[发明专利]一种基于相似性度量的储能电池无监督故障诊断算法

说明书

本发明提供了基于相似性度量的储能电池无监督故障诊断算法，属于储能电池故障诊断领域。解决了现有自主实现无法高效率串联电池组故障检测与定位等问题。本储能电池充放电过程的信号监测、采集、汇总，构建无监督故障诊断数据集；对采集到的信号进行清洗，去除异常点，同时构建滤波器，以抑制采样中混入的噪声；根据充放电过程的信号特性，构建每个单体电池的关键点序列；提取监测信号的分段趋势项特征，将完整的监测信号分割为时间片段，进行分段线性化；构建单体电池离群值计算模块；实现多个标准的信息融合，得到离群程度，作为发生故障的重要衡量指标，进而判别故障电池。实现快速排查故障电池，提供维修建议优点。

技术领域

本发明涉及储能电池故障诊断领域，尤其涉及一种基于相似性度量的储能电池无监督故障诊断算法。

背景技术

推动新型储能快速发展是支撑新型电力系统的重要技术和基础装备。

储能在电源侧能够保障新能源高效消纳利用，为电力系统提供容量支撑及一定调峰能力；在电网侧能够提升大规模高比例新能源及大容量直流接入后系统灵活调节能力和安全稳定水平；在电网末端及偏远地区，建设储能或风光储电站，提高电网供电能力；移动式或固定式储能能够提升应急供电保障能力或延缓输变电升级改造需求；在分布式新能源、微电网、大数据中心、5G基站、充电设施、工业园区等用户侧，融合储能形成新的应用场景。

新型储能系统大多数采用锂电池电芯作为基本单元，储能电池的成组方式是由多个电池电芯串并联成一个模组，多个模组串并联成电池簇，多个电池簇并联形成的一个电池系统单元。这个电池系统单元包含了几千个电池电芯。在电源侧、电网侧和有些用户侧的大型储能电站中会由多个上述的电池系统单元组成，在这样一个由成千上万的电池电芯组成的系统中，有一个电芯出现故障都会给整个系统的安全、稳定、高效运行带来一定的影响。因此电池电芯健康状态的诊断显得尤为重要。

目前针对储能电池故障诊断的方法大多数基于电池整体或者是某一簇电池的运行情况，很少基于电池电芯的分析。大量的电池电芯，锂电池的充放电特性以及重返点的环境因素都给电池故障诊断带来困难。本专利提供一种基于相似性度量的储能电池无监督故障诊断算法，用于自主实现高效率和高精度的串联电池组故障检测与定位，快速排查故障电池，提供维修建议。

发明内容

本发明提供一种储能电池电芯故障识别与诊断方法、装置与系统，主要目标是，在无人监控的条件下，自主实现高效率和高精度的储能电池电芯故障检测与定位，快速排查故障电池，提供维修建议。为实现上述目标，本发明提供了一种储能电池电芯的无监督故障诊断算法，所述方法可应用于分布式数据采集和分析终端，所述技术方案包括：

S1、储能电池充放电过程的信号监测、采集、汇总，构建无监督故障诊断数据集；

S2、对采集到的信号进行清洗，去除因传感器波动、操作环境突变等因素引起的异常点，同时利用滑动平均法构建滤波器，以抑制采样中混入的噪声。每隔一个采样时间，滑动时间窗口向前滑动一次，时间窗的长度为L，采样数为n，因此共滑动n-L 次。

S3、根据充放电过程的信号特性，根据极大(小)值点、拐点等时序特征，构建每个单体电池的关键点序列；

由于串联电池组的监测信号是离散信号，因此计算其一阶差分和二阶差分，取一阶差分和二阶差分为零的时刻作为关键点，从而构建由极大(小)值和拐点组成的关键点序列。

S4、提取监测信号的分段趋势项特征。基于每个单体电池的关键点序列，将完整的监测信号分割为若干时间片段。进行分段线性化，在每个时间片段上，用线性函数代替原本的非线性信号，将各时间片段内的斜率作为趋势项，最终构建每个单体电池的趋势项序列。

S5、基于相似性分析原理，构建单体电池离群值计算模块，该模块能够衡量每一单体电池与其余电池在充放电过程中的离群程度，为此构建以下三个离群度量子模块；