CN115018366B - 储能系统工作状态监测方法、装置、存储介质及电子设备 - Google Patents
储能系统工作状态监测方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115018366B CN115018366B CN202210744885.0A CN202210744885A CN115018366B CN 115018366 B CN115018366 B CN 115018366B CN 202210744885 A CN202210744885 A CN 202210744885A CN 115018366 B CN115018366 B CN 115018366B
- Authority
- CN
- China
- Prior art keywords
- health monitoring
- parameter
- energy storage
- monitoring parameter
- storage system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 397
- 238000004146 energy storage Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000036541 health Effects 0.000 claims abstract description 333
- 230000008859 change Effects 0.000 claims abstract description 87
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 45
- 238000012423 maintenance Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 22
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000052 comparative effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000005802 health problem Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本申请提出一种储能系统工作状态监测方法、装置、存储介质及电子设备,获取至少两种健康监测参数,其中,健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;获取每一种健康监测参数在时间上的变化走势;确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,目标健康监测参数为任意一种健康监测参数,关联健康监测参数为与目标健康监测参数存在联动关系的健康监测参数;在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定储能系统处于第一类工作状态。能一定程度的提高健康监测的效率。
Description
技术领域
本申请涉及储能领域,具体而言,涉及一种储能系统工作状态监测方法、装置、存储介质及电子设备。
背景技术
储能系统的健康状态关系到储能系统对于电能的存储、利用、转化等方面,是评价储能系统是否处于最佳的工作状态,提供高效的能源利用性能。对于储能系统的健康状态的评估和监测,关系到能源的利用、能源使用的经济效益等方面,是一项十分重要的民生大事。
因此,如何对储能系统的工作状态进行监测,成为了本领域技术人员持续关注的难题。
发明内容
本申请的目的在于提供一种储能系统工作状态监测方法、装置、存储介质及电子设备,以至少部分改善上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种储能系统工作状态监测方法,所述方法包括:
获取至少两种健康监测参数,其中,所述健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;
获取每一种健康监测参数在时间上的变化走势;
确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,所述目标健康监测参数为任意一种健康监测参数,所述关联健康监测参数为与所述目标健康监测参数存在联动关系的健康监测参数;
在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定所述储能系统处于第一类工作状态。
第二方面,本申请实施例提供一种储能系统工作状态监测装置,所述装置包括:
监测单元,用于获取至少两种健康监测参数,其中,所述健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;
处理单元,用于获取每一种健康监测参数在时间上的变化走势;
所述处理单元还用于确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,所述目标健康监测参数为任意一种健康监测参数,所述关联健康监测参数为与所述目标健康监测参数存在联动关系的健康监测参数;
