摘要
本申请提供一种储能系统故障诊断方法、储能系统和用电设备,涉及储能系统领域,该方法包括:接收云服务器发送的故障初步筛选结果,故障初步筛选结果包括异常电池簇的信息;基于异常电池簇的信息获取目标电芯的电芯数据,目标电芯为异常电池簇中的所有电芯,电芯数据包括电压数据和电流数据;将目标电芯的电芯数据输入至关联模型进行故障诊断,关联模型用于表征电池内短路与容量增量之间的关联性的模型,包括:基于电压数据和电流数据确定容量增量与电压之间的对应关系;基于容量增量与电压之间的对应关系计算在预设电压区间内目标电芯的漏电量;基于漏电量确定目标电芯中的故障单体。本申请提供的方法,有助于提高储能系统故障诊断精度。
技术关键词
故障诊断方法
储能系统
监督机器学习算法
电压
数据
电池
空间聚类算法
单体
电芯
关系
云服务器
电流
短路
曲线
频率
参数
密度
精度
系统为您推荐了相关专利信息
支持向量机
预测模型构建方法
随机森林
数据
变量
卷积神经网络模块
农作物病害
微分方程求解器
神经网络参数
数据
降噪方法
数据
深度神经网络模型
输出特征
状态空间模型
分布式储能
联邦学习策略
云端服务器
异常数据
环境温度梯度