摘要
本发明提供一种储能电池组内异常单体诊断方法及系统,包括:获取储能系统电池组中各个电池单体运行的电压数据,并对电压数据进行处理,得到预处理数据;划定时间间隔,提取预处理数据在时间间隔内的异常特征;分别对异常特征中的电池单体电压梯度平均值、电压标准化偏差平均值、电压偏度贡献平均值和电压变异贡献平均值进行赋权;对赋权后的异常特征进行降维整合,得到储能电池单体的综合异常分数;将储能电池单体的综合异常分数与阈值范围进行比较,诊断电池单体的异常程度,通过提取异常特征,再进行赋权计算异常分数,最终诊断的方式,可以提前预警异常单体,有效提升了异常单体的诊断效率和准确率。
技术关键词
储能电池组
储能电池单体
电压
诊断方法
偏差
储能系统
数据
密度聚类算法
矩阵
诊断系统
诊断模块
数值
噪声
样本
系统为您推荐了相关专利信息
改进型BP神经网络
夹杂物数量
硫化锰
统计方法
球形
谐振过电压
风电场风电机组
光伏电站
储能系统
变电站开关
长短期记忆网络
卡尔曼滤波方法
新能源汽车
化学电池
储能系统
装配式建筑吊装
吊装构件
吊装设备
路径规划方法
参数