所述处理单元还用于在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定所述储能系统处于第一类工作状态。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
第四方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现上述的方法。
相对于现有技术,本申请实施例所提供的一种储能系统工作状态监测方法、装置、存储介质及电子设备,获取至少两种健康监测参数,其中,健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;获取每一种健康监测参数在时间上的变化走势;确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,目标健康监测参数为任意一种健康监测参数,关联健康监测参数为与目标健康监测参数存在联动关系的健康监测参数;在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定储能系统处于第一类工作状态。能一定程度的提高健康监测的效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的储能系统工作状态监测方法的流程示意图;
图3为本申请实施例提供的S109的子步骤示意图;
图4为本申请实施例提供的S109-4的子步骤示意图;
图5为本申请实施例提供的储能系统工作状态监测装置的单元示意图。
图中:10-处理器;11-存储器;12-总线;13-通信接口;201-监测单元;202-处理单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
目前,为了保证储能系统的高效运作和使用,对于储能系统的健康状态评估和监测越来越受到重视。同时,对于健康状态监控的所涉及的范围、层次、方法理论等也越来越多。目前常对储能系统进行健康状态监控的方式主要集中在对于储能系统的能源转化效率、总体经济效益、设备设施的维护状态这几个大的方面。对于所采用的对储能系统进行健康状态监控的方式多样,主要是根据实际情况采集相关的监控参数,并利用这些参数进行复杂的数据分析,进而建立起对于储能系统健康状态监控的模型。
但是,这些模型一方面通常所使用到的数据处理方式复杂,耗费资源和成本,另一方面往往通过这类的复杂计算后形成的结果数据也牵连较多的因素,不能很快的进行问题或者故障的定位,当需要进行健康维护时,需要对相关的因素点进行全面的筛查和维护,并没有一个可以进行顺序检查和引导的依据。
本申请实施例提供了一种电子设备,可以是服务器设备、电脑设备或者储能系统中的管理设备。请参照图1,电子设备的结构示意图。电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接,处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
处理器10可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,储能系统工作状态监测方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示,但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序,例如储能系统工作状态监测装置对应的程序。储能系统工作状态监测装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system,OS)中的软件功能模块。处理器10在接收到执行指令后,执行所述程序以实现储能系统工作状态监测方法。
可能地,本申请实施例提供的电子设备还包括通信接口13。通信接口13通过总线与处理器10连接。
应当理解的是,图1所示的结构仅为电子设备的部分的结构示意图,电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供的一种储能系统工作状态监测方法,可以但不限于应用于图1所示的电子设备,具体的流程,请参考图2,储能系统工作状态监测方法包括:S101、S102、S103以及S104,具体阐述如下。
S101,获取至少两种健康监测参数。
其中,健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种。
整个储能系统的工作状态需要通过所选择的健康监测参数进行反应,因此,所选择的健康监测参数需要准确且有效的反应储能系统目前的状态,且不同的健康监测参数可以从不同的角度来进行储能系统健康状态的表征。本申请中所选择的健康监测参数包括但不限于储能系统的温度、湿度、交直流转换率、电压、电流以及容量。
对于储能系统的健康监测参数的选择,需要考虑储能系统的运行性能、能源的转化率以及储能系统的环境参数。所涉及的参数种类越多,对于健康状态的监控也越完善和全面,有利于对储能系统进行全方位的健康状态监控。因此,所涉及的健康监测参数可以包含储能系统的温度、湿度、交直流转换率、电压、电流以及电容。
对于储能系统的温度,温度的变化是各设备设施、储电单元等宏观的状态运行展示,每一个设备设施、储电单元等都有一个温度的限制以及温度变化的规律,对储能系统的温度进行监测,可以随时获取储能系统中各个单元的运行状态,同时储能系统所处环境的温度对于储能系统中各单元的运行也是有着直接的影响,因此需要通过对储能系统的温度监测来进行适应性的调控,保证储能系统运行时处于较佳的温度环境中。
