WO2025200474A1 - 储能系统的故障检测方法、装置、计算机设备、存储介质 - Google Patents

储能系统的故障检测方法、装置、计算机设备、存储介质

Info

Publication number
WO2025200474A1
WO2025200474A1 PCT/CN2024/131216 CN2024131216W WO2025200474A1 WO 2025200474 A1 WO2025200474 A1 WO 2025200474A1 CN 2024131216 W CN2024131216 W CN 2024131216W WO 2025200474 A1 WO2025200474 A1 WO 2025200474A1
Authority
WO
WIPO (PCT)
Prior art keywords
current
energy storage
storage system
frequency band
target frequency
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.)
Pending
Application number
PCT/CN2024/131216
Other languages
English (en)
French (fr)
Inventor
邓凯
张弦
燕凯
李乐
侯鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sungrow Power Supply Co Ltd
Original Assignee
Sungrow Power Supply Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sungrow Power Supply Co Ltd filed Critical Sungrow Power Supply Co Ltd
Publication of WO2025200474A1 publication Critical patent/WO2025200474A1/zh
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/12—Measuring rate of change
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in networks by storage of energy

Definitions

  • the present application relates to the technical field of energy storage system fault detection, and in particular to a method, apparatus, computer equipment, and storage medium for energy storage system fault detection.
  • the present application provides a method for detecting a fault in an energy storage system, the method comprising:
  • the preset range is used to represent the current change rate range when arcing occurs in the energy storage system
  • the method before determining whether the current change rate of the target frequency band is within a preset range, the method further includes:
  • the method before determining whether the current change rate of the target frequency band is within a preset range, the method further includes:
  • the maximum operating current is the maximum current that occurs when the energy storage system performs rapid power scheduling
  • the method further includes:
  • the DC current of the energy storage system is kept sampled.
  • performing a fast Fourier transform on the DC current to obtain a spectrum corresponding to the DC current includes:
  • the frequency spectrum corresponding to the AC component is determined as the frequency spectrum corresponding to the DC current.
  • the method further includes:
  • the DC current of the energy storage system is kept sampled.
  • determining whether a spectrum corresponding to the DC current differs from a reference standard spectrum in a target frequency band includes:
  • the target current amplitude is the current amplitude of the spectrum corresponding to the DC current within the target frequency band
  • the preset current amplitude is the current amplitude of the reference standard spectrum within the target frequency band.
  • the present application further provides a fault detection device for an energy storage system, the device comprising:
  • a sampling module used to sample the DC current of the energy storage system
  • a processing module used for performing fast Fourier transform on the DC current to obtain a frequency spectrum corresponding to the DC current
  • the fault detection module is used to determine the fault condition of the energy storage system based on the current change rate within the target frequency band when the spectrum corresponding to the DC current differs from the reference standard spectrum in the target frequency band; the reference standard spectrum is the spectrum corresponding to the DC current under normal operation of the energy storage system.
  • the present application provides a computer device including a memory and a processor, wherein the memory stores a computer program, and the processor implements the steps of the method in the above embodiment when executing the computer program.
  • the present application further provides a computer-readable storage medium on which a computer program is stored, and when the computer program is executed by a processor, the steps of the method in the above embodiment are implemented.
  • the above-mentioned energy storage system fault detection method, device, computer equipment, and storage medium have at least the following beneficial effects:
  • the energy storage system can be inspected from multiple angles, accurately determining the fault condition of the energy storage system and improving the accuracy of fault detection.
  • the above detection strategies can provide effective and reliable fault identification, thereby ensuring the safe and stable operation of the energy storage system.
  • the timely detection and treatment of arcing faults can effectively prevent the fault from expanding, protect the safety of equipment and personnel, and improve the reliability and cost-effectiveness of the entire energy storage system.
  • FIG1 is a diagram illustrating an application environment of a method for detecting a fault in an energy storage system according to an embodiment
  • FIG2 is a frequency spectrum curve diagram of an energy storage system during normal operation and arcing of an outlet line in one embodiment
  • FIG6 is a schematic flow chart of the steps for determining the lower limit threshold of a preset range in one embodiment
  • FIG7 is a flow chart illustrating the steps of performing a fast Fourier transform on a DC current to obtain a spectrum corresponding to the DC current in one embodiment
  • FIG8 is a block diagram of a fault detection device for an energy storage system according to one embodiment
  • FIG9 is a diagram showing the internal structure of a computer device in one embodiment.
  • Terminal 102 is connected to energy storage system 104, and terminal 102 samples the DC current of energy storage system 104; performs a fast Fourier transform on the DC current to obtain a spectrum corresponding to the DC current; and when there is a difference between the spectrum corresponding to the DC current and a reference standard spectrum in a target frequency band, terminal 102 determines the fault condition of energy storage system 104 based on the current change rate within the target frequency band; the reference standard spectrum is the spectrum corresponding to the DC current under normal operation of energy storage system 104.
  • Terminal 102 can be, but is not limited to, various personal computers, laptop computers, etc.
  • arcing detection in photovoltaic systems usually adds an arcing transformer to the MPPT (Maximum Power Point Tracking) branch.
  • MPPT Maximum Power Point Tracking
  • the maximum branch current is about 30A, which can achieve a high degree of arcing feature recognition.
  • the current spectrum when arcing occurs in the photovoltaic system is quite different from the current spectrum during normal operation, and the frequency bands where the difference occurs are mostly high-frequency bands such as 16kHz and 32kHz.
  • curve S1 is the spectrum curve of the energy storage system under normal operation
  • curve S2 is the spectrum curve of the energy storage system when arcing occurs.
  • the frequency of the arcing point is low and concentrated around 1-4kHz.
  • the harmonic components of 1-4kHz are very common in current and are difficult to extract through software analysis. Therefore, compared with photovoltaic systems, the arcing frequency of energy storage systems is low, which easily leads to an increased risk of false alarms.
  • the present application provides a method for detecting a fault in an energy storage system, which is described by taking the method applied to the terminal 102 in FIG1 as an example, and includes the following steps S302 to S306 .
  • a method for detecting a fault in an energy storage system which is described by taking the method applied to the terminal 102 in FIG1 as an example, and includes the following steps S302 to S306 .
  • steps S302 to S306 includes the following steps S302 to S306 .
  • Step S302 sampling the direct current of the energy storage system.
  • Step S304 performing fast Fourier transform on the direct current to obtain a frequency spectrum corresponding to the direct current.
  • the energy storage system may refer to a string energy storage system or a centralized energy storage system.
  • a current sensor installed in the energy storage system is used to measure the DC current of the energy storage system during operation, and a fast Fourier transform is performed on the sampled DC current to obtain a frequency spectrum corresponding to the DC current.
