[发明专利]基于孤立森林的异常电池箱检测方法、装置及电子设备

说明书

本发明公开了一种基于孤立森林的异常电池箱检测方法、装置及电子设备，属于储能电站安全技术领域。所述方法应用于在多个电池箱中检测出异常电池箱，所述电池箱包括若干个电池芯，所述方法包括：根据所述电池箱中若干个电池芯的工况数据提取待测特征数据，待测特征数据表征电池箱的当前特性；根据待测特征数据和预先获取的孤立森林模型确定电池箱的异常分数，孤立森林模型以电池箱的历史特征数据为样本构建得到，历史特征数据和待测特征数据包括相同的特征值；判断异常分数与参考值的差值是否小于预设阈值，若是则判断电池箱为异常电池箱。

技术领域

本发明涉及储能电站安全技术领域，特别涉及一种基于孤立森林的异常电池箱检测方法、装置及电子设备。

背景技术

储能电站的电池通常以电池堆、电池簇、电池箱、电池芯的方式逐层排布。每个电池簇对应一个双向逆变器系统与电网侧进行交互。当前，储能电站多采用锂电池作为电池芯，锂电池如果操作和管理不当会出现热失控、燃烧甚至爆炸的危险，因此需要及时采集电池数据，以检测出储能电站中异常的电池芯。

相关技术中采用基于统计学中箱型图的方法进行检测，具体基于百分位数来筛选异常值点。但是该统计方法需要假设原始数据满足一定的分布规律。一旦原始数据没有明显的分布规律，则很难实现准确检测。

发明内容

本发明要解决的技术问题是为了克服现有技术中异常电池箱检测方法不准确的缺陷，提供一种基于孤立森林的异常电池箱检测方法、装置及电子设备。

本发明是通过下述技术方案来解决上述技术问题：

第一方面，本发明实施例提供了一种基于孤立森林的异常电池箱检测方法，所述方法应用于在多个电池箱中检测出异常电池箱，所述电池箱包括若干个电池芯，所述方法包括：

根据所述电池箱中若干个电池芯的工况数据提取待测特征数据，所述待测特征数据表征所述电池箱的当前特性；

根据所述待测特征数据和预先获取的孤立森林模型确定所述电池箱的异常分数，所述孤立森林模型以所述电池箱的历史特征数据为样本构建得到，所述历史特征数据和所述待测特征数据包括相同的特征值；

判断所述异常分数与参考值的差值是否小于预设阈值，若是则判断所述电池箱为异常电池箱。

可选地，所述工况数据包括电压数据和温度数据；

所述待测特征数据包括所述若干个电池芯的电压的平均值、最大值、最小值、标准差、偏度和峰度，以及所述若干个电池芯的温度的平均值、最大值、最小值、标准差、偏度和峰度。

可选地，所述孤立森林模型包括若干个孤立树，所述孤立树以若干个所述历史特征数据为样本构建得到；

所述根据所述待测特征数据和预先获取的孤立森林模型确定所述电池箱的异常分数，包括：

确定所述待测特征数据在每个所述孤立树中的路径长度；

根据每个所述路径长度确定所述待测特征数据在所述孤立森林模型中的距离；

根据所述距离确定所述待测特征数据的异常分数。

可选地，所述方法还包括：

随机选取若干个所述历史特征数据作为构造孤立树的样本，每个所述历史特征数据包括若干个特征值；

以任一所述特征值作为起始结点，并根据选为所述起始结点的特征值的取值范围确定切割值，根据所述切割值将选取的所述历史特征数据划分为左子树和右子树；

针对所述左子树和所述右子树分别再次选择所述切割值，并根据所述切割值进行划分；

重复划分至达到设定高度或所述历史特征数据不可分割，以形成所述孤立树。