摘要
本发明公开了基于大数据分析的储能电站运行效率提升与优化方法,本发明涉及储能电站运行管理技术领域,本发明通过采集同型号电池全生命周期数据,基于GS‑ADC算法对其进行聚类,得到三个最终簇并确定所处阶段;针对不同阶段簇,分别构建分段线性回归、自适应核函数RBF神经网络、灰色预测GM(1,1)模型;通过电池管理系统实时采集SOH、容量衰减加速度、内阻增长率,形成实时特征向量,计算其与各簇中心的加权马氏距离,以此进行阶段判断与模型调用,并基于不同阶段预测的剩余寿命,设置电池调整策略。本发明提升了阶段划分精准度与预测精度,实现储能电站运行效率与电池寿命的协同优化。
技术关键词
储能电站
样本
全生命周期数据
RBF神经网络
阶段
内阻
加速度
协方差矩阵
核心
序列
寿命
卡尔曼滤波修正
电池管理系统
密度
速率
充放电系统
线性回归模型
偏差
充放电策略
系统为您推荐了相关专利信息
空心千斤顶
恢复方法
液压张拉器
夹紧组件
张拉力
电梯钢结构井道
多Agent系统
蝙蝠算法
可重构结构
长短期记忆网络