储能变流器系统的故障分析方法及系统与流程

本发明涉及储能变流器，具体而言，涉及一种储能变流器系统的故障分析方法及系统。

背景技术：

1、储能变流器(power conversion system，pcs)可控制蓄电池的充电和放电过程，进行交直流的变换，在无电网情况下可以直接为交流负荷供电。pcs由dc/ac双向变流器、控制单元等构成。pcs控制器通过通讯接收后台控制指令，根据功率指令的符号及大小控制变流器对电池进行充电或放电，实现对电网有功功率及无功功率的调节。pcs控制器通过can接口与bms通讯，获取电池组状态信息，可实现对电池的保护性充放电，确保电池运行安全。在储能变流器系统的运行过程中，针对储能变流器系统的故障分析至关重要且必不可少，但是传统的故障分析方法存在精度和效率低下的问题。

技术实现思路

1、为了至少克服现有技术中的上述不足，本发明的目的之一在于提供一种储能变流器系统的故障分析方法及系统。

2、本发明实施例提供了一种储能变流器系统的故障分析方法，应用于ai故障分析服务系统，所述方法包括：

3、获得拟进行故障分析的储能变流器pcs系统运行图像的工作状态界面描述知识；

4、基于先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识和所述工作状态界面描述知识之间的知识共性度量值，确定所述储能变流器pcs系统运行图像的系统故障观点标签，所述系统故障观点标签用于反映所述储能变流器pcs系统运行图像是否属于设定故障类别。

5、优选的，所述方法还包括：

6、在所述系统故障观点标签用于反映所述储能变流器pcs系统运行图像属于设定故障类别时，从预先生成的故障处理策略集中查询与所述设定故障类别匹配的目标故障处理策略，并将所述目标故障处理策略下发至储能变流器的故障处理服务器。

7、优选的，所述先验pcs系统运行图像集中各先验pcs系统运行图像的先验pcs系统运行图像描述知识的获得步骤，包括：

8、生成先验pcs系统运行图像池，所述先验pcs系统运行图像池包括属于各pcs系统故障种类的第一先验pcs系统运行图像集和第二先验pcs系统运行图像集；

9、对于每个pcs系统故障种类，基于所述pcs系统故障种类的第一先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态推演知识链池，以及，基于所述pcs系统故障种类的第二先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态溯源知识链池；

10、对所述第一先验pcs系统运行图像集进行pcs系统故障种类分析，获得各pcs系统故障种类的显著图形化标识，所述显著图形化标识包括各pcs系统故障种类的图形标识、颜色标识或动静态标识中的最少一项；

11、基于各pcs系统故障种类的运行状态推演知识链池、运行状态溯源知识链池、图形标识、颜色标识或动静态标识中的最少一项，获得先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识；其中，所述图形标识用于反映先验pcs系统运行图像中所有或部分信息的总结特征，所述颜色标识用于鉴别先验pcs系统运行图像所属的pcs系统故障种类；

12、其中，所述对于每个pcs系统故障种类，基于所述pcs系统故障种类的第一先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态推演知识链池，包括：对各第一先验pcs系统运行图像进行图像优化操作，得到各第一先验pcs系统运行图像的pcs系统运行优化图像；将各第一先验pcs系统运行图像的pcs系统运行优化图像进行图像块拆解，得到各个第一运行优化图像块；基于各个第一运行优化图像块和设定的目标置信度限值，提炼各第一先验pcs系统运行图像中的运行状态推演知识链，得到运行状态推演知识链池。

13、优选的，所述获得拟进行故障分析的储能变流器pcs系统运行图像的工作状态界面描述知识，包括：基于各pcs系统故障种类的显著图形化标识确定所述储能变流器pcs系统运行图像所包括的显著图形化标识；基于所述储能变流器pcs系统运行图像所包括的显著图形化标识中每个像素单元的联动描述知识，获得所述储能变流器pcs系统运行图像的工作状态界面描述知识；

14、其中，所述每个像素单元的联动描述知识的获得步骤，包括：获得所述储能变流器pcs系统运行图像中每个显著图形化标识的标识要素特征、以及所述每个显著图形化标识中的每个像素单元的像素描述知识；对于所述每个显著图形化标识的每个像素单元，对所述每个显著图形化标识的标识要素特征和所述像素单元的像素描述知识进行整理，得到所述像素单元的联动描述知识。

15、优选的，

16、所述显著图形化标识包括图形标识，所述图形标识的获得步骤包括：

17、对各第一先验pcs系统运行图像进行图像块拆解，得到各第一先验pcs系统运行图像包含的各pcs系统运行局部图像；

18、基于每个pcs系统运行局部图像在各第一先验pcs系统运行图像中的第一活跃指数，从各所述各pcs系统运行局部图像中确定出每个pcs系统故障种类的初始图形标识；