  • Step S306 If there is a difference between the spectrum corresponding to the DC current and the reference standard spectrum in the target frequency band, a fault condition of the energy storage system is determined based on the current change rate in the target frequency band; the reference standard spectrum is the spectrum corresponding to the DC current under normal operation of the energy storage system.
  • the target frequency band may refer to any selected frequency band. Taking the energy storage system of the present application as an example, the target frequency band may specifically refer to the low frequency band of 1-4 kHz as shown in FIG. 2 .
  • the two spectra can be judged to match by comparing whether the spectrum curve corresponding to the DC current in the target frequency band overlaps with the reference standard spectrum curve, or whether the degree of overlap is greater than a preset matching threshold. It is also possible to judge whether the two spectra match by comparing whether the current amplitude error corresponding to the two spectra in each sub-band of the target frequency band is less than a preset error.
  • the above examples are for illustration only and are not limiting.
  • the fault condition of the energy storage system can be judged by calculating the root mean square value, average value, peak value and other parameters of the current in the target frequency band, and analyzing the change trend and fluctuation of the current.
  • the above-mentioned fault detection method for energy storage systems by comparing the spectrum corresponding to the DC current with the reference standard spectrum and further analyzing the current change rate within the target frequency band, can detect the energy storage system from multiple angles, accurately determine the fault condition of the energy storage system, and improve the accuracy of fault detection.
  • the above-mentioned detection strategy can provide effective and reliable fault identification, thereby ensuring the safe and stable operation of the energy storage system.
  • by promptly detecting and handling arcing faults it is possible to effectively prevent the fault from expanding, protect the safety of equipment and personnel, and improve the reliability and economy of the entire energy storage system.
  • determining a fault condition of the energy storage system based on the current change rate within the target frequency band includes:
  • Step S402 determining whether the current change rate of the target frequency band is within a preset range; the preset range is used to represent the current change rate range when arcing occurs in the energy storage system.
  • Step S404 When the current change rate in the target frequency band is within a preset range, it is determined that arcing occurs in the energy storage system.
  • the preset range refers to the range of the current change rate when arcing occurs in the energy storage system.
  • the range can be set according to the operating experience and actual situation of the energy storage system.
  • the current change rate before and after the arcing can be statistically analyzed to obtain a more accurate preset range.
  • the DC current of the energy storage system can be monitored, and the current change rate within the target frequency band can be calculated, and then it can be determined whether the current change rate is within the preset range. If it is within the preset range, it can be determined that an arcing fault has occurred in the energy storage system. For example, suppose that in the process of monitoring the energy storage system, the current change rate within the target frequency band is analyzed and found.
  • the method before determining whether the current change rate of the target frequency band is within a preset range, the method further includes:
  • Step 502 Obtain the maximum short-circuit current of the energy storage system and the maximum short-circuit time corresponding to the maximum short-circuit current;
  • Step 504 Determine the ratio of the maximum short-circuit current to the maximum short-circuit time as an upper threshold of a preset range.
  • the maximum short-circuit current of the energy storage system may refer to the maximum short-circuit current when a single cluster of batteries in the energy storage system is short-circuited
  • the maximum short-circuit time may refer to the time that the string energy storage system can withstand the above maximum short-circuit current.
  • the maximum short-circuit current of the energy storage system and the maximum short-circuit time corresponding to the maximum short-circuit current can be directly pre-stored in the terminal.
  • the values can be directly retrieved from the terminal's memory and calculated to obtain the ratio of the maximum short-circuit current to the maximum short-circuit time, thereby determining the upper threshold of the preset range.
  • the upper threshold of the preset range can be determined as Isc-max/t1. Taking a 200kW machine power as an example, the calculated value is approximately 1500A/ms.
  • the upper threshold value ensures that it reflects the system's current rate of change under the most extreme short-circuit conditions.
  • Using the ratio of maximum short-circuit current to maximum short-circuit duration as the upper threshold value not only considers the magnitude of the current but also the rate of current change, thereby more comprehensively reflecting the characteristics of arcing faults. This helps reduce misjudgments and missed detections, improves the accuracy and reliability of arcing fault detection, and provides solid technical support for the safe and stable operation of energy storage systems.
  • the method before determining whether the current change rate of the target frequency band is within a preset range, the method further includes:
  • Step S602 Obtain the maximum operating current and maximum operating voltage of the energy storage system under normal operation.
  • the duration of the current flow; the maximum operating current is the maximum current that occurs when the energy storage system performs fast power dispatch;
  • Step S604 Determine the ratio of the maximum operating current to the duration as the lower threshold of the preset range.
  • the maximum operating current and the duration of the maximum operating current can also be pre-simulated by the system, and the obtained data can be stored in the terminal.
  • the data can be directly obtained from the terminal's memory and calculated to obtain the ratio of the maximum operating current to the duration, thereby determining the lower limit threshold of the preset range.
  • the maximum current during fast power scheduling is Iop-max
  • the duration of this maximum current is t2.
  • the lower limit threshold of the preset range can be determined as Iop-max/t2. Taking a 200kW machine power as an example, the maximum order of magnitude is approximately 20A/ms.
  • the lower threshold value is ensured to reflect the current change rate during normal power scheduling.
  • the ratio of the maximum operating current to the duration as the lower threshold value not only considers the current magnitude but also the stability of current changes, thereby more comprehensively reflecting the characteristics of the energy storage system during normal operation. This also ensures data accuracy, enabling more accurate identification of arcing faults and improving detection accuracy and reliability.
  • the method further includes:
  • the DC current of the energy storage system is kept sampled.
  • the system can obtain the latest current data. This allows for a more accurate assessment of the current operating status of the energy storage system.
  • the current rate of change is outside the preset range, it indicates that the energy storage system is not experiencing arcing.
  • the current sampling action is then cyclically executed to enable real-time monitoring of the energy storage system, enabling timely detection of arcing.
  • a fast Fourier transform is performed on the DC current to obtain a spectrum corresponding to the DC current, including:
  • Step S702 extracting the AC component of the DC current.
  • Step S704 Perform fast Fourier transform on the AC component to obtain a frequency spectrum corresponding to the AC component.
  • Step S706 Determine the frequency spectrum corresponding to the AC component as the frequency spectrum corresponding to the DC current.
  • the dynamic changes in the current can be more accurately reflected.
  • arc faults are often accompanied by rapid changes in current, and these changes are more obvious in the AC component. Therefore, focusing on the AC component helps to more accurately capture the characteristics of the arc fault.