对于储能系统的湿度,湿度对于储能系统的用电和储电单元的电学性能有着较大的影响,同时,储能系统所处环境的湿度也影响着储能系统的运行性能。
对于储能系统的交直流转换率,关系储能系统对于能源的转换效率,直接影响储能系统的能源利用率,而交直流转换率也牵涉相关设备设施的运行状态,是关系储能系统运行性能的重要参数指标。
对于储能系统的电压,涉及储电单元的电压、设备设施的电压等,对于指示储能系统各储能单元以及设备设施的运行状态时十分必要的;同样地,对于储能系统的电流以及电容,也是指示储能系统各储能单元以及设备设施的运行状态的重要参数。
S102,获取每一种健康监测参数在时间上的变化走势。
在确定健康监测参数的种类后,获取对应的健康监测参数,对于健康监测参数的监测数据,由于储能系统的健康状态是一个在时间维度上的变化状态,因此,监测数据也应该在时间维度上进行提取和整理。这样,才能更加真实有效的反应每一个时刻储能系统的健康状态。
本实施例中采集各种健康监测参数的监测数据,并按照监测数据的监测顺序分类进行排列,具体包括:按照设定的监测时间间隔分别获取各个种类的健康监测参数的监测数据,并按照监测的时间顺序将各个健康监测参数的监测数据进行排列和归类,形成在时间维度上排列的监测数据{A(i,j)},其中,A(i,j)表征第i种健康监测参数的第j个参数,且j≥3。
可以理解的是,通常情况下,对于所要监控的储能系统的各个健康监测参数,其在时间维度上都是有着较强的变化规律的。将各种类别的健康监测参数的监测数据按照监测时的时间顺序进行排列,有利于后期进行规律性的分析和提取,增加对于这些监测数据处理的便利性。
应理解,在将各种类别的健康监测参数的监测数据按照监测时的时间顺序进行排列之后,可以确定每一种健康监测参数在时间上的变化走势。
S103,确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预先配置的关联性。若否,则执行S104;若是,则执行S105。
其中,目标健康监测参数为任意一种健康监测参数,关联健康监测参数为与目标健康监测参数存在联动关系的健康监测参数。
另外,对于各个不同类别的健康监测参数,其实质是表征储能系统的健康状态,虽然各个健康监测参数所表达的规律不同,各自有着各自的数据变化方式,但由于都是监测和表达同一个对象,各个健康监测参数之间会存在一定的联动性,例如监测设备的温度和电流参数,设备的使用电流增大会引发温度的升高,设备使用电流的减小会降低设备在运行过程中的温度。各个健康监测参数的变化在时间维度上有着变化的一致性,将监测数据在时间维度上进行统一的提取和处理,有利于利用这种一致性进行侧面的判断,一个是判断各个参数的变化是否都保持预先配置的关联性进而确定采集的参数数据的正确性和真实性,另一方面是从不同的健康监测参数所反映的情况共同去定位储能设备处于不健康状态的原因,确保问题定位的准确性,这样也能一定程度的提高健康监测的效率。
需要说明的是,预先配置的关联性可以根据历史运行数据所归纳得到的。
S104,在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定储能系统处于第一类工作状态。
可选地,第一类工作状态表示非正常工作状态。
综上所述,本申请实施例提供了一种储能系统工作状态监测方法,获取至少两种健康监测参数,其中,健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;获取每一种健康监测参数在时间上的变化走势;确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,目标健康监测参数为任意一种健康监测参数,关联健康监测参数为与目标健康监测参数存在联动关系的健康监测参数;在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定储能系统处于第一类工作状态。能一定程度的提高健康监测的效率。
通过对储能系统的各个健康监测参数的监测数据的采集,并对采集的数据进行简单高效且可行的数据分析和处理,进而进行储能系统健康检查和维护的顺序确定,实现有序的高效的储能提供健康状态监测和维护。
请继续参考图2,在每一种目标健康监测参数的变化走势与关联健康监测参数的变化走势均满足预设配置的关联性的情况下,储能系统工作状态监测方法还包括:S105、S106、S107以及S108,具体阐述如下。
S105,获取每一种健康监测参数的极差和较真值。
其中,极差表示健康监测参数的最大变化,较真值表征健康监测参数的预设变化极限或变化范围限制。
S106,确定每一种健康监测参数是否均满足第一预设条件。若是,则执行S109;若否,则执行S107。
其中,第一预设条件表征极差小于或等于较真值。
采集到的健康监测参数需要是真实准确的,后期进行处理分析才能确保结果的正确性。对于健康监测参数的监测数据的真实性校验,方法多样。本申请实施例中,对各个健康监测参数的监测数据进行真实校验具体包括:获取各个健康监测参数的监测数据的极差R{A(i,j)};将极差R{A(i,j)}与各个较真值进行对比:若极差R{A(i,j)}不大于较真值,则获取的健康监测参数的监测数据真实有效;若极差R{A(i,j)}大于较真值,则重新获取健康监测参数的监测数据;若连续多次(例如三次)获取的健康监测参数的监测数据的极差R{A(i,j)}还大于较真值,则对健康监测参数涉及的设施设备进行健康检查。
