[发明专利]一种用于风电变桨超级电容后备电源健康状态评价方法

权利要求书

1.一种用于风电变桨超级电容后备电源健康状态评价方法，其特征在于，运用后备电源超级电容充放电过程中的电压、电流、温度以及充放电电量外特性参数数据，采用数据聚类挖掘手段，得出后备电源中各超级电容健康状态指数ξ_SoH与评价结果，按以下五个步骤进行：步骤一、数据获取与预处理；步骤二、构建混合属性矩阵；步骤三、评价阈值确定；步骤四、后备电源待评超级电容混合加权欧氏距离计算；步骤五、后备电源超级电容健康状态指数计算与评价；

步骤一：数据获取与预处理，选取新出厂性能优的超级电容作为标定电容、多个达到失效标准的超级电容为训练电容，通过实验获取标定电容、训练电容单体充放电过程中的电流、电压、电量以及温度数据，并获取待评风电变桨后备电源中每个超级电容单体上述相应数据，分别构建起标定电容属性矩阵、失效电容训练属性矩和待评电容属性矩阵，每一个属性矩阵X，表示为

（1）

式中，P_j为第j个属性，，x_ij为属性矩阵第j个属性的第i个数据值，m为属性个数，n为每一个属性包含数据个数，i=1,2,…,n, j=1,2,…,m；

对于效益型属性、成本型属性，分别按式（2）、式（3）进行无量纲归一化，归一化属性矩阵可表示为，

（2）

（3）

式中，，；

步骤二：构建混合属性矩阵，对于评价对象A、B，其无量纲归一化属性矩阵分别为A、BX’，构建混合属性矩阵为，A=(a_ij)_n×m、B=(b_ij)_n×m；

步骤三：评价阈值确定，对标定电容归一化属性矩阵A与每个失效电容归一化训练属性矩阵B组成的混合属性矩阵Y，并按式（4）-式（8）计算这两个属性矩阵之间的混合加权欧氏距离，并求其平均值作为评价阈值D_ths，

（4）

（5）

（6）

（7）

（8）

式（4）-式（8）中，S_j为属性的标准差，R_j为属性和之间的相关系数, C_j为第j个属性所包含的信息量，ω_j为属性P_j的客观权重，D[A,B,ω]为属性矩阵A、B的混合加权欧氏距离，ω为混合属性矩阵Y的权重向量，ω=[ω₁, ω₂, …, ω_m]，且；

步骤四：待评超级电容混合加权欧氏距离计算，对标定电容归一化属性矩阵A与后备电源中每个待评超级电容归一化训练属性矩阵B组成的混合属性矩阵Y，并按式（4）-式（8）计算这两个属性矩阵之间的混合加权欧氏距离D_s；

步骤五：后备电源超级电容健康状态指数计算与评价，按式（9）计算超级电容健康状态综合评价指数为

（9）

当ξ_SoH的值为80%-100%时，表征超级电容的健康状况为优秀；当ξ_SoH的值为60%~80%时，表征超级电容的健康状态为良好；当ξ_SoH的值为40%-60%时，表征超级电容的健康状态为一般；当ξ_SoH的值为20%-60%时，表征超级电容的健康状态较差，容量已大幅度降低，需要重点关注；当ξ_SoH的值0%-20%时，表征超级电容已失效，需要及时更换电容。