  • the frequency characteristics of the current signal can be further revealed, and characteristics such as the increase in low-frequency components caused by the arc fault can be more clearly identified. Determining the spectrum corresponding to the AC component as the spectrum corresponding to the DC current helps to simplify the subsequent signal processing and analysis process. For example, the spectrum corresponding to the AC component can be directly compared with the reference standard spectrum, which not only improves the detection efficiency, but also reduces the possibility of misjudgment and missed judgment.
  • the method further includes:
  • the DC current of the energy storage system is kept sampled.
  • the operating status of the system can be monitored in real time.
  • the spectrum of the DC current and the reference standard spectrum within the target frequency band, it means that the system is currently in normal operation and no arcing fault has occurred.
  • continuous monitoring of the state of the energy storage system can be achieved. Once a difference is found between the two spectra, that is, there may be signs of a fault, the system will immediately enter the fault detection process, thereby ensuring a rapid response and processing of potential faults.
  • this cyclic sampling method also helps to reduce the possibility of misjudgment and missed judgment. Since the system status may change with time and changes in the operating environment, continuous sampling can provide more comprehensive and accurate system status information, thereby improving the accuracy and reliability of fault detection.
  • determining whether a spectrum corresponding to the direct current differs from a reference standard spectrum in a target frequency band includes:
  • the target current amplitude is the current amplitude of the spectrum corresponding to the DC current within the target frequency band
  • the preset current amplitude is the current amplitude of the reference standard spectrum within the target frequency band.
  • the target current amplitude is greater than the preset current amplitude, it means that the intensity of the DC current in the target frequency band exceeds the reference standard, which often indicates a potential arcing phenomenon.
  • the reference standard which often indicates a potential arcing phenomenon.
  • the preset current amplitude as a reference standard, the size of the preset current amplitude can be adjusted according to different application scenarios and needs to adapt to different system configurations and operating requirements.
  • embodiments of the present application also provide an energy storage system fault detection device for implementing the aforementioned energy storage system fault detection method.
  • the solution provided by this device is similar to the solution described in the aforementioned method. Therefore, the specific limitations of one or more energy storage system fault detection device embodiments provided below can be found in the above-described limitations of the energy storage system fault detection method and will not be further elaborated here.
  • a fault detection device for an energy storage system comprising: a sampling module 802 , a processing module 804 , a fault detection module 806 , and an arcing determination module 808 , wherein:
  • the sampling module 802 is used to sample the DC current of the energy storage system
  • the processing module 804 is configured to perform a fast Fourier transform on the DC current to obtain a frequency spectrum corresponding to the DC current;
  • the fault detection module 806 is configured to determine a fault condition of the energy storage system based on the rate of change of the current within the target frequency band when the spectrum corresponding to the DC current differs from a reference standard spectrum within the target frequency band; the reference standard spectrum is the spectrum corresponding to the DC current under normal operation of the energy storage system.
  • the fault detection module 806 includes:
  • a judgment unit used to judge whether the current change rate of the target frequency band is within a preset range; the preset range is used to represent the current change rate range when arcing occurs in the energy storage system;
  • Fault detection unit used when the current change rate in the target frequency band is within a preset range It was determined that arcing occurred in the energy storage system.
  • the fault detection module 806 includes:
  • a first parameter acquisition unit is used to acquire the maximum short-circuit current of the energy storage system and the maximum short-circuit time corresponding to the maximum short-circuit current;
  • the upper threshold value determining unit is used to determine the ratio of the maximum short-circuit current to the maximum short-circuit time as the upper threshold value of a preset range.
  • a processing unit configured to perform a fast Fourier transform on the AC component to obtain a frequency spectrum corresponding to the AC component
  • the spectrum determining unit is configured to determine the spectrum corresponding to the AC component as the spectrum corresponding to the DC current.
  • the fault detection device for the energy storage system further includes:
  • the second loop module is used to compare the spectrum corresponding to the DC current with the reference standard spectrum at the target frequency. When there is no difference in the segments, the DC current of the energy storage system is kept sampled.
  • a computer device which may be a terminal, and its internal structure diagram may be shown in Figure 9.
  • the computer device includes a processor, a memory, an input/output interface, a communication interface, a display unit, and an input device.
  • the processor, memory, and input/output interface are connected via a system bus, and the communication interface, display unit, and input device are connected to the system bus via the input/output interface.
  • the processor of the computer device is used to provide computing and control capabilities.
  • the memory of the computer device includes a non-volatile storage medium and an internal memory.
  • the non-volatile storage medium stores an operating system and a computer program.
  • the internal memory provides an environment for the operation of the operating system and computer program in the non-volatile storage medium.
  • a computer device including a memory and a processor.
  • the memory stores a computer program
  • the processor implements the steps in the above method embodiments when executing the computer program.
  • a computer program product including a computer program.
  • the computer program is executed by a processor, the steps in the above method embodiments are implemented.
  • any reference to memory, database or other media used in the embodiments provided in this application may include at least one of non-volatile and volatile memory.
  • Non-volatile memory may include read-only memory (ROM), magnetic tape, floppy disk, flash memory, optical memory, high-density embedded non-volatile memory, resistive random access memory (ReRAM), magnetic random access memory (MRAM), ferroelectric random access memory (FRAM), phase change memory (PCM), graphene memory, etc.
  • Volatile memory may include random access memory (RAM) or external cache memory, etc.
  • RAM can be in various forms, such as static random access memory (SRAM) or dynamic random access memory (DRAM).
  • SRAM static random access memory
  • DRAM dynamic random access memory
  • the databases involved in the various embodiments provided in this application may include relational databases and non-relational databases. At least one of the following types of databases.
  • Non-relational databases may include, but are not limited to, distributed databases based on blockchains.
  • the processors involved in the various embodiments provided herein may be, but are not limited to, general-purpose processors, central processing units, graphics processors, digital signal processors, programmable logic devices, data processing logic devices based on quantum computing, and the like.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本申请涉及一种储能系统的故障检测方法、装置、计算机设备、存储介质。该方法包括：对储能系统的直流电流进行采样（S302）；对直流电流进行快速傅里叶变换，得到直流电流对应的频谱（S304）；在直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据目标频段内的电流变化率，确定储能系统的故障情况（S306）；参考标准频谱为储能系统正常运行下的直流电流对应的频谱。采用本方法能够降低故障检测误报率。