对于所获取的各个健康监测参数的监测数据,其监测数据在时间维度上都是呈一定规律变化的,因此,根据各个监测参数的变化规律设置较真值,较真值反映了监测数据的变化极限或者限制要求,利用监测数据的极差进行较真对比,可以简单且快速的确定监测参数的正确定。同时,对于在连续三次进行同较真值的比较过程中都不满足较真条件的监测数据,极大可能的推测该监测数据对应的健康监测参数已经出现了不符合健康状态的变化,需要对其进行健康检查。这样,有利于在进行后边的数据处理之前及时的发现健康问题,不必数据处理完成后才发现,一定程度上优化了健康监测的流程,同时能够更加快速高效的发现健康问题,提高了对储能系统进行健康监测和维护的效率。
需要说明的是,由于健康监测参数的监测数据通常呈一定的规律变化,对采集的监测数据进行真实校验时,可以利用这种规律变化来进行判断,这样可以简化真实校验的方式方法,并能提高对于监测数据的处理效率。进行复杂的真实校验,不仅浪费资源也延长了数据校验的时间。
S107,确定连续出现不满足第一预设条件的健康监测参数的次数是否小于预设的次数阈值。若否,则执行S108;若是,则重复执行S101。
S108,确定储能系统处于第二类工作状态。
可选地,第二类工作状态可以是非正常工作状态。
需要说明的是,连续出现不满足第一预设条件的健康监测参数的种类可以相同,也可以不同。
请继续参考图2,在所有健康监测参数均满足第一预设条件时,储能系统工作状态监测方法还包括:S109和S110,具体阐述如下。
S109,将健康监测参数作为预先训练完成的健康监测分析模型输入,健康监测分析模型确定健康监测参数对应的分析结果。
其中,分析结果为第一类结果或第二类结果,第一类结果为健康监测参数的当前偏差率小于或等于预设的基准偏差率,第二类结果为健康监测参数的当前偏差率大于预设的基准偏差率。
S110,依据分析结果确定储能系统的工作状态。
其中,第一类结果对于第三类工作状态,第二类结果对于第四类工作状态。
可选地,第三类工作状态为正常工作状态,第四类工作状态为非正常工作状态。
在图2的基础上,对于S109中的内容,本申请实施例还提供了一种可能的实现方式,请参考图3,S109包括:S109-1、S109-2、S109-3以及S109-4,具体阐述如下。
S109-1,按照预设的滑动窗口长度对健康监测参数进行提取,得到参数集合组。
其中,参数集合组中包括j-2个参数集合,每一个参数集合内包括n个连续的健康监测参数,n为滑动窗口长度,j为健康监测参数中的参数数量。
健康监测分析模型需要考虑储能系统当下的实际情况和所采集的健康监测参数的特点。本实施例中健康监测分析模型具体包括:按照预设的滑动窗口长度对健康监测参数进行提取,例如对每一类校验监测数据进行相邻三个数据为一组的依次提取,形成参数集合组:{{A(i,1),A(i,2),A(i,3)},{A(i,2),A(i,3),A(i,4)}…{A(i,j-2),A(i,j-1),A(i,j)}},其中,A(i,k)表征第i种健康监测参数中的第k个参数。
S109-2,对参数集合进行处理,以获得健康监测参考数据。
可选地,滑动窗口长度等于3,依据以下算式,对参数集合进行处理,以获得健康监测参考数据:
其中,B(i,k)表征第i种健康监测参数对应的第k个健康监测参考数据,A(i,k)表征第i种健康监测参数中的第k个参数,A(i,k+1)表征第i种健康监测参数中的第k+1个参数,A(i,k+2)表征第i种健康监测参数中的第k+2个参数,A(i,k+1)、A(i,k+1)以及A(i,k+1)属于第i种健康监测参数对应的第k个参数集合,1≤k≤j-2。
可选地,健康监测参考数据包括:{{B(i,1)},{B(i,1)},…,{B(i,j-2)}}。
S109-3,对健康监测参考数据进行方差计算,以获得健康状态数据集合。
可选地,对健康监测参考数据依次进行方差计算,获得健康状态数据集合{S(i,j-2)}。
S109-4,基于健康状态数据集合确定健康监测参数对应的分析结果。
关于S109-4中的内容,本申请实施例还提供了一种可能的实现方式,请参考图4,S109-4包括:S109-4A、S109-4B、S109-4C、S109-4D、S109-4E、S109-4F以及S109-4G,具体阐述如下。
S109-4A,基于每一个健康监测参考数据对应的方差在时间-方差图绘制目标方差线。
其中,时间-方差图横坐标为时间,时间-方差图的纵坐标为方差。
S109-4B,基于时间-方差图中的时间量和监测基准线计算基准面积。
S109-4C,基于时间-方差图中的时间量和目标方差线计算方差面积。
S109-4D,基于基准面积与方差面积确定健康监测参数的当前偏差率。
S109-4E,确定健康监测参数的当前偏差率是否大于预设的基准偏差率。若是,则执行S109-4F;若否,则执行S109-4G。
S109-4F,在健康监测参数的当前偏差率小于或等于预设的基准偏差率的情况下,确定分析结果为第一类结果。
S109-4G,在健康监测参数的当前偏差率大于预设的基准偏差率的情况下,确定分析结果为第二类结果。
应理解,对于具有规律性变化的各个健康监测参数,考虑健康监测参数自身的变换规律,在储能系统处于健康状态下时,健康监测参数的变化率是呈一定规律变化的。方差反应数据相对平均数的偏离程度,对于监测数据进行变化率的计算,进而通过方差来反应这种数据变化的偏离量,偏离量是处于一定的变化范围的,因此,通过时间-方差图可以直观的判断数据变化的情况,进而通过健康监测参数的变化情况能够获取储能系统的健康状况。