19、对于每个初始图形标识，根据所述初始图形标识在pcs系统故障种类的第一先验pcs系统运行图像中的第二活跃指数、以及所述初始图形标识在全部pcs系统故障种类的第一先验pcs系统运行图像中存在的图像热力指数，确定该初始图形标识的偏心权重；

20、对于每个pcs系统故障种类，根据所述pcs系统故障种类的各初始图形标识的偏心权重，从所述pcs系统故障种类的初始图形标识中确定出所述pcs系统故障种类的图形标识；

21、和/或，

22、所述显著图形化标识包括颜色标识，所述颜色标识的获得步骤包括：

23、对各第一先验pcs系统运行图像进行图像块拆解，得到各第一先验pcs系统运行图像包含的各pcs系统运行局部图像；

24、对每个pcs系统运行局部图像，确定所述pcs系统运行局部图像在所述pcs系统故障种类存在的次数与所述pcs系统故障种类的总数之间的第一运算结果；

25、基于第一先验pcs系统运行图像集的先验pcs系统运行图像数、以及在除所述pcs系统故障种类之外的剩余pcs系统故障种类的第一先验pcs系统运行图像中出现所述pcs系统运行局部图像的先验pcs系统运行图像数、以及所述第一运算结果，确定所述pcs系统运行局部图像对于所述pcs系统故障种类的种类鉴别贡献值；

26、根据各pcs系统运行局部图像对于各pcs系统故障种类的种类鉴别贡献值，从所述各pcs系统运行局部图像中确定出每个pcs系统故障种类的颜色标识。

27、本发明实施例还提供了一种ai故障分析服务系统，所述ai故障分析服务系统包括：

28、知识获取模块，用于获得拟进行故障分析的储能变流器pcs系统运行图像的工作状态界面描述知识；

29、故障分析模块，用于基于先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识和所述工作状态界面描述知识之间的知识共性度量值，确定所述储能变流器pcs系统运行图像的系统故障观点标签，所述系统故障观点标签用于反映所述储能变流器pcs系统运行图像是否属于设定故障类别。

30、优选的，所述ai故障分析服务系统还包括：

31、故障处理模块，用于在所述系统故障观点标签用于反映所述储能变流器pcs系统运行图像属于设定故障类别时，从预先生成的故障处理策略集中查询与所述设定故障类别匹配的目标故障处理策略，并将所述目标故障处理策略下发至储能变流器的故障处理服务器。

32、优选的，所述先验pcs系统运行图像集中各先验pcs系统运行图像的先验pcs系统运行图像描述知识的获得步骤，包括：

33、生成先验pcs系统运行图像池，所述先验pcs系统运行图像池包括属于各pcs系统故障种类的第一先验pcs系统运行图像集和第二先验pcs系统运行图像集；

34、对于每个pcs系统故障种类，基于所述pcs系统故障种类的第一先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态推演知识链池，以及，基于所述pcs系统故障种类的第二先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态溯源知识链池；

35、对所述第一先验pcs系统运行图像集进行pcs系统故障种类分析，获得各pcs系统故障种类的显著图形化标识，所述显著图形化标识包括各pcs系统故障种类的图形标识、颜色标识或动静态标识中的最少一项；

36、基于各pcs系统故障种类的运行状态推演知识链池、运行状态溯源知识链池、图形标识、颜色标识或动静态标识中的最少一项，获得先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识；其中，所述图形标识用于反映先验pcs系统运行图像中所有或部分信息的总结特征，所述颜色标识用于鉴别先验pcs系统运行图像所属的pcs系统故障种类；

37、其中，所述对于每个pcs系统故障种类，基于所述pcs系统故障种类的第一先验pcs系统运行图像集，获得所述pcs系统故障种类对应的运行状态推演知识链池，包括：对各第一先验pcs系统运行图像进行图像优化操作，得到各第一先验pcs系统运行图像的pcs系统运行优化图像；将各第一先验pcs系统运行图像的pcs系统运行优化图像进行图像块拆解，得到各个第一运行优化图像块；基于各个第一运行优化图像块和设定的目标置信度限值，提炼各第一先验pcs系统运行图像中的运行状态推演知识链，得到运行状态推演知识链池。

38、优选的，所述知识获取模块获得拟进行故障分析的储能变流器pcs系统运行图像的工作状态界面描述知识，包括：基于各pcs系统故障种类的显著图形化标识确定所述储能变流器pcs系统运行图像所包括的显著图形化标识；基于所述储能变流器pcs系统运行图像所包括的显著图形化标识中每个像素单元的联动描述知识，获得所述储能变流器pcs系统运行图像的工作状态界面描述知识；