Description

储能系统的故障检测方法、装置、计算机设备、存储介质
本申请要求于2024年03月27日提交中国专利局、申请号为202410362302.7、发明名称为“储能系统的故障检测方法、装置、计算机设备、存储介质”的国内申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及储能系统故障检测技术领域，特别是涉及一种储能系统的故障检测方法、装置、计算机设备、存储介质。
背景技术
随着可再生能源的广泛应用，光伏系统和储能系统在电力领域中的地位日益凸显，因此，准确地进行故障检测对于光伏系统和储能系统的日常维护和正常运行显得尤为重要。
目前，对于光伏系统的故障检测已较为成熟，误报率较低；然而，对于储能系统的故障检测，因其高压大电流的特性，大大提高了如拉弧等故障的检测难度，导致储能系统的误报风险显著增加。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低故障检测误报率的储能系统的故障检测方法、装置、计算机设备、存储介质。
第一方面，本申请提供了一种储能系统的故障检测方法，该方法包括：
对储能系统的直流电流进行采样；
对直流电流进行快速傅里叶变换，得到直流电流对应的频谱；
在直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据目标频段内的电流变化率，确定储能系统的故障情况；参考标准频谱为储能系统正常运行下的直流电流对应的频谱。
在其中一个实施例中，根据目标频段内的电流变化率，确定储能系统的故障情况，包括：
判断目标频段的电流变化率是否处于预设范围内；预设范围用于表征储能系统出现拉弧时的电流变化率范围；
在目标频段的电流变化率处于预设范围内的情况下，确定储能系统出现了拉弧。
在其中一个实施例中，判断目标频段的电流变化率是否处于预设范围内之前，还包括：
获取储能系统的最大短路电流以及产生最大短路电流对应的最大短路时间；
将最大短路电流和最大短路时间的比值确定为预设范围的上限阈值。
在其中一个实施例中，判断目标频段的电流变化率是否处于预设范围内之前，还包括：
获取储能系统正常运行下的最大工作电流以及最大工作电流的持续时间；最大工作电流为储能系统进行快速功率调度时出现的最大电流；
将最大工作电流和持续时间的比值确定为预设范围的下限阈值。
在其中一个实施例中，判断目标频段的电流变化率是否处于预设范围内之后，还包括：
在目标频段的电流变化率不处于预设范围内的情况下，保持对储能系统的直流电流进行采样。
在其中一个实施例中，对直流电流进行快速傅里叶变换，得到直流电流对应的频谱，包括：
提取直流电流的交流分量；
对交流分量进行快速傅里叶变换，得到交流分量对应的频谱；
将交流分量对应的频谱确定为直流电流对应的频谱。
在其中一个实施例中，得到直流电流对应的频谱之后，还包括：
在直流电流对应的频谱与参考标准频谱在目标频段不存在差异的情况下，保持对储能系统的直流电流进行采样。
在其中一个实施例中，判定直流电流对应的频谱与参考标准频谱在目标频段存在差异，包括：
在目标电流幅值大于预设电流幅值的情况下，确定直流电流对应的频谱与参考标准频谱在目标频段内存在差异；
其中，目标电流幅值为直流电流对应的频谱在目标频段内的电流幅值，预设电流幅值为参考标准频谱在目标频段内的电流幅值。
第二方面，本申请还提供了一种储能系统的故障检测装置，该装置包括：
采样模块，用于对储能系统的直流电流进行采样；
处理模块，用于对直流电流进行快速傅里叶变换，得到直流电流对应的频谱；
故障检测模块，用于在直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据目标频段内的电流变化率，确定储能系统的故障情况；参考标准频谱为储能系统正常运行下的直流电流对应的频谱。
第三方面，本申请提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述实施例中的方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的方法的步骤。
上述储能系统的故障检测方法、装置、计算机设备、存储介质，至少具有以下有益效果：
通过比较直流电流对应的频谱与参考标准频谱，以及进一步分析目标频段内的电流变化率，能够从多个角度对储能系统进行检测，准确地判断储能系统的故障情况，提高了故障检测的准确性。对于组串式或集中式储能系统，上述检测策略都能够提供有效且可靠的故障识别，从而确保储能系统的安全、稳定运行。在实际应用中，通过及时发现和处理拉弧故障，可以有效防止故障扩大，保护设备和人员安全，提高整个储能系统的可靠性和经济性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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他的附图。
图1为一个实施例中储能系统的故障检测方法的应用环境图；
图2为一个实施例中储能系统正常工作和出线拉弧时的频谱曲线图；
图3为一个实施例中储能系统的故障检测方法的流程示意图；
图4为一个实施例中根据目标频段内的电流变化率，确定储能系统的故障情况的步骤的流程示意图；
图5为一个实施例中预设范围的上限阈值的确定步骤的流程示意图；
图6为一个实施例中预设范围的下限阈值的确定步骤的流程示意图；
图7为一个实施例中对直流电流进行快速傅里叶变换，得到直流电流对应的频谱的步骤的流程示意图；
图8为一个实施例中储能系统的故障检测装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图 及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的储能系统的故障检测方法，可以应用于如图1所示的应用环境中。其中，终端102与储能系统104连接，终端102对储能系统104的直流电流进行采样；对所述直流电流进行快速傅里叶变换，得到所述直流电流对应的频谱；终端102在所述直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据所述目标频段内的电流变化率，确定所述储能系统104的故障情况；所述参考标准频谱为所述储能系统104正常运行下的直流电流对应的频谱。其中，终端102可以但不限于是各种个人计算机、笔记本电脑等。
正如背景技术所述，目前对于光伏系统的如拉弧等故障的检测具有一定的技术积累，并且检测误报率较低，市场推广较久。目前光伏系统的拉弧检测通常在MPPT(Maximum Power Point Tracking，最大功率点跟踪)支路上增加拉弧互感器，支路电流最大在30A左右，可实现较高的拉弧特征量识别。光伏系统出现拉弧时的电流频谱与正常运行时的电流频谱差异较大，而且出现差异的频段多为16kHz、32kHz等高频段。相比于光伏系统，储能系统具有高压大电流的特点，对于如拉弧等故障的检测来说难度较大。例如，如图2所示，曲线S1为储能系统在正常运行下的频谱曲线，曲线S2为储能系统在出现拉弧时的频谱曲线，从图2可以看出，拉弧点频率较低，且集中在1-4kHz附近，1-4kHz的谐波分量在电流中非常常见，软件分析提取困难较大，因此相较于光伏系统，储能系统的拉弧频率低，从而容易导致误报风险提高。
