一种基于多维度分析的储能电池控制方法、系统及介质与流程

本发明涉及储能电池数据分析领域，更具体的，涉及一种基于多维度分析的储能电池控制方法、系统及介质。

背景技术：

1、随着能源需求的不断增长，储能电池作为一种新型的能源储存技术，已经被广泛应用于各个领域。储能电池能够应用在生产制造、新能源汽车、国防军工等广泛领域，目前市场需求量大，经济效益可观，行业发展前景广阔。

2、但在一些大型的储能电池中，如集装箱电池、柜式储能电池中，常常会出现电池组温度异常、电池运行效率低下、部分电池组影响整体储能工作等问题，而在现有技术中，也缺少对多个电池单元组成的储能电池进行精准的电池分析方法，且实时监测分析很少考虑到多个电池组的情况，分析维度较为单一。因此，现在亟需一种基于多维度分析的储能电池控制方法。

技术实现思路

1、本发明克服了现有技术的缺陷，提出了一种基于多维度分析的储能电池控制方法、系统及介质。

2、本发明第一方面提供了一种基于多维度分析的储能电池控制方法，包括：

3、获取目标储能电池组高清图像数据；

4、基于所述目标储能电池组高清图像数据进行内部结构识别与结构分布分析，得到电池组结构分布图；

5、获取目标储能电池组充放电计划数据，基于所述充放电计划数据与电池组结构分布图进行热能压力点预测与热成像模拟分析，得到基于热成像的热能分布图；

6、基于电池组充放电计划数据进行计算分析得到电能监测指标信息；

7、实时监测与获取目标储能电池组的电能监测数据与热成像图数据，将所述电能监测数据、热成像图数据与电能监测指标信息、热能分布图进行数据比较分析，得到电池组电能质量评估信息与电池组运维方案。

8、本方案中，所述获取目标储能电池组高清图像数据，之前包括：

9、获取储能电池的组件图像大数据；

10、对组件图像大数据进行数据清洗、去冗余预处理，基于预设图像标准，从组件图像大数据中进行图像筛选，得到标准电池组图像数据；

11、将标准电池组图像数据中的组件图像数据与组件类别信息进行映射关联，并将映射关联后的组件图像数据导入储能电池图像数据库；

12、所述组件类别包括电池单元、芯片单元、线缆单元。

13、本方案中，所述基于所述目标储能电池组高清图像数据进行内部结构识别与结构分布分析，得到电池组结构分布图，之前包括：

14、构建基于cnn的图像识别模型；

15、从储能电池图像数据库中随机获取预设数据量的测试组件图像数据；

16、将测试组件图像数据根据预设比例划分为训练数据与验证数据；

17、将所述训练数据与验证数据导入图像识别模型进行循环识别训练，直至通过所有验证数据。

18、本方案中，所述基于所述目标储能电池组高清图像数据进行内部结构识别与结构分布分析，得到电池组结构分布图，具体为：

19、将所述目标储能电池组高清图像数据进行图像降噪、平滑、增强预处理，得到预处理图像数据；

20、基于预处理图像数据获取整体图像区域信息；

21、将预处理图像数据导入图像识别模型进行内部结构识别与电池组件类型判断，得到组件识别结果；

22、基于组件识别结果与整体图像区域信息进行图像区域划分，得到电池单元区域、芯片单元区域、线缆单元区域；

23、基于电池单元区域、芯片单元区域、线缆单元区域进行信息整合得到电池组结构分布图。

24、本方案中，所述获取目标储能电池组充放电计划数据，基于所述充放电计划数据与电池组结构分布图进行热能压力点预测与热成像模拟分析，得到基于热成像的热能分布图，具体为：

25、获取目标储能电池组充放电计划数据；

26、基于所述充放电计划数据，对目标储能电池组中各个电池单元进行压力预测评估，得到电池单元压力分布信息；

27、基于所述充放电计划数据，对目标储能电池组中各个芯片单元进行压力预测评估，得到芯片单元压力分布信息；

28、基于电池单元压力分布信息与芯片单元压力分布信息，对电池组中的线缆进行电流大小评估，得到线缆电流大小分布图；

29、基于线缆电流大小分布图进行热成像模拟，形成基于热成像的线缆单元热能分布图；

30、基于电池单元压力分布信息与芯片单元压力分布信息进行中心压力点预测，得到电池单元压力点与芯片单元压力点；

31、基于目标储能电池组充放电计划数据获取储能电池计划工作时间；

32、将储能电池计划工作时间、电池单元压力点与芯片单元压力点导入热扩散模型进行热能扩散预测分析，得到电池单元热能扩散图与芯片单元热能扩散图；

33、基于电池单元热能扩散图与芯片单元热能扩散图进行热成像模拟，生成对应的电池单元热能分布图与芯片单元热能分布图。

34、本方案中，所述实时监测与获取目标储能电池组的电能监测数据与热成像图数据，将所述电能监测数据、热成像图数据与电能监测指标信息、热能分布图进行数据比较分析，得到电池组电能质量评估信息与电池组运维方案，具体为：

