摘要
本发明涉及新能源储能技术领域,公开了液流电池储能系统电堆的漏液检测收集方法,包括以下步骤:在电堆的关键区域布设湿度传感器、气体传感器、温度传感器、视觉传感器和压力传感器,形成多源数据的高密度检测网络;采集传感器数据并进行实时传输至控制中心,通过卡尔曼滤波、贝叶斯估计和深度学习模型对多源数据进行融合处理,得到漏液的特征信息;基于多源数据融合的特征信息,使用多点插值法和三维空间建模实现漏液区域的定位。通过采用智能化的分级响应与控制技术方案,通过对漏液扩散、环境条件等因素进行动态分析,实现了隔离、冷却、减载和停机等操作的分级自适应响应,相较于现有技术中仅采用单一隔离或停机应对漏液事件的方案。
技术关键词
液流电池储能系统
深度学习模型
卡尔曼滤波
旁路电路
控制中心
检测收集系统
新能源储能技术
灰色关联度分析
视觉传感器
自动更新系统
气体传感器
插值法
数据采集模块
保障系统
数据变化趋势
湿度传感器
长短期记忆网络