可以理解的是,健康监测参数的变化成一定的规律性,且对于温度、湿度、电流、电压等的参数数据,通常情况下都是线性变化的规律。因此,对于健康监测参数的监测数据,可以利用变化率来表征其变化规律。方差可以准确有效的判断监测数据的变化率是否处于正常的变化范围内,进而判断储能系统的健康状态。
在进行监测数据变化规律是否处于正常变化范围的判断时,可以将获取的方差值与判断基准进行比较,而图形表达的形式是最直观最快速的判断方式。
各个健康监测参数的数据变化在时间维度上具有一定规律,根据规律制定出各个健康监测参数的监测基准,并将基准展示在各自的时间-方差图中,通过监测基准和监测数据在时间-方差图上的数据对比和分析,可以很直观的判断出健康监测数据是否符合健康监测参数的规律性变化,进而判断储能系统是否处于健康的状态。
需要说明的是,监测基准线的选取根据不同的健康监测参数来确定,其可以通过大量的历史数据的采集分析来获得,也可以通过理论计算的方式来获取,采用理论计算的方式进行监测基准的确定需要进行验证后确定,以确认理论计算和实际获取的数据的容差。
根据模型的分析结果来确定所监测的健康监测参数是否处于正常的状态。当储能系统处于不健康状态时,会反应在健康监测参数的监测数据上,而由于各个健康监测参数是从不同的角度和方面来反应储能系统的健康状态,因此,各个健康监测参数存在一定的关联性。所以需要在分析模型得出分析结果后,对健康监测参数进行关联性的确认。
请继续参考图2,储能系统工作状态监测方法还包括:S111,具体阐述如下。
S111,在存在至少一个偏移参数时,基于偏移参数的偏移量差值,确定储能系统的维护顺序。
其中,偏移量差值为偏移参数的当前偏差率与基准偏差率的差值,偏移参数的分析结果为第二类结果。
本申请实施例中,根据健康监测分析模型的分析结果进行健康监测参数的关联性确认具体包括:当仅一项健康监测参数的当前偏差率大于预设的基准偏差率时,将该健康监测参数定义为单一监测参数,将其他不同健康监测参数按照当前偏差率的大小进行排序;按当前偏差率从大到小的顺序选择当前偏差率最大的健康监测参数,并定义为首要关联监测参数;结合单一监测参数和首要关联监测参数对储能系统进行健康维护。
各项健康监测参数之间并不是相互独立存在的,它们存在着或弱或强的关联性,因此,对于一项健康监测参数的监测数据发生偏离时,和其具有一定关联性的相关健康监测参数也会发生变化,自然地,有可能具有关联性的且关联性强的健康监测参数所对应的储能系统中的设备设施也会成为此次出现不健康状态的关键原因。这样,将单一监测参数作为最重要的健康判断指标,另外根据偏差率的大小将偏差率最大的健康监测参数作为首要关联监测参数,进而可以划定一个较为饱满的符合健康维护和检查的范围,根据单一监测参数和首要关联监测参数能够确定储能系统产生不健康状态所对应的设备设施,进而实现可靠且高效的健康维护,也提高了对储能系统进行健康状态监测和维护的效率。
当然,对于健康监测参数的关联性确认,还存在另一种情况,即不正常的监测参数不止一项。因此,本申请实施例中,根据健康监测分析模型的分析结果进行健康监测参数的关联性确认具体包括:当不止一项健康监测参数的当前偏差率大于预设的基准偏差率时,将偏差率大于基准偏差率的健康监测参数根据当前偏差率的大小进行排序;根据排序由大到小依次针对健康监测参数对储能系统进行健康维护。
同样地,各项健康监测参数之间并不是相互独立存在的,它们存在着或弱或强的关联性。因此,对于多个偏差率大于基准偏差率的健康监测参数,必然具有一定的内在联系。根据偏差率大小进行顺序排列,并按照顺序进行储能系统中设备设施以及设备设施的维护和检查信息的定位,可以形成按重要程度或者问题发生概率而确定的检查和维护顺序,一定程度上加快了对于储能系统的健康检查和维护效率。
对储能系统建立健康监测系统,其目的就是要在储能系统处于不健康的状态时及时发现并作出维护和检查,进而调整储能系统使其恢复健康状态,保证储能系统始终处于高效正常的工作状态。
针对上述的两种分析结果,本实施例提供不同的健康维护方式:
根据对健康监测参数的关联性确认结果对储能系统进行健康维护具体包括:根据单一监测参数和首要关联监测参数,建立分析树;根据分析树提供的维护项目进行健康维护。
分析树的方式可以结合健康监测的实际需要来进行设备设施以及设备设施检查和维护项的罗列,进而根据分析树所提供的检查和维护信息,利用排除法的方式进行问题的定位和处理。而这样的检查和维护处理顺序可以根据工程经验或者实际需要进行重要程度的排列,进而提高储能设备进行健康监测和维护的效率。
另外地,根据对健康监测参数的关联性确认结果对储能系统进行健康维护具体包括:按照当前偏差率的大小顺序,依次建立分析树;根据当前偏差率的大小顺序对分析树提供的维护项目进行健康维护。
根据健康监测分析模型的分析结果进行健康监测参数的关联性确认具体包括:当不止一项健康监测参数的偏差率大于基准偏差率时,将偏差率大于基准偏差率的健康监测参数根据偏差率的大小进行排序;根据排序由大到小依次针对健康监测参数对储能系统进行健康维护。
本实施例提供的一种储能系统工作状态监测方法具有以下有益效果:
该方法采集各类需要监控的健康监测参数的监控数据,在时间维度上进行真实校验后建立简单高效的监测分析模型,通过分析的结果进行相关参数的关联性确认,这样可以根据分析结果所展示的问题将各个健康监测参数进行关联性的确认,进而按照关联性的强弱判断出引发问题可能的参数,进而根据关联性确认结果进行有依据和顺序的健康维护和排查,避免没有先后顺序进行造成的工作量大,工作范围广等降低健康维护工作效率的问题,有效地提高了对于储能系统进行健康监测和维护的工作效率。