35、在预设时间段内，实时监测与获取目标储能电池组的电能监测数据与热成像图数据；

36、基于目标储能电池组充放电计划数据获取电能计划指标数据；

37、将电能计划指标数据与目标储能电池组的电能监测数据进行数据对比分析，并基于电流、电压、功率维度生成第一电能评估数据；

38、基于电池组结构分布图，将所述热成像图数据划分为电池单元区域热成像图、芯片单元区域热成像图、线缆单元区域热成像图；

39、将电池单元区域热成像图、芯片单元区域热成像图、线缆单元区域热成像图分别与电池单元热能分布图、芯片单元热能分布图、线缆单元热能分布图进行热能分布比较与热能异常区域分析计算，得到电池单元热能异常区域、芯片单元热能异常区域、线缆单元热能异常区域；

40、根据所述电池单元热能异常区域、芯片单元热能异常区域、线缆单元热能异常区域，对目标储能电池组进行基于电池单元、芯片单位、线缆单元的热能损耗评估，得到第二电能评估数据；

41、基于第一电能评估数据与第二电能评估数据对目标储能电池组进行综合电能评估，得到电池组电能质量评估信息。

42、本方案中，所述实时监测与获取目标储能电池组的电能监测数据与热成像图数据，将所述电能监测数据、热成像图数据与电能监测指标信息、热能分布图进行数据比较分析，得到电池组电能质量评估信息与电池组运维方案，还包括：

43、计算线缆单元热能异常区域的区域面积，得到线缆热能异常区域面积；

44、根据第一电能评估数据，获取线缆单元中电流异常差值；

45、在预设时间段内，基于实时获取的电能监测数据，计算出线缆单元的电流异常持续时间；

46、基于电流异常差值、电流异常持续时间、线缆热能异常区域面积，对线缆单元进行寿命评估并生成线缆运维计划；

47、计算电池单元热能异常区域的区域面积，得到电池单元热能异常区域面积；

48、在预设时间段内，基于电池单元区域热成像图与电池单元热能分布图进行热能异常判断，并计算得出电池单元热能异常持续时间；

49、若电池单元热能异常区域面积大于预设面积且电池单元热能异常持续时间大于预设时间，则基于电池单元热能异常区域面积与电池单元热能异常持续时间进行电池单元的寿命评估并生成电池单元更换计划；

50、将线缆运维计划与电池单元更换计划进行方案整合，得到电池组运维方案。

51、本发明第二方面还提供了一种基于多维度分析的储能电池控制系统，该系统包括：存储器、处理器，所述存储器中包括基于多维度分析的储能电池控制程序，所述基于多维度分析的储能电池控制程序被所述处理器执行时实现如下步骤：

52、获取目标储能电池组高清图像数据；

53、基于所述目标储能电池组高清图像数据进行内部结构识别与结构分布分析，得到电池组结构分布图；

54、获取目标储能电池组充放电计划数据，基于所述充放电计划数据与电池组结构分布图进行热能压力点预测与热成像模拟分析，得到基于热成像的热能分布图；

55、基于电池组充放电计划数据进行计算分析得到电能监测指标信息；

56、实时监测与获取目标储能电池组的电能监测数据与热成像图数据，将所述电能监测数据、热成像图数据与电能监测指标信息、热能分布图进行数据比较分析，得到电池组电能质量评估信息与电池组运维方案。

57、本方案中，所述获取目标储能电池组高清图像数据，之前包括：

58、获取储能电池的组件图像大数据；

59、对组件图像大数据进行数据清洗、去冗余预处理，基于预设图像标准，从组件图像大数据中进行图像筛选，得到标准电池组图像数据；

60、将标准电池组图像数据中的组件图像数据与组件类别信息进行映射关联，并将映射关联后的组件图像数据导入储能电池图像数据库；

61、所述组件类别包括电池单元、芯片单元、线缆单元。

62、本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于多维度分析的储能电池控制程序，所述基于多维度分析的储能电池控制程序被处理器执行时，实现如上述任一项所述的基于多维度分析的储能电池控制方法的步骤。

63、本发明公开了一种基于多维度分析的储能电池控制方法、系统及介质。基于目标储能电池组高清图像数据进行内部结构分析，得到电池组结构分布图；基于充放电计划数据与电池组结构分布图进行热能压力点预测与热成像模拟分析，得到基于热成像的热能分布图；基于电池组充放电计划数据进行计算分析得到电能监测指标信息；实时监测与获取目标储能电池组的电能监测数据与热成像图数据，将所述电能监测数据、热成像图数据与电能监测指标信息、热能分布图进行数据比较分析，得到电池组电能质量评估信息与电池组运维方案。基于本发明，能够实现储能电池组的精细化分析与热能消耗评估，进一步对储能电池组进行智能诊断、维护与控制。