基于上述原因，在一个示例性的实施例中，如图3所示，本申请提供了一种储能系统的故障检测方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤S302至步骤S306。其中：
步骤S302，对储能系统的直流电流进行采样。
步骤S304，对直流电流进行快速傅里叶变换，得到直流电流对应的频谱。
其中，储能系统可以是指组串式储能系统，也可以是指集中式储能系统。
示例性地，如通过安装于储能系统的电流传感器对储能系统在运行过程中行的直流电流，并对采样的直流电流进行快速傅里叶变换，以得到该直流电流对应的频谱。
步骤S306，在直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据目标频段内的电流变化率，确定储能系统的故障情况；参考标准频谱为储能系统正常运行下的直流电流对应的频谱。
其中，目标频段可以是指任意选定的频段，以本申请的储能系统为例，具体可以是指如图2所示的1-4kHz的低频段。
示例性地，在得到上述采样得到的直流电流对应的频谱后，通过将其与预先存储于终端的参考标准频谱进行比较，例如，可通过比较目标频段内该直流电流对应的频谱曲线与参考标准频谱曲线是否重叠，或重合度是否大于预设匹配阈值来判断两频谱是否匹配，还可以通过比较目标频段内各子频段两频谱对应的电流幅值误差是否小于预设误差来判断两频谱是否匹配。上述例子仅做举例说明，在此不作限定。当直流电流对应的频谱与参考标准频谱在目标频段内存在差异，说明此时储能系统可能已经出现了如拉弧等故障。为了更准确地判断是否发生故障以及具体的故障情况，还需进一步分析目标频段内的电流变化率，以确定储能系统的故障情况。具体地，可以通过计算目标频段内电流的均方根值、平均值、峰值等参数，以及分析电流的变化趋势和波动情况等，来判断储能系统的故障情况。例如，如果目标频段内电流的均方根值明显增加或峰值出现剧增，可能说明储能系统中出现了拉弧等故障；如果目标频段内电流的平均值呈现周期性变化，可能说明储能系统中存在电感或电容等元件的问题。
上述储能系统的故障检测方法，通过比较直流电流对应的频谱与参考标准频谱，以及进一步分析目标频段内的电流变化率，能够从多个角度对储能系统进行检测，准确地判断储能系统的故障情况，提高了故障检测的准确性。对于组串式或集中式储能系统，上述检测策略都能够提供有效且可靠的故障识别，从而确保储能系统的安全、稳定运行。在实际应用中，通过及时发现和处理拉弧故障，可以有效防止故障扩大，保护设备和人员安全，提高整个储能系统的可靠性和经济性。
在一示例性的实施例中，如图4所示，根据目标频段内的电流变化率，确定储能系统的故障情况，包括：
步骤S402，判断目标频段的电流变化率是否处于预设范围内；预设范围用于表征储能系统出现拉弧时的电流变化率范围。
步骤S404，在目标频段的电流变化率处于预设范围内的情况下，确定储能系统出现了拉弧。
其中，预设范围是指储能系统出现拉弧时的电流变化率范围。具体地，该范围可以根据储能系统的运行经验和实际情况进行设置，一般可以根据拉弧前后的电流变化率进行统计和分析，得到一个较为准确的预设范围。在实际实现过程中，可以通过监测储能系统的直流电流，并计算目标频段内的电流变化率，然后判断该电流变化率是否处于预设范围内。如果处于预设范围内，则可以确定储能系统出现了拉弧故障。例如，假设在监测储能系统的过程中，分析发现目标频段内的电流变化率，如果其均方根值明显增加或峰值出现剧增，且处于预设的拉弧电流变化率范围内，则可以确定储能系统出现了拉弧故障，并及时采取相应的维护措施，确保储能系统的正常运行。
本实施例中，通过分析目标频段内的电流变化率，将其与储能系统出现拉弧时的电流变化率范围进行比较，判断其是否处于该范围内，来精确判定是否发生了拉弧故障，即使在复杂的运行环境下，也能保持较高的检 测准确率，降低误判的可能性。
在一个示例性的实施例中，如图5所示，判断目标频段的电流变化率是否处于预设范围内之前，还包括：
步骤502，获取储能系统的最大短路电流以及产生最大短路电流对应的最大短路时间；
步骤504，将最大短路电流和最大短路时间的比值确定为预设范围的上限阈值。
其中，以本申请所述的组串式储能系统为例，储能系统的最大短路电流可以是指储能系统中单簇电池短路时的最大短路电流，而最大短路时间则可以是指组串式储能系统能承受上述最大短路电流的时间。
示例性地，上述储能系统的最大短路电流以及产生最大短路电流对应的最大短路时间均可直接预存储于终端中，在设置预设范围时，可以直接从终端的存储器中获取并进行计算，进而得到最大短路电流和最大短路时间的比值，从而确定预设范围的上限阈值。例如，单簇电池短路时的最大短路电流为Isc-max，最大短路时间为t1，此时预设范围的上限阈值可确定为Isc-max/t1，以200kW机器功率为了例，计算可得数量级约为1500A/ms。
本实施例中，通过获取储能系统的最大短路电流和产生该电流所对应的最大短路时间，确保了上限阈值能够反映系统在最极端短路情况下的电流变化率。将最大短路电流与最大短路时间的比值作为上限阈值，不仅考虑了电流的大小，还兼顾了电流变化的速度，从而更全面地反映了拉弧故障的特征，有助于减少误判和漏判，提高拉弧故障检测的准确性和可靠性，为储能系统的安全稳定运行提供了坚实的技术支撑。
在一个示例性的实施例中，如图6所示，判断目标频段的电流变化率是否处于预设范围内之前，还包括：
步骤S602，获取储能系统正常运行下的最大工作电流以及最大工作电 流的持续时间；最大工作电流为储能系统进行快速功率调度时出现的最大电流；
步骤S604，将最大工作电流和持续时间的比值确定为预设范围的下限阈值。
其中，需要说明的是，在储能系统的正常运行过程中，需要不断地进行快速功率调度以满足电力系统的需求，由于进行快速功率调度的过程中，需要在短时间内实现输出功率的增加或减少，从而导致工作电流的短时间升高，因此，储能系统的最大工作电流往往会出现在功率调度过程中。
示例性地，如上述实施例所述，上述最大工作电流和最大工作电流的持续时间也可以预先的系统模拟后，将得到的数据存储于终端，在设置预设范围时，可以直接从终端的存储器中获取并进行计算，进而得到最大工作电流和持续时间的比值，从而确定预设范围的下限阈值。例如，快速功率调度时的最大电流为Iop-max，该最大电流的持续时间为t2，此时预设范围的下限阈值可确定为Iop-max/t2，以200kW机器功率为了例，计算数量级最大约为20A/ms。
本实施例中，通过获取储能系统正常运行下的最大工作电流以及该电流的持续时间，确保了下限阈值能够反映系统在正常功率调度过程中的电流变化率。将最大工作电流与持续时间的比值作为下限阈值，不仅考虑了电流的大小，还兼顾了电流变化的稳定性，从而更全面地反映了储能系统正常运行时的特性，同时也保证了数据的准确性，能够更准确地识别拉弧故障，提高检测的准确性和可靠性。
在一个示例性的实施例中，判断所述目标频段的电流变化率是否处于预设范围内之后，还包括：
在所述目标频段的电流变化率不处于所述预设范围内的情况下，保持对所述储能系统的直流电流进行采样。
