【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种基于有序储能大数据分布安全监管系统。
技术介绍
1、随着全球能源需求的不断增长和可再生能源的广泛应用，储能系统在电力系统中的地位变得日益重要。储能系统不仅能够平衡供需、提高电网稳定性，还能在负荷高峰时段提供备用电力。然而，储能系统的运行环境复杂多变，特别是在高频负荷波动的条件下，其内部热管理面临着巨大的挑战。储能系统中的局部过热现象，即微热点，是导致热失控的主要因素之一。这些微热点会随着负荷的波动不断迁移，增加了系统热失控的风险。当前储能系统的热管理主要依赖于固定位置的温度传感器，这种方法在处理温度变化较慢或负荷波动较小的情况下效果良好。然而，当储能系统承受高频负荷波动时，内部的温度分布会迅速变化，导致微热点的位置和强度不断变动。固定位置的温度传感器难以准确捕捉这些动态变化，导致监测盲区和响应延迟。此外，负荷波动还会对温度传感器的数据传输和处理系统造成干扰，进一步增加了监测的难度。另一个关键问题是储能系统的负荷波动频率和幅度，高频率和大幅度的负荷波动会对储能系统的热管理提出更高的要求。传统的风险评估模型在处理频繁且剧烈的负荷波动时，可能无法提供足够准确的风险预测，导致系统在应对突发热失控情况时反应迟钝，增加了设备损坏和安全事故的风险。同时，储能系统的热管理还面临着实时性和精确性的挑战，现有的监测系统和风险评估模型往往不能实时反映储能系统内部的热状态变化，尤其是在负荷频繁波动的情况下，缺乏实时性和精确性的监测手段，使得系统无法及时调整冷却策略，导致局部过热或冷却不足，增加了热失控的风险。微热点的生成
技术实现思路
1、本专利技术对上述现有技术存在的问题，提供一种基于有序储能大数据分布安全监管系统，主要包括：
2、热失控风险评估模块，用于根据历史热失控事件数据和历史储能系统运行数据，构建储能系统热失控风险评估模型，判断当前储能系统的热失控风险，并基于历史热失控数据，构建储能系统热失控位置预测模型，确定储能系统热失控位置；
3、热失控位置管理模块，用于根据热失控位置的温度数据，使用局部冷却装置，进行紧急冷却操作，并根据冷却效果调整局部冷却装置的冷却功率和冷却时间；
4、负荷波动热失控风险评估模块，用于根据历史负荷波动数据，构建负荷波动热失控风险评估模型，判断不同负荷波动下储能系统的热失控风险；
5、局部过热区域迁移分析模块，用于根据储能系统的运行日志获取历史负荷波动数据、历史局部过热区域数据和历史局部过热区域迁移数据，构建局部过热区域迁移预测模型，预测未来预设时间段内的局部过热区域位置、局部过热区域温度和迁移路径；
6、局部过热区域冷却执行模块，用于根据储能系统未来预设时间段内的局部过热区域位置、局部过热区域温度、迁移路径和迁移速度，实时调整局部冷却装置的冷却位置、冷却功率和冷却时间。
7、进一步地，所述热失控风险评估模块，用于根据历史热失控事件数据和历史储能系统运行数据，构建储能系统热失控风险评估模型，判断当前储能系统的热失控风险，并基于历史热失控数据，构建储能系统热失控位置预测模型，确定储能系统热失控位置，包括：
8、通过储能系统的运行日志，获取历史热失控事件数据，历史热失控事件数据包括历史热失控事件的热失控位置、储能系统运行数据，储能系统运行数据包括电流、电压、功率；通过储能系统的运行日志获取储能系统正常运行状态下的储能系统运行数据，并对获取的历史热失控事件数据和正常运行状态下的储能系统运行数据进行预处理，包括去除噪声和异常值；根据预处理后的储能系统正常运行状态下的储能系统运行数据和历史热失控事件数据中的储能系统运行数据，使用决策树算法进行模型训练，构建储能系统热失控风险评估模型；通过数据采集设备，获取实时储能系统运行数据，使用储能系统热失控风险评估模型，判断当前储能系统是否存在热失控风险；若当前储能系统存在热失控风险，则根据历史热失控数据，使用循环神经网络进行模型训练，构建储能系统热失控位置预测模型，确定储能系统热失控位置。进一步地，所述热失控位置管理模块，用于根据热失控位置的温度数据，使用局部冷却装置，进行紧急冷却操作，并根据冷却效果调整局部冷却装置的冷却功率和冷却时间，包括:
