本发明涉及一种基于层次聚类分析的电池老化检测方法,属于储能电池检测。
背景技术:
1、随着经济的快速发展,传统的依赖化石能源的火力发电已经造成了极大的环境污染,给生态环境造成了极大的破坏,因此,大力发展以风电、光伏为主导的新型电力系统是十分有必要的。但是,风电、光伏为代表的新能源发电系统具有极大的偶然性和随机性,不能够无法保证可靠的供电,还会引发电网频率的波动。因此,为了解决上述问题,在新能源电厂装设储能装置是解决该问题的方案之一。
2、目前,储能电池广泛应用在各个领域,在实际现场里,储能电池大都以电池组的形式进行充放电工作,同一组电池基本上由参数相似的电池单体组成。储能电池组应用到电网时,往往是以多组单体电池串联或者并联为一组进行工作的。当一组电池中的某个电池因老化问题而导致与其他正常电池的充放电电压不一致时,就有很大概率导致电池组内部产生环流,从而导致储能电池过热,进而引发安全事故。因此,准确可靠的辨别单体储能电池的老化问题是十分有必要的。传统的储能电池老化检测大都无法快速、可靠的识别单体电池老化问题。
3、本发明公开了一种储能电池老化检测方法,所提方法快速、可靠检测到储能电池老化故障,避免了因储能电池老化而引起的储能电池一致性问题,降低了因储能电池老化而引起安全的风险,实现了对单体储能电池老化问题快速、可靠的检测。
技术实现思路
1、本发明要解决的技术问题是提供一种基于层次聚类分析的电池老化检测方法,通过将电池的充放电数据进行聚类的划分,从储能电池单元中识别出并定位老化后的电池。
2、本发明的技术方案是:一种基于层次聚类分析的电池老化检测方法,具体步骤为:
3、step1:在实时获取的储能电池充电或者放电数据中,计算数据点与数据点、组合数据点与数据点以及组合数据点与组合数据点间的距离,并最终生成相应的层次聚类的树状图;
4、step2:根据树状图将电池数据划分为两类,若树状图中两类数据的相对距离较近,则说明它们的一致性相对较好,认定为数据中不存在老化电池的充电或者放电数据;
5、若树状图中两类数据的相对距离较远,则说明它们的一致性相对较差,认定为数据中存在老化电池的充电或者放电数据;
6、step3:根据step2所述的两种情况下的树状图设定阈值,通过阈值进行层次聚类的分析;
7、对于存在老化电池的充电或者放电数据中,如果将所有的数据划分为两类,则两类簇间的相对距离更远,其距离越过阈值,则老化电池的数据将被归为一类,而其余未老化的电池单体数据将被归为另一类;
8、对于不存在老化电池的充电或者放电数据中,由于未存在明显偏离正常放电或者充电状态的情况,如果被划分为两类,则两类数据簇的距离更近,不会出现越过阈值的情况,最终所有数据将会只被归为一类。
9、通过欧氏距离计算不同数据点间的相似度,其具体计算公式如下:
10、
11、其中,(x1,y1)、(x2,y2)代表两个数据点的位置,距离最小的数据点将进行组合。
12、所述数据点与组合数据点、组合数据点与组合数据点的间的距离计算方法为平均距离计算,即分别计算一个组合数据点的每一个数据到另一个组合数据点的各个数据点的欧式距离,相加然后最终求取平均值。
13、所述树状图中,存在多少需要聚类的数据,树状图底部就将存在多少个根系类,所有根系不断向上合并最终,类别开始高度集中,最终合并为两类,两类差异越大则相对的距离也更远。
14、根据树状图所取的阈值代表数据簇间的相对距离,若该数值越大,则代表不同的簇间的差异越大,将所有数据分为两类,存在老化电池数据时,则划分的两类簇间的距离更远,不存在时,两类簇间的距离相对较近,故以此为依据设定阈值。
15、综上所述,如果在实时获取的储能电池充电或者放电数据中,计算数据点与数据点、组合数据点与数据点以及组合数据点与组合数据点间的距离,并最终生成相应的层次聚类的树状图。如果电池组的数据中不存在老化的电池数据,则它们的一致性相对较好,如果被划分为两类,在树状图中两类数据的相对距离较近;对于存在老化电池的充电或者放电数据中,由于老化后的电池数据存在偏离的情况,它们的一致性较差,如果被划分为两类,则体现在树状图中的两类数据簇的距离更远,故以此为依据设定阈值。通过阈值进行层次聚类的分析。对于存在老化电池的充电或者放电数据中,如果将所有的数据划分为两类,则两类簇间的相对距离更远,其距离越过阈值,则老化电池的数据将被归为一类,而其余未老化的电池单体数据将被归为另一类。对于不存在老化电池的充电或者放电数据中,由于未存在明显偏离正常放电或者充电状态的情况,如果被划分为两类,则两类数据簇的距离更近,不会出现越过阈值的情况,最终所有数据将会只被归为一类。
16、本发明的有益效果是:本发明可以快速、可靠检测到储能电池老化故障,避免了因储能电池老化而引起的储能电池一致性问题,降低了因储能电池老化而引起安全的风险,实现了对单体储能电池老化问题快速、可靠的检测。
1.一种基于层次聚类分析的电池老化检测方法,其特征在于:
2.根据权利要求1所述的基于层次聚类分析的电池老化检测方法,其特征在于:所述数据点与组合数据点、组合数据点与组合数据点的间的距离计算方法为平均距离计算,即分别计算一个组合数据点的每一个数据到另一个组合数据点的各个数据点的欧式距离,相加然后最终求取平均值。
3.根据权利要求1所述的基于层次聚类分析的电池老化检测方法,其特征在于:所述树状图中,存在多少需要聚类的数据,树状图底部就将存在多少个根系类,所有根系不断向上合并最终,类别开始高度集中,最终合并为两类,两类差异越大则相对的距离也更远。
4.根据权利要求1所述的基于层次聚类分析的电池老化检测方法,其特征在于:根据树状图所取的阈值代表数据簇间的相对距离,若该数值越大,则代表不同的簇间的差异越大,将所有数据分为两类,存在老化电池数据时,则划分的两类簇间的距离更远,不存在时,两类簇间的距离相对较近,故以此为依据设定阈值。