基于人工智能的智能储能系统故障预测与优化方法

本发明公开了一种基于人工智能的智能储能系统故障预测与优化方法，包括：确定储能系统所对应接入的多个风电场，以及每个风电场的历史运行数据、高精度气象预报数据及地形地理信息，并构建时空数据库；构建基于神经网络预测模型嵌入的WRF‑CFD耦合模型对各个风电场的发电效率进行预测，得到第二类预测结果；基于第二类预测结果计算储能系统总负载，并根据总负载波动率预测故障风险；当故障风险满足预设的条件时，生成提前应对方案对储能系统负载波动进行优化使其平复。本发明能够实现对智能储能系统的精准预测与优化控制，解决传统储能系统在面对风电场波动性发电时故障预警不及时、负载波动难以有效调节的问题，提升储能系统的可靠性与运行效率。