摘要
本发明公开了多级告警处理与知识库联动的储能电站智能诊断方法,包括以下步骤:获取储能电站中多个电池簇的运行数据,构建单体电池的健康特征数据向量集合;基于健康特征数据向量,生成初始聚类图谱,计算聚类紧致度指标;当聚类紧致度小于动态阈值时,触发一级智能告警并执行特征重构与聚类模型增量更新;从更新后的聚类图谱中提取边缘样本序列,通过趋势偏移评估识别短板电池单体;构建其多模态健康画像,并与电池知识图谱中的劣化模式数据块进行匹配,计算动态置信度CI值;当CI值低于预设的劣化模型判定阈值时,触发二级智能告警,并生成结构化诊断推送内容,更新知识图谱,本发明能够快速定位短板电池单体,且能够提升劣化模式识别精度。
技术关键词
智能诊断方法
储能电站
智能告警
电池单体
更新知识图谱
动态
分布式聚类算法
多模态特征
下降斜率
数据
画像
增量更新
环境温度补偿
单体电池
指标
模式
阻抗谱法
系统为您推荐了相关专利信息
知识图谱构建
Softmax函数
节点
语义
WGS84坐标系
优化运行策略
储能电站
ADMM算法
电能
能源转化设备
检测仪本体
储能电站
传动伞齿轮
刀片
负荷控制算法