需要说明的是，所述触发条件将根据故障类型进行分别设置，比如针对电池故障数据的故障树模型可以设置为包括但不仅限于电池电压上下限、温度上下限、SOC上下限、电压一致性、气体检测(一氧化碳、氢气)的触发条件。针对非电池故障数据的故障树模型可以设置为包括但不仅限于PCS三项交流电、电压偏差、三项不平衡度及变压器温度和断路器状态等非电池故障特征参数的触发条件。

将过滤处理后的故障数据分别输入到电池故障树模型和非电池故障树模型中依次进行匹配，获取匹配的结果，若输入的故障设备存在某一层级设备满足模型预先设定的触发条件，则将故障数据定位到该层级的设备中，并进一步根据所述树模型查找该定位到设备更低层级的设备是否存在关联的故障数据触发条件，若更低层级的设备满足数模型的触发条件，则进一步将更低层级设备标记为故障设备。在本发明另一个较佳实施例中，所述故障数据输入后从故障树模型的最高层级依次查询每个节点是否存满足故障触发条件的设备，若当前层级不存在满足故障触发条件的设备，则进一步从下一层级中查找是否满足故障触发条件设备，直到查找到最低层级的设备，并输出查找到的故障设备。

需要说明的是，在本发明另一个较佳实施例中，由于存在不同故障触发条件是因为不同设备之间具有故障关联关系，因此故障触发条件需要同时满足多个具有上下级关系设备中开入量、模拟量和状态量的预设值。也就是说系统查找到多个具有上下级关系设备的故障数据中开入量、模拟量和状态量同时满足预设值，则系统自动认定满足具有关联关系的故障触发条件，将具有关联关系的设备同时标记为故障设备。

根据所述树模型定位到故障数据的设备后，进一步根据所述故障数据的开入量、模拟量和状态量进一步判断该设备的故障原因，其中所述故障原因为逻辑处理过程，本发明仅仅举例说明:1、当储能变流器(PCS)出现故障告警时，分析它上下级设备是否存在故障告警，如上下级设备不存在故障告警结合该设备的故障特征参量进行分析是否是元器件或温度过高等本身原因导致的故障告警，当储能变流器的上下级设备存在故障告警时，根据故障树判断其故障告警信息是否存在关联，存在关联则继续向下或向上分析故障原因。2、当BMS产生电池电压超下限故障告警时，筛选出电压超下限的电池，确定单体电池节号之后结合该电池所在的储能变流器的充电功率，判断是否为充电不足，后分析该电池所在的电池组的电压一致性是否因为电压不一致导致该电池过放或过充，如不是则继续分析该电池容量与电压的关系判断其是否存在落后原因。上述逻辑处理过程可以通过计算机程序实现，本发明对此不再详细说明。进一步将故障定位的设备和故障原因生成列表的方式输出到控制端或显示器。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线段、电线段、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明，本发明的目的已经完整并有效地实现，本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种储能电站故障智能定位方法，其特征在于，所述方法包括：

获取储能电站设备的故障数据，其中所述故障数据包括开入量、模拟量和状态量数据；

将所述设备的故障数据进行过滤，去除无用的故障数据；

将过滤后的故障数据查询对应设备的真实状态，获取故障数据和对应设备的真实状态一致的故障数据；

将故障数据和对应设备真实状态一致的故障数据进行层级定位；

预先建立不同层级的故障树模型，将定位到的故障原因输入到所述故障树模型中判断具体的故障设备，获取故障原因。

2.根据权利要求1所述的一种储能电站故障智能定位方法，其特征在于，对所述设备的故障数据进行过滤的方法包括：根据获取的故障数据建立故障数据库，其中所述故障数据包含设备类型、故障类型和设备标记，新获取的故障数据和所述故障数据库进行对比，去除同一设备的相同故障，以及被标记为无用故障的故障数据。

3.根据权利要求1所述的一种储能电站故障智能定位方法，其特征在于，在获取故障数据并过滤后，进一步根据所述故障数据和对应故障数据的上下游设备的开关量和模拟量，判断该故障数据对应的设备状态是否和故障数据相同，若不同则将该故障数据判断为误告警数据。

4.根据权利要求3所述的一种储能电站故障智能定位方法，其特征在于，其中所述设备状态数据包括告警、预警、故障、充电、放电和待机，当所述设备状态和故障数据不一致时，将所述不一致数据保存并关闭该故障数据形成的告警信息。

5.根据权利要求3所述的一种储能电站故障智能定位方法，其特征在于，当所述设备状态数据和故障数据一致时，进一步对所述故障数据进行层级定位，其中所述层级定位方法包括：根据所述故障数据获取电池故障特征数据和非电池特征参数，其中所述电池特征参数包括：电池电压上下限、温度上下限、SOC上下限、电压一致性、气体检测(一氧化碳、氢气)；所述非电池故障特征参数包括：PCS三项交流电、电压偏差、三项不平衡度及变压器温度和断路器状态。

6.根据权利要求5所述的一种储能电站故障智能定位方法，其特征在于，所述层级定位方法还包括：根据所述故障数据中的电池故障特征参数和非电池故障特征参数对当前故障进行分层判断，若存在至少一个特征参数满足电池故障特征参数条件，则判定该故障为电池故障；或若存在至少一个特征参数满足电池故障特征参数条件，则将该故障判定位非电池故障。

7.根据权利要求1所述的一种储能电站故障智能定位方法，其特征在于，预先建立电池故障树模型和非电池故障的树模型，其中两个树模型中分别包含具有连接关系或通讯关系的节点设备，并根据连接关系或通讯关系分别配置对应的上下级关系，对每一树模型的节点配置触发条件，当存在输入的故障数据时，通过所述树模型的触发条件判断当前层级对应的设备是否存在故障，若是则输出故障设备，否则向下一层级依次查找对应设备是否为故障设备，直到查找到最低层设备。

8.根据权利要求7所述的一种储能电站故障智能定位方法，其特征在于，当根据所述树模型查找到对应的故障设备后，进一步获取故障设备的状态量和模拟量，根据所述状态量和模拟量的异常情况生成故障原因，并将所述故障原因生成列表输出。

9.一种储能电站故障智能定位系统，其特征在于，所述系统执行权利要求1-8中任意一项所述的一种储能电站故障智能定位方法。

10.一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行权利要求1-8中任意一项所述的一种储能电站故障智能定位方法。

Images