蓄电池健康状况评估方法及装置制造方法及图纸

本申请涉及一种蓄电池健康状况评估方法及装置，其中，方法包括步骤：获取蓄电池组的核容放电数据；核容放电数据为蓄电池组周期核容充放电作业时的数据；核容放电数据包括放电电压；在放电电压满足建模条件的情况下，采用灰色模型并得到放电电压预测值；根据放电电压预测值得到蓄电池组的预测精度等级数据；获取蓄电池组的隐患系数数据，并根据预测精度等级数据和隐患系数数据输出劣化蓄电池筛分结果；本申请实现了对铅酸蓄电池组健康状况的评估，达到了故障提前预警的目的。到了故障提前预警的目的。到了故障提前预警的目的。

【技术实现步骤摘要】
蓄电池健康状况评估方法及装置


[0001]本申请涉及变电站直流电源系统管理
，特别是涉及一种蓄电池健康状况评估方法及装置。

技术介绍

[0002]站用直流电源系统是变电站(换流站)非常重要的组成部分，其主要任务是给继电保护装置、断路器操作、各类信号回路提供工作电源。蓄电池组是站用直流电源系统的重要设备，蓄电池组的正常运行与否，关系到继电保护及断路器能否正确动作，甚至会影响变电站乃至整个电网的安全运行。目前南方电网范围内的枢纽变电站、换流站运行中的蓄电池组数量非常庞大，根据历史运维经验，运行时间达到5年以上的蓄电池组出现容量不足问题的概率非常大，一旦蓄电池组中出现容量不足80％的单节蓄电池，说明整组蓄电池已不满足80％容量要求，必须立即对整组蓄电池进行更换，否则会给变电站的设备运行带来严重的安全隐患，甚至造成站用直流电源失电，进而酿成严重的电网事故。
[0003]因此对蓄电池进行健康管理和故障预测显得尤其重要，而现有的运维方式耗费巨大人力和物力，且缺乏对核容充放电数据的深度分析。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种蓄电池健康状况评估方法及装置。
[0005]为了实现上述目的，一方面，本申请实施例提供了一种蓄电池健康状况评估方法，包括步骤：
[0006]获取蓄电池组的核容放电数据；核容放电数据为蓄电池组周期核容充放电作业时的数据；核容放电数据包括放电电压；
[0007]在放电电压满足建模条件的情况下，采用灰色模型并得到放电电压预测值；根据放电电压预测值得到蓄电池组的预测精度等级数据；
[0008]获取蓄电池组的隐患系数数据，并根据预测精度等级数据和隐患系数数据输出劣化蓄电池筛分结果。
[0009]在其中一个实施例中，根据预测精度等级数据和隐患系数数据输出劣化蓄电池筛分结果的步骤包括：
[0010]分别获取预测精度等级数据的精度阈值，以及隐患系数数据的劣化阈值；
[0011]根据预测精度等级数据和精度阈值的第一比较结果，以及隐患系数数据和劣化阈值的第二比较结果；
[0012]根据第一比较结果和第二比较结果，确定劣化蓄电池筛分结果。
[0013]在其中一个实施例中，根据第一比较结果和第二比较结果，确定劣化蓄电池筛分结果的步骤，包括：
[0014]将预测精度等级数据大于精度阈值，以及隐患系数数据大于劣化阈值对应的蓄电池均确定为潜在劣化蓄电池；
[0015]对潜在劣化蓄电池去重，得到劣化蓄电池筛分结果。
[0016]在其中一个实施例中，获取蓄电池组的隐患系数数据的步骤包括：
[0017]获取蓄电池组内每一蓄电池的分段电压下降率数据，根据分段电压下降率矩阵得到每一蓄电池的电压下降率均值数据；
[0018]根据电压下降率均值数据得到蓄电池组的总电压下降率均值数据；根据电压下降率均值数据和总电压下降率均值数据得到隐患系数数据。
[0019]在其中一个实施例中，在放电电压满足建模条件的情况下，采用灰色模型并得到放电电压预测值的步骤之前，还包括：
[0020]根据放电电压得到放电电压级比和可容覆盖区间；
[0021]若放电电压级比在可容覆盖区间内，则放电电压满足建模条件；否则输出劣化蓄电池筛分结果。
[0022]在其中一个实施例中，采用灰色模型并得到放电电压预测值的步骤包括：
[0023]基于放电电压，得到累计生成数据和均值生成数据；
[0024]根据累计生成数据和均值生成数据，确定用于获取白微分模型的灰微分模型，并根据白微分模型确定放电电压预测值。
[0025]在其中一个实施例中，根据放电电压预测值得到蓄电池组的预测精度等级数据的步骤包括：
[0026]对放电电压预测值进行后验差校验，得到预测精度等级数据；后验差校验中的指标包括后验差比、小误差概率和精度等级。
[0027]一种蓄电池健康状况评估装置，装置包括：
[0028]数据获取模块，用于获取蓄电池组的核容放电数据；核容放电数据为蓄电池组周期核容充放电作业时的数据；核容放电数据包括放电电压；
[0029]检测预测值模块，用于在放电电压满足建模条件的情况下，采用灰色模型并得到放电电压预测值；根据放电电压预测值得到蓄电池组的预测精度等级数据；
[0030]融合分析模块，用于获取蓄电池组的隐患系数数据，并根据预测精度等级数据和隐患系数数据输出劣化蓄电池筛分结果。
[0031]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述方法的步骤。
[0032]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。
[0033]上述技术方案中的一个技术方案具有如下优点和有益效果：
[0034]本申请通过灰色模型得到蓄电池组的放电电压预测值，进而得到预测精度等级数据，从而根据预测精度等级数据和隐患系数数据得到劣化蓄电池筛分结果；本申请通过对蓄电池组的预测精度等级数据和隐患系数数据的融合分析，能够有效筛分劣化蓄电池，实现了对蓄电池组健康状况的评估，达到了故障提前预警的目的。
附图说明
[0035]为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为一个实施例中蓄电池健康状况评估方法的流程示意图；
[0037]图2为一个实施例中蓄电池健康状况评估方法的具体流程示意图；
[0038]图3为一个实施例中获取蓄电池组的隐患系数数据步骤的流程示意图。
具体实施方式
[0039]为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。
[0040]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
[0041]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
[0042]空间关系术语例如“在...下”、“在...下面”、“下面的”、“在...之下”、“在...之上”、“上面的”等，在这里可以用于描述图中所示的一个元件或特征与其它元件或特征的关系。应当明白，除了图中所示的取向以外，空间关系术语还包括使用和操作中的器件的不同取向。例如，如果附图中的器件翻转，描述为“在其它元件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蓄电池健康状况评估方法，其特征在于，包括步骤：获取蓄电池组的核容放电数据；所述核容放电数据为所述蓄电池组周期核容充放电作业时的数据；所述核容放电数据包括放电电压；在所述放电电压满足建模条件的情况下，采用灰色模型并得到放电电压预测值；根据所述放电电压预测值得到所述蓄电池组的预测精度等级数据；获取所述蓄电池组的隐患系数数据，并根据所述预测精度等级数据和所述隐患系数数据输出劣化蓄电池筛分结果。2.根据权利要求1所述的蓄电池健康状况评估方法，其特征在于，所述根据所述预测精度等级数据和所述隐患系数数据输出劣化蓄电池筛分结果的步骤包括：分别获取所述预测精度等级数据的精度阈值，以及所述隐患系数数据的劣化阈值；根据所述预测精度等级数据和所述精度阈值的第一比较结果，以及所述隐患系数数据和所述劣化阈值的第二比较结果；根据所述第一比较结果和所述第二比较结果，确定所述劣化蓄电池筛分结果。3.根据权利要求2所述的蓄电池健康状况评估方法，其特征在于，所述根据所述第一比较结果和所述第二比较结果，确定所述劣化蓄电池筛分结果的步骤，包括：将所述预测精度等级数据大于所述精度阈值，以及所述隐患系数数据大于所述劣化阈值对应的蓄电池均确定为潜在劣化蓄电池；对所述潜在劣化蓄电池去重，得到所述劣化蓄电池筛分结果，排序在前的潜在劣化电池，出故障概率大于后边的。4.根据权利要求1至3中任一项所述的蓄电池健康状况评估方法，其特征在于，所述获取所述蓄电池组的隐患系数数据的步骤包括：获取所述蓄电池组内每一蓄电池的分段电压下降率数据，根据所述分段电压下降率矩阵得到所述每一蓄电池的电压下降率均值数据；根据所述电压下降率均值数据得到所述蓄电池组的总电压下降率均值数据；根据所述电压下降率均值数据和所述总电压下降率均值数据得到所述隐患系数数据。5.根据权利要求1所述的蓄电池健康状况评估方法...

【专利技术属性】
技术研发人员：黎剑波，熊超，陈海永，何海欢，龙民权，朱志海，黄华，吴梦凡，陈成，陆锐，吴桐，苏远鹏，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司广州局，
类型：发明
国别省市：