[发明专利]一种储能变流器故障预测方法

权利要求书

1.一种储能变流器故障预测方法，其特征在于：包括若干个PCS模块、分布式电源模块、实时采集模块、故障数据管理模块、PCS控制模块、通讯模块、运维移动端、可视化模块以及云服务模块，所述若干个PCS模块连接，用于新能源电能的储能以及直流交流变换为负荷区供电，所述实时采集模块用于若干个PCS模块的电流、电压以及温度实时采集并传输至故障数据管理模块，所述故障数据管理模块用于故障预测系统中数据分析以及数据存储，将数据分析结果传输至PCS控制模块，将数据存储至本地或云服务模块，所述PCS控制模块用于若干个PCS模块的控制调度，所述PCS控制模块与通讯模块相连接，将故障信息传输至云服务模块或运维移动端模块，所述通讯模块包括wifi无线网技术、移动数据技术或蓝牙技术将数据进行传输，所述运维移动端接收故障预警消息，并根据故障特性显示故障代码和原因通过可视化模块显示，所述云服务模块接收数据存储以及计算数据故障类型传输至运维移动端。

2.根据权利要求1所述的一种储能变流器故障预测方法，其特征在于：具体控制步骤如下：

S1、所述若干个PCS模块连接，通过直流或交流变换为负荷区供电，所述实时采集模块对通过储能变流器发生故障时发出的不间断波长进行实时采集；

S2、所述故障数据管理模块进行数据分析以及数据存储，将数据分析结果传输至PCS控制模块，将数据存储至本地或云服务模块；

S3、所述PCS控制模块根据负荷情况对若干个PCS模块的控制调度，所述PCS控制模块与通讯模块相连接，将故障信息传输至云服务模块或运维移动端模块；

S4、所述运维移动端接收故障预警消息，并根据故障特性显示故障代码和原因通过可视化模块显示，运维人员通过运维移动端查看并到现场维修，所述云服务模块接受数据并存储以及计算数据故障类型传输至运维移动端。

3.根据权利要求1所述的一种储能变流器故障预测方法，其特征在于：所述实时采集模块通过故障录波器与电压传感器和电流传感器相连接，对储存变流器故障数据进行采集，所述故障录波器连续不间断对采集交流或直流电进行快速采样，对开关以及继电保护开关量进行扫描，在采样扫描的同时通过谐波分析法对故障数据进行简单的计算和分析，当储能变流器发生故障时，故障滤波器对故障前、故障时以及故障后的故障数据存储于故障数据管理模块的数据存储单元中，在储能变流器运作中，得到交流电压电流得到正弦波形，其他系统内存中的谐波源为周期性变化且满足狄利赫利原则可将谐波分解为如下所式：

4.根据权利要求2所述的一种储能变流器故障预测方法，其特征在于：所述谐波分解式中ω₁为工频角频率，n为谐波次数，U_n、I_n分别为第n次谐波电压和电流得到均方根值，α_n、β_n分别为第n次谐波电压与电流得初相角，M为谐波最高次数，由波形得到畸变程度与分析得准确度要求决定，取M≤50。

5.根据权利要求1所述的一种储能变流器故障预测方法，其特征在于：所述故障数据管理模块包括数据分析单元以及数据存储单元，其中数据分析单元得到故障数据后利用故障预测技术进行进一步分析，故障预测技术是基于数据驱动利用人工智能技术以及统计技术对各种数据分析处理为挖掘其中的隐含信息并进行预测操作，人工智能技术运用决策树方式进行分析，统计技术将故障采集数据利用规范变量分析方法对数据进行分析，分析结果传输至PCS控制模块。

6.根据权利要求1所述的一种储能变流器故障预测方法，其特征在于：所述PCS控制模块包括预警单元以及控制单元，所述控制单元是指发出控制指令，控制整个故障预测系统，包括各个部件相互协调正确运行，所述预警单元通过历史贡献数据按照概率经验分布得到控制限来判断新的贡献数据率的变化，若在无故障时，历史贡献的方差小且新样本方差大，这说明储能变流器产生了某一特定故障，通过控制限分析所以的过程变量，找到少数的贡献异常变化的过程变量即为故障点，为此预警单元传输故障预警信号他那个给通讯模块传输至运维移动端模块。