摘要
本发明涉及一种基于物理数据双驱动的高原储能电池监测方法和系统,其中方法包括:首先,构建考虑高原环境修正的电池内阻物理模型,实时预测内阻并生成失效先验概率。同时,运用支持向量机(SVM)和随机森林(RF)构建数据驱动模型,提取电池运行特征,输出故障概率及不确定性。在此基础上,运用贝叶斯融合方法,动态调整物理模型与数据驱动模型的权重,计算电池失效后验概率,量化总不确定性。最后,设定决策阈值,当后验概率超过阈值时,触发预警并采取保护措施。本方法有效融合了物理模型的理论优势与数据驱动模型的实际数据挖掘能力,适应高原环境,为高原光伏电站储能电池的安全稳定运行提供保障。
技术关键词
储能电池监测
数据驱动模型
高原
内阻
物理
后验概率
随机森林
模型误差
计算方法
融合方法
复杂度
决策
采集环境参数
粒子群优化算法
累积分布函数
模型预测值
动态