39、其中，所述每个像素单元的联动描述知识的获得步骤，包括：获得所述储能变流器pcs系统运行图像中每个显著图形化标识的标识要素特征、以及所述每个显著图形化标识中的每个像素单元的像素描述知识；对于所述每个显著图形化标识的每个像素单元，对所述每个显著图形化标识的标识要素特征和所述像素单元的像素描述知识进行整理，得到所述像素单元的联动描述知识。

40、优选的，

41、所述显著图形化标识包括图形标识，所述图形标识的获得步骤包括：

42、对各第一先验pcs系统运行图像进行图像块拆解，得到各第一先验pcs系统运行图像包含的各pcs系统运行局部图像；

43、基于每个pcs系统运行局部图像在各第一先验pcs系统运行图像中的第一活跃指数，从各所述各pcs系统运行局部图像中确定出每个pcs系统故障种类的初始图形标识；

44、对于每个初始图形标识，根据所述初始图形标识在pcs系统故障种类的第一先验pcs系统运行图像中的第二活跃指数、以及所述初始图形标识在全部pcs系统故障种类的第一先验pcs系统运行图像中存在的图像热力指数，确定该初始图形标识的偏心权重；

45、对于每个pcs系统故障种类，根据所述pcs系统故障种类的各初始图形标识的偏心权重，从所述pcs系统故障种类的初始图形标识中确定出所述pcs系统故障种类的图形标识；

46、和/或，

47、所述显著图形化标识包括颜色标识，所述颜色标识的获得步骤包括：

48、对各第一先验pcs系统运行图像进行图像块拆解，得到各第一先验pcs系统运行图像包含的各pcs系统运行局部图像；

49、对每个pcs系统运行局部图像，确定所述pcs系统运行局部图像在所述pcs系统故障种类存在的次数与所述pcs系统故障种类的总数之间的第一运算结果；

50、基于第一先验pcs系统运行图像集的先验pcs系统运行图像数、以及在除所述pcs系统故障种类之外的剩余pcs系统故障种类的第一先验pcs系统运行图像中出现所述pcs系统运行局部图像的先验pcs系统运行图像数、以及所述第一运算结果，确定所述pcs系统运行局部图像对于所述pcs系统故障种类的种类鉴别贡献值；

51、根据各pcs系统运行局部图像对于各pcs系统故障种类的种类鉴别贡献值，从所述各pcs系统运行局部图像中确定出每个pcs系统故障种类的颜色标识。

52、本发明实施例还提供了一种ai故障分析服务系统，包括处理器以及与所述处理器连接的存储器和总线；其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述的储能变流器系统的故障分析方法。

53、本发明实施例还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的储能变流器系统的故障分析方法。

54、有益效果

55、本发明实施例提供的储能变流器系统的故障分析方法，通过获得拟进行故障分析的储能变流器pcs系统运行图像的工作状态界面描述知识；基于先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识和该工作状态界面描述知识之间的知识共性度量值，以确定该拟进行故障分析的储能变流器pcs系统运行图像是否属于设定故障类别，这样可以利用ai层面的图像相似性分析思路高效准确地进行设定故障类别的判别和检测，提高拟进行故障分析的储能变流器pcs系统运行图像的故障分析准确性和时效性。

56、进一步地，在获得先验pcs系统运行图像的先验pcs系统运行图像描述知识时，是通过生成先验pcs系统运行图像池，对于每个pcs系统故障种类，基于该pcs系统故障种类的第一先验pcs系统运行图像集，获得该pcs系统故障种类对应的运行状态推演知识链池，以及，基于该pcs系统故障种类的第二先验pcs系统运行图像集，获得该pcs系统故障种类对应的运行状态溯源知识链池；并对该第一先验pcs系统运行图像集进行pcs系统故障种类分析，获得各pcs系统故障种类的显著图形化标识，该显著图形化标识包括各pcs系统故障种类的图形标识、颜色标识或动静态标识中的最少一项；得到先验pcs系统运行图像的运行状态推演/溯源知识链以及图形标识、颜色标识或动静态标识等多个层面的关注细节，进而能够通过各pcs系统故障种类的运行状态推演知识链池、运行状态溯源知识链池、图形标识以及显著图形化标识，获得先验pcs系统运行图像池中各先验pcs系统运行图像的先验pcs系统运行图像描述知识，进而能够通过多个层面的关注细节对拟进行故障分析的储能变流器pcs系统运行图像进行故障分析，以保障故障分析的精度，减少故障分析的误差。