本实施例中，通过重新采样直流电流，系统能够获取最新的电流数据， 从而更准确地评估当前储能系统的运行状态。当电流变化率处于预设范围之外时，说明此时储能系统不存在拉弧现象，循环执行电流采样动作，以实现储能系统的实时监测，从而能够及时发现拉弧现象的发生。
在一个示例性的实施例中，如图7所示，对直流电流进行快速傅里叶变换，得到直流电流对应的频谱，包括：
步骤S702，提取直流电流的交流分量。
步骤S704，对交流分量进行快速傅里叶变换，得到交流分量对应的频谱。
步骤S706，将交流分量对应的频谱确定为直流电流对应的频谱。
示例性地，需要说明的是，在实际采样到的直流电流中会存在一定的交流分量，而在电力系统中，对于如拉弧等故障通常是由交流分量引起的。拉弧故障通常伴随着电流的快速变化，这些变化在交流分量中表现得更为明显。因此，为了有效地检测拉弧故障，往往需要关注直流电流的交流分量。通过对直流电流进行采样并提取交流分量，以简化后续的信号处理和分析过程，进一步对交流分量进行快速傅里叶变换，以得到交流分量对应的频谱，并将得到的交流分量对应的频谱确定为直流电流对应的频谱。
本实施例中，通过提取直流电流中的交流分量，能够更准确地反映电流中的动态变化。在电力系统中，拉弧故障往往伴随着电流的快速变化，这些变化在交流分量中表现得更为明显，因此，专注于交流分量有助于更准确地捕捉拉弧故障的特征。通过对交流分量进行快速傅里叶变换，得到其对应的频谱，能够进一步揭示电流信号的频率特性，能够更清晰地识别出拉弧故障引起的低频成分增加等特征。将交流分量对应的频谱确定为直流电流对应的频谱，有助于简化后续的信号处理和分析过程，例如可将交流分量对应的频谱与参考标准频谱进行直接比较，不仅提高了检测效率，还降低了误判和漏判的可能性。
在一个示例性的实施例中，得到直流电流对应的频谱之后，还包括：
在直流电流对应的频谱与参考标准频谱在目标频段不存在差异的情况下，保持对储能系统的直流电流进行采样。
本实施例中，通过不断地对储能系统的直流电流进行采样和频谱分析，能够实时监控系统的运行状态。当发现直流电流的频谱与参考标准频谱在目标频段内不存在差异时，意味着系统当前处于正常运行状态，没有发生拉弧故障。通过循环执行采样步骤，能够实现对储能系统状态的持续监控。一旦发现两频谱存在差异的情况，即可能存在发生故障的迹象，系统会立即进入故障检测流程，从而确保了对潜在故障的快速响应和处理。此外，这种循环采样的方式还有助于减少误判和漏判的可能性。由于系统状态可能会随着时间和运行环境的变化而发生变化，持续采样能够提供更全面、更准确的系统状态信息，从而提高故障检测的准确性和可靠性。
在一个示例性的实施例中，判定直流电流对应的频谱与参考标准频谱在目标频段存在差异，包括：
在目标电流幅值大于预设电流幅值的情况下，确定直流电流对应的频谱与参考标准频谱在目标频段内存在差异；
其中，目标电流幅值为直流电流对应的频谱在目标频段内的电流幅值，预设电流幅值为参考标准频谱在目标频段内的电流幅值。
本实施例中，通过比较目标电流幅值和预设电流幅值，能够更准确地判断频谱是否存在差异。当目标电流幅值大于预设电流幅值时，意味着直流电流在目标频段内的强度超过了参考标准，这往往指示着潜在的拉弧现象。而在实际应用中，只需要获取直流电流对应的频谱和目标频段内的电流幅值，然后与参考标准频谱中的相应值进行比较即可，判定步骤简单明了，易于实现，且不需要复杂的计算或分析。此外，通过引入预设电流幅值作为参考标准，根据不同的应用场景和需求，可以调整预设电流幅值的大小，以适应不同的系统配置和运行要求。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步 骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的储能系统的故障检测方法的储能系统的故障检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个储能系统的故障检测装置实施例中的具体限定可以参见上文中对于储能系统的故障检测方法的限定，在此不再赘述。
在一个示例性的实施例中，如图8所示，提供了一种储能系统的故障检测装置，包括：采样模块802、处理模块804、故障检测模块806和拉弧判定模块808，其中：
采样模块802，用于对储能系统的直流电流进行采样；
处理模块804，用于对直流电流进行快速傅里叶变换，得到直流电流对应的频谱；
故障检测模块806，用于在直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据目标频段内的电流变化率，确定储能系统的故障情况；参考标准频谱为储能系统正常运行下的直流电流对应的频谱。
在一个示例性的实施例中，上述故障检测模块806，包括：
判断单元，用于判断目标频段的电流变化率是否处于预设范围内；预设范围用于表征储能系统出现拉弧时的电流变化率范围；
故障检测单元，用于在目标频段的电流变化率处于预设范围内的情况 下，确定储能系统出现了拉弧。
在一个示例性的实施例中，上述故障检测模块806，包括：
第一参数获取单元，用于获取储能系统的最大短路电流以及产生最大短路电流对应的最大短路时间；
上限阈值确定单元，用于将最大短路电流和最大短路时间的比值确定为预设范围的上限阈值。
在一个示例性的实施例中，上述故障检测模块806，还包括：
第二参数获取单元，用于获取储能系统正常运行下的最大工作电流以及最大工作电流的持续时间；最大工作电流为储能系统进行快速功率调度时出现的最大电流；
上限阈值确定单元，用于将最大工作电流和持续时间的比值确定为预设范围的下限阈值。
在一个示例性的实施例中，上述储能系统的故障检测装置，还包括：
第一循环模块，用于在目标频段的电流变化率不处于预设范围内的情况下，保持对储能系统的直流电流进行采样。
在一个示例性的实施例中，上述处理模块804，包括：
提取单元，用于提取直流电流的交流分量；
处理单元，用于对交流分量进行快速傅里叶变换，得到交流分量对应的频谱；
频谱确定单元，用于将交流分量对应的频谱确定为直流电流对应的频谱。
在一个示例性的实施例中，上述储能系统的故障检测装置，还包括：
第二循环模块，用于在直流电流对应的频谱与参考标准频谱在目标频 段不存在差异的情况下，保持对储能系统的直流电流进行采样。
在一个示例性的实施例中，上述故障检测模块806，还包括：
频谱匹配判定单元，用于在目标电流幅值大于预设电流幅值的情况下，确定直流电流对应的频谱与参考标准频谱在目标频段内存在差异；
其中，目标电流幅值为直流电流对应的频谱在目标频段内的电流幅值，预设电流幅值为参考标准频谱在目标频段内的电流幅值。
上述储能系统的故障检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种储能系统的故障检测方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个示例性的实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个示例性的实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系 型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (18)