利用监测数据的极差进行较真对比,可以简单且快速的确定监测参数的正确定。同时,对于在连续三次进行同较真值的比较过程中都不满足较真条件的监测数据,极大可能的推测该监测数据对应的健康监测参数已经出现了不符合健康状态的变化,需要对其进行健康检查。这样,有利于在进行后边的数据处理之前及时的发现健康问题,不必数据处理完成后才发现,一定程度上优化了健康监测的流程,同时能够更加快速高效的发现健康问题,提高了对储能系统进行健康监测和维护的效率。
请参阅图5,图5为本申请实施例提供的一种储能系统工作状态监测装置,可选的,该储能系统工作状态监测装置被应用于上文所述的电子设备。
储能系统工作状态监测装置包括:监测单元201和处理单元202。
监测单元201,用于获取至少两种健康监测参数,其中,健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;
处理单元202,用于获取每一种健康监测参数在时间上的变化走势;
处理单元202还用于确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,目标健康监测参数为任意一种健康监测参数,关联健康监测参数为与目标健康监测参数存在联动关系的健康监测参数;
处理单元202还用于在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定储能系统处于第一类工作状态。
可选地,监测单元201可以执行上述的S101,处理单元202可以执行上述的S102-S111。
需要说明的是,本实施例所提供的储能系统工作状态监测装置,其可以执行上述方法流程实施例所示的方法流程,以实现对应的技术效果。为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
本申请实施例还提供了一种存储介质,该存储介质存储有计算机指令、程序,该计算机指令、程序在被读取并运行时执行上述实施例的储能系统工作状态监测方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种电子设备,可以是服务器设备、电脑设备或者储能系统中的管理设备,该电子设备包括如图1所示,可以实现上述的储能系统工作状态监测方法;具体的,该电子设备包括:处理器10,存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序,当一个或多个程序被处理器10执行时,执行上述实施例的储能系统工作状态监测方法。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、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,所述模块、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方式中,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,两个连续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动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。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种储能系统工作状态监测方法,其特征在于,所述方法包括:
获取至少两种健康监测参数,其中,所述健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;
获取每一种健康监测参数在时间上的变化走势;
确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,所述目标健康监测参数为任意一种健康监测参数,所述关联健康监测参数为与所述目标健康监测参数存在联动关系的健康监测参数;
在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定所述储能系统处于第一类工作状态;
在每一种目标健康监测参数的变化走势与关联健康监测参数的变化走势均满足预设配置的关联性的情况下,所述方法还包括:
获取每一种健康监测参数的极差和较真值,其中,所述极差表示所述健康监测参数的最大变化,所述较真值表征所述健康监测参数的预设变化极限或变化范围限制;
确定每一种健康监测参数是否均满足第一预设条件,其中,所述第一预设条件表征所述极差小于或等于所述较真值;
在任意一种健康监测参数不满足第一预设条件时,确定连续出现不满足第一预设条件的健康监测参数的次数是否小于预设的次数阈值;
若小于预设的次数阈值,则重复所述获取至少两种健康监测参数;
若大于或等于预设的次数阈值,确定所述储能系统处于第二类工作状态。
2.如权利要求1所述的储能系统工作状态监测方法,其特征在于,在所有健康监测参数均满足第一预设条件时,所述方法还包括:
将所述健康监测参数作为预先训练完成的健康监测分析模型输入,所述健康监测分析模型确定所述健康监测参数对应的分析结果,其中,所述分析结果为第一类结果或第二类结果,所述第一类结果为所述健康监测参数的当前偏差率小于或等于预设的基准偏差率,所述第二类结果为所述健康监测参数的当前偏差率大于预设的基准偏差率;
依据所述分析结果确定所述储能系统的工作状态,其中,所述第一类结果对于第三类工作状态,所述第二类结果对于第四类工作状态。
3.如权利要求2所述的储能系统工作状态监测方法,其特征在于,所述健康监测分析模型确定所述健康监测参数对应的分析结果的步骤,包括:
按照预设的滑动窗口长度对所述健康监测参数进行提取,得到参数集合组,其中,所述参数集合组中包括j-2个参数集合,每一个参数集合内包括n个连续的健康监测参数,n为滑动窗口长度,j为所述健康监测参数中的参数数量;
对所述参数集合进行处理,以获得健康监测参考数据;
对所述健康监测参考数据进行方差计算,以获得健康状态数据集合,所述健康状态数据集合包括每一个健康监测参考数据对应的方差;
基于所述健康状态数据集合确定所述健康监测参数对应的分析结果。
4.如权利要求3所述的储能系统工作状态监测方法,其特征在于,所述滑动窗口长度等于3,依据以下算式,对所述参数集合进行处理,以获得健康监测参考数据:
;
其中,B(i,k)表征第i种健康监测参数对应的第k个健康监测参考数据,A(i,k)表征第i种健康监测参数中的第k个参数,A(i,k+1)表征第i种健康监测参数中的第k+1个参数,A(i, k+2)表征第i种健康监测参数中的第k+2个参数,1≤k≤j-2。
5.如权利要求3所述的储能系统工作状态监测方法,其特征在于,所述基于所述健康状态数据集合确定所述健康监测参数对应的分析结果的步骤,包括:
基于每一个健康监测参考数据对应的方差在时间-方差图绘制目标方差线,其中,所述时间-方差图横坐标为时间,时间-方差图的纵坐标为方差;
基于时间-方差图中的时间量和监测基准线计算基准面积;
基于时间-方差图中的时间量和目标方差线计算方差面积;
基于所述基准面积与所述方差面积确定所述健康监测参数的当前偏差率;
在所述健康监测参数的当前偏差率小于或等于预设的基准偏差率的情况下,确定分析结果为所述第一类结果;
在所述健康监测参数的当前偏差率大于预设的基准偏差率的情况下,确定分析结果为所述第二类结果。
6.如权利要求2所述的储能系统工作状态监测方法,其特征在于,所述方法还包括:
在存在至少一个偏移参数时,基于偏移参数的偏移量差值,确定所述储能系统的维护顺序;
其中,所述偏移量差值为所述偏移参数的当前偏差率与基准偏差率的差值,所述偏移参数的分析结果为所述第二类结果。
7.一种储能系统工作状态监测装置,其特征在于,所述装置包括:
监测单元,用于获取至少两种健康监测参数,其中,所述健康监测参数为储能系统的温度、湿度、交直流转换率、电压、电流以及容量中的任意一种;
处理单元,用于获取每一种健康监测参数在时间上的变化走势;
所述处理单元还用于确定目标健康监测参数的变化走势与关联健康监测参数的变化走势是否满足预设先配置的关联性,其中,所述目标健康监测参数为任意一种健康监测参数,所述关联健康监测参数为与所述目标健康监测参数存在联动关系的健康监测参数;
所述处理单元还用于在目标健康监测参数的变化走势与关联健康监测参数的变化走势不满足预设配置的关联性的情况下,确定所述储能系统处于第一类工作状态;
所述处理单元还用于在每一种目标健康监测参数的变化走势与关联健康监测参数的变化走势均满足预设配置的关联性的情况下,获取每一种健康监测参数的极差和较真值,其中,所述极差表示所述健康监测参数的最大变化,所述较真值表征所述健康监测参数的预设变化极限或变化范围限制;确定每一种健康监测参数是否均满足第一预设条件,其中,所述第一预设条件表征所述极差小于或等于所述较真值;在任意一种健康监测参数不满足第一预设条件时,确定连续出现不满足第一预设条件的健康监测参数的次数是否小于预设的次数阈值;若小于预设的次数阈值,则重复所述获取至少两种健康监测参数;若大于或等于预设的次数阈值,确定所述储能系统处于第二类工作状态。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210744885.0A CN115018366B (zh) | 2022-06-27 | 2022-06-27 | 储能系统工作状态监测方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210744885.0A CN115018366B (zh) | 2022-06-27 | 2022-06-27 | 储能系统工作状态监测方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018366A CN115018366A (zh) | 2022-09-06 |
CN115018366B true CN115018366B (zh) | 2023-09-26 |
Family
ID=83076924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210744885.0A Active CN115018366B (zh) | 2022-06-27 | 2022-06-27 | 储能系统工作状态监测方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018366B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108242574A (zh) * | 2016-12-23 | 2018-07-03 | 安徽新能科技有限公司 | 储能装置的安全特性 |
