[发明专利]一种全景理论分析的二值优化的电池异常检测方法

说明书

本发明公开了一种全景理论分析的二值优化的电池异常检测方法。包括以下步骤：测量若干个运行电化学储能电池单体的某固定时长的输出电压和电流数据，提取各个电化学储能电池单体电压和电流的特征向量并归一化；以测量电化学储能电池单体的数量定义以0‑1构成的二进制编码个体，基于全景理论利用特征向量间距离，建立对这个编码串下电池单体分组描述的度量函数；采用遗传算法不断演化迭代，寻找出最优编码个体，建立电化学储能电池的最终分组描述；在最优个体0‑1编码位形成电池单体分组条件下分析电池单体的分布情况，形成电池异常状态检测。本发明专利电池异常检测以电池聚集为优化方向，有助于提升异常检测的准确性和可靠性。

技术领域：

本发明涉及电池储能技术领域，具体涉及一种全景理论分析的二值优化的电池异常检测方法。

背景技术：

随着全球已投运储能电池项目累计装机规模的持续增长，其安全事故的不断攀升。据不完全统计，在过去几年内全世界范围内电化学储能重大火灾事故主要集中于锂电池储能系统。造成电池储能系统电池组火灾频发，一方面是由于电池质量、数量、容量及能量密度的增加大大提高了事故发生的可能性和危险程度；另一方面，电池内部存在较多放热反应，在一定条件下易发生热失控。因此，电池应用过程的异常检测成了最需要取得突破和提升的关键技术，尤其是在大规模储能应用场合，电池故障引发的火灾可能带来不可估量的经济损失和社会影响。

基于电池运行信息的状态监测，获取电池动态行为的深度剖析、形成其异常状态的检测和预测，完成对电池潜在风险评估预测和预警是提升电池应用安全的基础，也是电池大规模应用过程中的核心问题。然而，电池内在运行机理表现出高阶次、多变量、非线性、强耦合、大时变的复杂电化学过程，造成了其不确定性、难描述性和间断跳变性特点。所以，为了科学、合理地检测电池动态行为的异常状态，开展电化学储能电池异常状态分析技术研究意义重大。

发明内容

针对电池系统运行过程中的异常检测不精、时效性差等问题，本发明将优化思想融入电池异常聚类分析过程，实现了对若干电池聚合方向和异常孤立问题的优化，为自动、准确、可靠地完成若干电池状态的异常工况分析以及安全利用夯实基础。本发明采用的技术方案为：

一种全景理论分析的二值优化的电池异常检测方法，包括下述步骤：

步骤1：以Δt为采样时间，测量时间长度为T的n个运行中的电池单体的电压和电流数据，构成m维特征向量，并归一化同一特性下的若干个电池特征值；

步骤2：定义用于n个电池单体异常检测的0-1二进制编码个体形式、长度以及度量评价二进制编码个体进行n个电池单体分组的目标函数，形成用于步骤3中遗传演化过程中优化方向的评判；具体过程如下：

步骤2.1：定义与n个异常检测的电池单体样本数量等长的二进制编码个体，在第s个编码个体可表示为CI_s＝[a_s,1 a_s,2 … a_s,n]，编码个体长度等于编码位数n，第j个编码位a_s,j取值为0或者1，即a_s,j∈{0,1},j＝1,2,...,n；

步骤2.2：定义二进制编码个体对n个电池单体分组的目标函数Fitness，形成以此二进制编码个体形成n个电池单体分组的度量计算；具体过程包括如下步骤：

步骤2.2.1：假设第s个二进制编码个体为CI_s＝[a_s,1 a_s,2 … a_s,n]，其中第j个编码位a_s,j∈{0,1},j＝1,2,...,n；

步骤2.2.2：根据步骤1.2中各电池的特征向量计算电池间的距离d，其中第i个电池单体与第j个电池单体的距离