  1. 一种储能系统的故障检测方法，其特征在于，所述方法包括：
    对储能系统的直流电流进行采样；
    对所述直流电流进行快速傅里叶变换，得到所述直流电流对应的频谱；
    在所述直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据所述目标频段内的电流变化率，确定所述储能系统的故障情况；所述参考标准频谱为所述储能系统正常运行下的直流电流对应的频谱。
  2. 根据权利要求1所述的方法，其特征在于，所述根据所述目标频段内的电流变化率，确定储能系统的故障情况，包括：
    判断所述目标频段的电流变化率是否处于预设范围内；所述预设范围用于表征所述储能系统出现拉弧时的电流变化率范围；
    在所述目标频段的电流变化率处于预设范围内的情况下，确定所述储能系统出现了拉弧。
  3. 根据权利要求2所述的方法，其特征在于，所述判断所述目标频段的电流变化率是否处于预设范围内之前，还包括：
    获取所述储能系统的最大短路电流以及产生所述最大短路电流对应的最大短路时间；
    将所述最大短路电流和所述最大短路时间的比值确定为所述预设范围的上限阈值。
  4. 根据权利要求2所述的方法，其特征在于，所述判断所述目标频段的电流变化率是否处于预设范围内之前，还包括：
    获取所述储能系统正常运行下的最大工作电流以及所述最大工作电流的持续时间；所述最大工作电流为所述储能系统进行快速功率调度时出现的最大电流；
    将所述最大工作电流和所述持续时间的比值确定为所述预设范围的下限阈值。
  5. 根据权利要求2所述的方法，其特征在于，所述判断所述目标频段的电流变化率是否处于预设范围内之后，还包括：
    在所述目标频段的电流变化率不处于所述预设范围内的情况下，保持对所述储能系统的直流电流进行采样。
  6. 根据权利要求1所述的方法，其特征在于，所述对所述直流电流进行快速傅里叶变换，得到所述直流电流对应的频谱，包括：
    提取所述直流电流的交流分量；
    对所述交流分量进行快速傅里叶变换，得到所述交流分量对应的频谱；
    将所述交流分量对应的频谱确定为所述直流电流对应的频谱。
  7. 根据权利要求1所述的方法，其特征在于，所述得到所述直流电流对应的频谱之后，还包括：
    在所述直流电流对应的频谱与所述参考标准频谱在目标频段不存在差异的情况下，保持对所述储能系统的直流电流进行采样。
  8. 根据权利要求1所述的方法，其特征在于，判定所述直流电流对应的频谱与参考标准频谱在目标频段存在差异，包括：
    在目标电流幅值大于预设电流幅值的情况下，确定所述直流电流对应的频谱与所述参考标准频谱在所述目标频段内存在差异；
    其中，所述目标电流幅值为所述直流电流对应的频谱在所述目标频段内的电流幅值，所述预设电流幅值为所述参考标准频谱在所述目标频段内的电流幅值。
  9. 一种储能系统的故障检测装置，其特征在于，所述装置包括：
    采样模块，用于对储能系统的直流电流进行采样；
    处理模块，用于对所述直流电流进行快速傅里叶变换，得到所述直流电流对应的频谱；
    故障检测模块，用于在所述直流电流对应的频谱与参考标准频谱在目标频段存在差异的情况下，根据所述目标频段内的电流变化率，确定所述储能系统的故障情况；所述参考标准频谱为所述储能系统正常运行下的直流电流对应的频谱。
  10. 根据权利要求9所述的装置，其特征在于，所述故障检测模块包括：
    判断单元，用于判断目标频段的电流变化率是否处于预设范围内；预设范围用于表征储能系统出现拉弧时的电流变化率范围；
    故障检测单元，用于在目标频段的电流变化率处于预设范围内的情况下，确定储能系统出现了拉弧。
  11. 根据权利要求10所述的装置，其特征在于，所述故障检测模块还包括：
    第一参数获取单元，用于获取储能系统的最大短路电流以及产生最大短路电流对应的最大短路时间；
    上限阈值确定单元，用于将最大短路电流和最大短路时间的比值确定为预设范围的上限阈值。
  12. 根据权利要求10所述的装置，其特征在于，所述故障检测模块还包括：
    第二参数获取单元，用于获取储能系统正常运行下的最大工作电流以及最大工作电流的持续时间；最大工作电流为储能系统进行快速功率调度时出现的最大电流；
    上限阈值确定单元，用于将最大工作电流和持续时间的比值确定为预设范围的下限阈值。
  13. 根据权利要求10所述的装置，其特征在于，所述储能系统的故障检测装置还包括：
    第一循环模块，用于在目标频段的电流变化率不处于预设范围内的情况下，保持对储能系统的直流电流进行采样。
  14. 根据权利要求9所述的装置，其特征在于，所述处理模块包括：
    提取单元，用于提取直流电流的交流分量；
    处理单元，用于对交流分量进行快速傅里叶变换，得到交流分量对应的频谱；
    频谱确定单元，用于将交流分量对应的频谱确定为直流电流对应的频谱。
  15. 根据权利要求9所述的装置，其特征在于，所述储能系统的故障检测装置还包括：
    第二循环模块，用于在直流电流对应的频谱与参考标准频谱在目标频段不存在差异的情况下，保持对储能系统的直流电流进行采样。
  16. 根据权利要求9所述的装置，其特征在于，所述故障检测模块还包括：
    频谱匹配判定单元，用于在目标电流幅值大于预设电流幅值的情况下，确定直流电流对应的频谱与参考标准频谱在目标频段内存在差异；
    其中，目标电流幅值为直流电流对应的频谱在目标频段内的电流幅值，预设电流幅值为参考标准频谱在目标频段内的电流幅值。
  17. 一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
  18. 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， 所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
PCT/CN2024/131216 2024-03-27 2024-11-11 储能系统的故障检测方法、装置、计算机设备、存储介质 Pending WO2025200474A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202410362302.7A CN118209774A (zh) 2024-03-27 2024-03-27 储能系统的故障检测方法、装置、计算机设备、存储介质
CN202410362302.7 2024-03-27