CN110795510A (zh) * | 2019-10-22 | 2020-02-14 | 北京空间技术研制试验中心 | 基于高维数据关联挖掘的航天器系统健康状态评估方法 |
CN113656389A (zh) * | 2021-08-12 | 2021-11-16 | 北京可视化智能科技股份有限公司 | 一种智能工厂异常数据处理方法、装置、系统及存储介质 |
CN114583300A (zh) * | 2022-04-01 | 2022-06-03 | 南京工业职业技术大学 | 一种用于电池储能系统的智能感知系统及构建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11162703B2 (en) * | 2016-08-19 | 2021-11-02 | Fraunhofer Usa, Inc. | System and method for characterization of retrofit opportunities in building using data from communicating thermostats |
-
2022
- 2022-06-27 CN CN202210744885.0A patent/CN115018366B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108242574A (zh) * | 2016-12-23 | 2018-07-03 | 安徽新能科技有限公司 | 储能装置的安全特性 |
CN110795510A (zh) * | 2019-10-22 | 2020-02-14 | 北京空间技术研制试验中心 | 基于高维数据关联挖掘的航天器系统健康状态评估方法 |
CN113656389A (zh) * | 2021-08-12 | 2021-11-16 | 北京可视化智能科技股份有限公司 | 一种智能工厂异常数据处理方法、装置、系统及存储介质 |
CN114583300A (zh) * | 2022-04-01 | 2022-06-03 | 南京工业职业技术大学 | 一种用于电池储能系统的智能感知系统及构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115018366A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN110498314B (zh) | 电梯门系统的健康评估方法、系统、电子设备及存储介质 | |
CN109934301B (zh) | 一种电力负荷聚类分析方法、装置和设备 | |
CN110388315B (zh) | 基于多源信息融合的输油泵故障识别方法、装置及系统 | |
CN112433907B (zh) | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 | |
CN114720764B (zh) | 一种基于电表实时监测数据的谐波分析方法及系统 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
CN115794578A (zh) | 一种电力系统的数据管理方法、装置、设备及介质 | |
CN110469461B (zh) | 一种风机齿带的断裂预估方法、其装置及可读存储介质 | |
CN113992602B (zh) | 一种电缆监测数据上传方法、装置、设备以及存储介质 | |
CN113283502B (zh) | 基于聚类的设备状态阈值确定方法和装置 | |
CN115114124A (zh) | 主机风险的评估方法及评估装置 | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN115018366B (zh) | 储能系统工作状态监测方法、装置、存储介质及电子设备 | |
CN116452054A (zh) | 一种电力系统物资抽检管理方法和装置 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
CN110796282A (zh) | 一种基于相关性系数的行业波动周期监测方法 | |
CN113065234B (zh) | 一种智能电表的批次可靠性风险等级评估方法及系统 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 | |
CN112070535A (zh) | 电动汽车价格预测方法和装置 | |
CN116431454B (zh) | 一种大数据的计算机性能控制系统及方法 | |
CN115641068A (zh) | 基于产品研发的全生命周期管理系统及跟踪方法 | |
CN116777674A (zh) | 配电网数据处理方法、装置、电子设备及存储介质 | |
CN117150032A (zh) | 一种水电站发电机组的智能维护系统及方法 | |
CN115456068A (zh) | 一种机组设备异常的确定方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |