System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种分布式充电桩储能电池智能测试方法及系统技术方案_技高网

一种分布式充电桩储能电池智能测试方法及系统技术方案

技术编号:43158394 阅读:0 留言:0更新日期:2024-11-01 19:53
本发明专利技术涉及电力监测技术领域,具体涉及一种分布式充电桩储能电池智能测试方法及系统。该方法首先获取各个储能电池的同功能类型下不同时序过程的性能参数时序数据;在两个时序过程的性能参数时序数据中,根据数据点对应性能参数值之间差异,数据点的离群程度情况,以及数据点的调整后的置信度,获取两个时序过程的目标距离度量值;在所有储能电池的所有时序过程中,根据每两个时序过程的目标距离度量值,进行异常检测,获取每个储能电池的性能测试结果。本发明专利技术中通过构建反映性能异常的距离度量值,降低异常检测的误差,提高性能测试结果的准确性。

【技术实现步骤摘要】

本专利技术涉及电力监测,具体涉及一种分布式充电桩储能电池智能测试方法及系统


技术介绍

1、充电桩是一种为电动汽车提供电力补充的基础设施。分布式充电桩是指分散在城市不同区域、不同场所的多个充电桩,分布式充电桩通常是基于各功能区的停车场而建的分散式充电设备,分布式充电桩能够提供更加灵活和便捷的充电服务。储能电池是分布式充电桩中的核心组件,其主要作用是在电网电力充足时储存电能,以便在需要时释放。储能电池的性能直接影响到能源利用的效率,如果储能电池性能不正常,可能会导致能源浪费,降低能源利用效率。对分布式充电桩储能电池进行智能测试是通过实时监测储能电池的时序过程的情况,评估储能电池的状态和性能,对于确保充电桩系统的稳定运行至关重要。

2、由于储能电池性能异常对应时序过程中数据和储能电池性能正常对应时序过程中数据存在较大差异,现有技术lof(local outlier factor,局部离群因子)异常检测法通过时序过程中所有数据的差异,进行不同时序过程之间的距离度量,进行异常检测,进而获取储能电池的性能测试结果。现有技术lof异常检测法在进行不同时序过程之间的距离度量过程中,由于时序过程的开始和天气因素会导致存在电涌阶段,电涌阶段对应数据点无法准确反映储能电池的真实性能,导致距离度量值难以反应性能异常导致的差异,使得异常检测的误差大,导致性能测试结果不准确。


技术实现思路

1、为了解决现有技术lof异常检测法在进行不同时序过程之间的距离度量过程中,由于时序过程的开始和天气因素会导致存在电涌阶段,电涌阶段对应数据点无法准确反映储能电池的真实性能,导致距离度量值难以反映性能异常导致的差异,使得异常检测的误差大,导致性能测试结果不准确的技术问题,本专利技术的目的在于提供一种分布式充电桩储能电池智能测试方法及系统,所采用的技术方案具体如下:

2、一种分布式充电桩储能电池智能测试方法,所述方法包括:

3、获取各个储能电池的同功能类型下不同时序过程的性能参数时序数据;所述性能参数时序数据包括各个时刻的性能参数值;

4、在时序过程的所述性能参数时序数据中,根据数据点对应的时序位置以及数据点对应性能参数值的局部波动情况,获取数据点的初始的置信度;将与数据点相同时刻的各个数据点,作为数据点的各个参考时刻数据;根据数据点的局部分布以及参考时刻数据的局部分布之间的不相关性,对数据点的所述初始的置信度进行调整,获取数据点的调整后的置信度;

5、在两个时序过程的性能参数时序数据中,根据数据点对应性能参数值之间差异,数据点的离群程度情况,以及数据点的调整后的置信度,获取两个时序过程的目标距离度量值;

6、在所有所述储能电池的所有时序过程中,根据每两个时序过程的所述目标距离度量值,进行异常检测,获取每个储能电池的性能测试结果。

7、进一步地,所述初始的置信度的获取方法包括:

8、获取数据点的周围数据点;

9、根据数据点的所有周围数据点对应性能参数值的波动性,获取数据点的局部波动程度值;

10、根据数据点在所属的所述性能参数时序数据中的时序位置,获取数据点的性能置信值;

11、根据所述局部波动程度值和所述性能置信值,获取数据点的所述初始的置信度;所述性能置信值和所述初始的置信度呈正相关关系;所述局部波动程度值均和所述初始的置信度呈负相关关系。

12、进一步地,所述性能置信值的获取方法包括:

13、根据数据点与其所属性能参数时序数据中初始数据点的时间间隔,获取性能置信值;所述时间间隔与所述性能置信值成正相关。

14、进一步地,所述调整后的置信度的获取方法包括:

15、将数据点和参考时刻数据作为待分析分布数据点;确定所述待分析分布数据点的预设邻域区域时序数据;

16、根据数据点对应所述预设邻域区域时序数据与每个参考时刻数据对应预设邻域区域时序数据之间的不相关性,获取数据点的参考程度值;

17、根据数据点的参考程度值,对数据点的所述初始的置信度进行调整,获取数据点的调整后的置信度;所述参考程度值、所述初始的置信度均和所述调整后的置信度呈正相关关系。

18、进一步地,所述参考程度值的获取方法包括:

19、基于皮尔逊相关公式,根据数据点对应所述预设邻域区域时序数据与参考时刻数据对应预设邻域区域时序数据之间的相关性,获取数据点和参考时刻数据之间相关系数值;

20、根据数据点和所有参考时刻数据之间相关系数值,获取数据点的参考程度值;所述相关系数值和所述参考程度值呈负相关关系。

21、进一步地,所述目标距离度量值的获取方法包括:

22、基于dtw匹配法,对两个时序过程的性能参数时序数据中数据点进行匹配,获取各个匹配对;所述匹配对包括两个匹配数据点;

23、根据匹配对的两个匹配数据点对应离群程度,获取匹配对的匹配离群值;

24、根据匹配对的两个匹配数据点对应所述调整后的置信度,获取匹配对的匹配置信值;

25、根据匹配对的两个匹配数据点对应性能参数值之间的差异,获取匹配对的性能差异值;

26、根据匹配对的性能差异值、匹配离群值以及匹配置信值,获取匹配对的局部距离度量值;所述性能差异值、匹配离群值、匹配置信值均和局部距离度量值呈正相关关系;

27、在两个时序过程对应所有匹配对中,根据所有所述匹配对的局部距离度量值,获取两个时序过程的目标距离度量值;所述局部距离度量值和所述目标距离度量值呈正相关关系。

28、进一步地,所述匹配离群值的获取方法包括:

29、根据匹配数据点在所属性能参数时序数据中的离群程度,获取匹配数据点的离群程度值;

30、根据匹配对的两个匹配数据点对应所述离群程度值,获取匹配对的匹配离群值。

31、进一步地,所述性能测试结果的获取方法包括:

32、在所有所述储能电池的所有时序过程中,根据每两个时序过程的所述目标距离度量值,进行异常检测,获取各个异常时序过程;

33、根据每个储能电池的异常时序过程,获取每个储能电池的性能测试结果。

34、进一步地,所述异常时序过程的获取方法包括:

35、根据每两个时序过程的所述目标距离度量值,进行异常检测,获取每个时序过程的异常得分;

36、将异常得分大于预设异常阈值的各个时序过程,作为各个异常时序过程。

37、本专利技术提出一种分布式充电桩储能电池智能测试系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种分布式充电桩储能电池智能测试方法的步骤。

38、本专利技术具有如下有益效果:

39、考虑到在时序过程中的开始,会出现短暂的性能参数值激增的电涌现象,在电涌阶段对应的数据点难以反映储能电池的真实性能本文档来自技高网...

【技术保护点】

1.一种分布式充电桩储能电池智能测试方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述初始的置信度的获取方法包括:

3.根据权利要求2所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述性能置信值的获取方法包括:

4.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述调整后的置信度的获取方法包括:

5.根据权利要求4所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述参考程度值的获取方法包括:

6.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述目标距离度量值的获取方法包括:

7.根据权利要求6所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述匹配离群值的获取方法包括:

8.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述性能测试结果的获取方法包括:

9.根据权利要求8所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述异常时序过程的获取方法包括:

10.一种分布式充电桩储能电池智能测试系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述方法的步骤。

...

【技术特征摘要】

1.一种分布式充电桩储能电池智能测试方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述初始的置信度的获取方法包括:

3.根据权利要求2所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述性能置信值的获取方法包括:

4.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述调整后的置信度的获取方法包括:

5.根据权利要求4所述的一种分布式充电桩储能电池智能测试方法,其特征在于,所述参考程度值的获取方法包括:

6.根据权利要求1所述的一种分布式充电桩储能电池智能测试方法,其...

【专利技术属性】
技术研发人员:孟斌曲旭东
申请(专利权)人:洛阳微栎科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1