Publications (1)

Publication Number Publication Date
WO2025200474A1 true WO2025200474A1 (zh) 2025-10-02

Family

ID=91451655

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2024/131216 Pending WO2025200474A1 (zh) 2024-03-27 2024-11-11 储能系统的故障检测方法、装置、计算机设备、存储介质

Country Status (2)

Country Link
CN (1) CN118209774A (zh)
WO (1) WO2025200474A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118209774A (zh) * 2024-03-27 2024-06-18 阳光电源股份有限公司 储能系统的故障检测方法、装置、计算机设备、存储介质
CN120468602A (zh) * 2025-05-23 2025-08-12 苏州海鹏科技有限公司 基于电流频谱样本峰度的电弧检测防误报方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110141644A1 (en) * 2009-12-15 2011-06-16 Hastings Jerome K Direct current arc fault circuit interrupter, direct current arc fault detector, noise blanking circuit for a direct current arc fault circuit interrupter, and method of detecting arc faults
CN104678265A (zh) * 2015-01-30 2015-06-03 广东雅达电子股份有限公司 一种串联故障电弧检测装置及检测方法
CN107994866A (zh) * 2017-12-07 2018-05-04 厦门科华恒盛股份有限公司 直流电弧故障检测的方法、装置、设备及存储介质
CN109959849A (zh) * 2019-04-28 2019-07-02 珠海格力电器股份有限公司 故障检测方法及系统、存储介质和处理器
CN113447773A (zh) * 2021-06-21 2021-09-28 东莞新能安科技有限公司 一种电弧检测方法、装置及储能电池系统
CN115267450A (zh) * 2022-07-21 2022-11-01 上海电机学院 一种直流电弧故障检测方法及装置
CN117578726A (zh) * 2023-11-20 2024-02-20 阳光电源股份有限公司 储能系统的拉弧检测方法、装置、设备及储能系统
CN118209774A (zh) * 2024-03-27 2024-06-18 阳光电源股份有限公司 储能系统的故障检测方法、装置、计算机设备、存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110141644A1 (en) * 2009-12-15 2011-06-16 Hastings Jerome K Direct current arc fault circuit interrupter, direct current arc fault detector, noise blanking circuit for a direct current arc fault circuit interrupter, and method of detecting arc faults
CN104678265A (zh) * 2015-01-30 2015-06-03 广东雅达电子股份有限公司 一种串联故障电弧检测装置及检测方法
CN107994866A (zh) * 2017-12-07 2018-05-04 厦门科华恒盛股份有限公司 直流电弧故障检测的方法、装置、设备及存储介质
CN109959849A (zh) * 2019-04-28 2019-07-02 珠海格力电器股份有限公司 故障检测方法及系统、存储介质和处理器
CN113447773A (zh) * 2021-06-21 2021-09-28 东莞新能安科技有限公司 一种电弧检测方法、装置及储能电池系统
CN115267450A (zh) * 2022-07-21 2022-11-01 上海电机学院 一种直流电弧故障检测方法及装置
CN117578726A (zh) * 2023-11-20 2024-02-20 阳光电源股份有限公司 储能系统的拉弧检测方法、装置、设备及储能系统
CN118209774A (zh) * 2024-03-27 2024-06-18 阳光电源股份有限公司 储能系统的故障检测方法、装置、计算机设备、存储介质

Also Published As

Publication number Publication date
CN118209774A (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
WO2025200474A1 (zh) 储能系统的故障检测方法、装置、计算机设备、存储介质
US20230384355A1 (en) Non-intrusive load monitoring method
WO2023231404A1 (zh) 光伏系统直流电弧故障检测方法、装置、设备及介质
WO2019127440A1 (zh) 一种直流电弧的处理方法及装置
CN114460426A (zh) 直流系统故障电弧检测方法、装置、计算机设备
WO2025113445A1 (zh) 一种低压故障电弧识别方法、装置、介质及设备
CN113759287A (zh) 一种高阻接地故障的检测方法
CN110990645B (zh) 用电监测方法、装置、计算机设备和存储介质
CN114487731A (zh) 交流系统故障电弧检测方法、装置、计算机设备
CN116108394A (zh) 一种工控系统流量异常检测方法、装置及介质
CN115186772B (zh) 一种电力设备的局部放电的检测方法、装置及设备
CN105305437A (zh) 电力负荷三重可信度匹配辨识方法
CN106711933B (zh) 一种设备供电异常处理方法、装置及摄像机
CN119474962A (zh) 信号源分类方法、装置、非易失性存储介质和电子设备
CN115436703B (zh) 一种逆变器与电网谐振的保护方法及装置
CN120195502B (zh) 配电网故障检测方法、系统、设备、介质和产品
CN116247821A (zh) 一种电力设备的安全运维方法及装置
CN119382027B (zh) 换流变压器保护方法、装置、计算机设备、存储介质和计算机程序产品
CN119438993B (zh) 一种故障检测方法、装置、电子设备及存储介质
CN113899944B (zh) 一种电力负荷投切点的检测方法及装置
CN118659313B (zh) 一种基于故障电弧声光电三维特征的弧光保护方法及装置
CN119104836B (zh) 一种电网故障检测方法、装置、设备及存储介质
CN121055304A (zh) 电力系统潮流分析方法、装置、计算机设备、介质和产品
CN121965406A (zh) 线路的保护方法及装置、电子设备和存储介质
CN117216626A (zh) Xlpe电缆护层电流在线监测装置、方法及设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24932168

Country of ref document: EP

Kind code of ref document: A1