9、通过数据采集设备，获取实时储能系统运行数据，使用储能系统热失控位置预测模型，预测储能系统热失控位置；通过红外热成像仪对该位置进行实时温度监测，获取热失控位置的温度数据，包括当前温度和温度上升速率；若实时监测的温度大于预设温度阈值或温度上升速率大于预设速率阈值，则通过控制系统发送指令启动局部冷却装置，进行紧急冷却操作；通过红外热成像仪获取热失控位置的实时温度监测数据，判断冷却效果，并根据冷却效果调整局部冷却装置的冷却功率和冷却时间，冷却效果包括优、良和差；若调整后的局部冷却装置的冷却冷却效果仍未达预期，则发送报警信号给相关维护人员。
10、进一步地，所述负荷波动热失控风险评估模块，用于根据历史负荷波动数据，构建负荷波动热失控风险评估模型，判断不同负荷波动下储能系统的热失控风险，包括:
11、通过数据采集设备，实时获取储能系统的负荷波动频率，判断负荷波动频率是否大于预设频率阈值；若储能系统的负荷波动频率大于预设频率阈值，则通过储能系统的运行日志，获取历史负荷波动数据，并对历史负荷波动数据标注热失控风险状态，负荷波动数据包括平均负荷、负荷波动频率、负荷波动幅度、最高负荷、最低负荷，热失控风险状态包括存在和不存在；根据历史负荷波动数据，使用随机森林算法进行模型训练，构建负荷波动热失控风险评估模型，判断不同负荷波动下储能系统的热失控风险；通过数据采集设备实时获取储能系统的负荷波动数据，使用负荷波动热失控风险评估模型，判断储能系统在当前负荷波动下的热失控风险。
12、进一步地，所述局部过热区域迁移分析模块，用于根据储能系统的运行日志获取历史负荷波动数据、历史局部过热区域数据和历史局部过热区域迁移数据，构建局部过热区域迁移预测模型，预测未来预设时间段内的局部过热区域位置、局部过热区域温度和迁移路径，包括:
13、若当前负荷波本文档来自技高网...
【技术保护点】
1.一种基于有序储能大数据分布安全监管系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其中，所述热失控风险评估模块，用于根据历史热失控事件数据和历史储能系统运行数据，构建储能系统热失控风险评估模型，判断当前储能系统的热失控风险，并基于历史热失控数据，构建储能系统热失控位置预测模型，确定储能系统热失控位置，其特征在于：
3.根据权利要求1所述的系统，其中，所述热失控位置管理模块，用于根据热失控位置的温度数据，使用局部冷却装置，进行紧急冷却操作，并根据冷却效果调整局部冷却装置的冷却功率和冷却时间，其特征在于:
4.根据权利要求1所述的系统，其中，所述负荷波动热失控风险评估模块，用于根据历史负荷波动数据，构建负荷波动热失控风险评估模型，判断不同负荷波动下储能系统的热失控风险，其特征在于:
5.根据权利要求1所述的系统，其中，所述局部过热区域迁移分析模块，用于根据储能系统的运行日志获取历史负荷波动数据、历史局部过热区域数据和历史局部过热区域迁移数据，构建局部过热区域迁移预测模型，预测未来预设时间段内的局部过热区域位置、局部过
6.根据权利要求5所述的系统，其中，所述局部过热区域温度补偿处理单元，用于若局部过热区域温度变化速率大于预设变化率阈值，则对局部过热区域温度进行温度补偿处理，其特征在于:
7.根据权利要求1所述的系统，其中，所述局部过热区域冷却执行模块，用于根据储能系统未来预设时间段内的局部过热区域位置、局部过热区域温度、迁移路径和迁移速度，实时调整局部冷却装置的冷却位置、冷却功率和冷却时间，其特征在于:
...【技术特征摘要】
1.一种基于有序储能大数据分布安全监管系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其中，所述热失控风险评估模块，用于根据历史热失控事件数据和历史储能系统运行数据，构建储能系统热失控风险评估模型，判断当前储能系统的热失控风险，并基于历史热失控数据，构建储能系统热失控位置预测模型，确定储能系统热失控位置，其特征在于：
3.根据权利要求1所述的系统，其中，所述热失控位置管理模块，用于根据热失控位置的温度数据，使用局部冷却装置，进行紧急冷却操作，并根据冷却效果调整局部冷却装置的冷却功率和冷却时间，其特征在于:
4.根据权利要求1所述的系统，其中，所述负荷波动热失控风险评估模块，用于根据历史负荷波动数据，构建负荷波动热失控风险评估模型，判断不同负荷波动下储能系统的热失控...
【专利技术属性】
技术研发人员：杨辉，韩雅，孙肖洁，顾静静，段婧萍，陈东，袁舟，孙嘉康，张祥，梁晓婷，
申请(专利权)人：珠海康晋电气股份有限公司，
类型：发明
国别省市：
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。