[发明专利]用于储能站锂离子电池故障诊断分析的知识图谱构建方法

说明书

本发明公开了一种用于储能站锂离子电池故障诊断分析的知识图谱构建方法，本方法填补了规模级储能锂电池故障诊断以及处置预案基础数据的空白；通过提取所述故障数据的故障特征，从而定义知识图谱的本体类和类间关系，结构化数据抽取方式具有良好的可扩展性和自适应能力，能够满足多源异构数据的知识抽取需要；能够将储能站的多源异构的信息数据进行融合，最终形成储能站锂离子电池故障诊断分析的知识图谱；基于知识图谱能够找到工作参数与故障之间的潜在联系，进而形成知识体系，从而实现储能站锂电池故障快速诊断和准确应对。

技术领域

本发明涉及知识图谱构建技术领域，具体涉及一种用于储能站锂离子电池故障诊断分析的知识图谱构建方法。

背景技术

为了改善气候变化问题和降低碳排放，在双碳目标的背景下，基于可再生能源的新能源被大规模开发，光伏和风电的装机量逐年增加。由于光伏发电和风力发电受天气变化影响大，出力过程具有随机性和波动性，风电甚至还具有反调峰特性，负荷需求常常不能满足，另外需要传统的火力机组发电满足供需平衡，不仅造成并网困难和弃风弃光成本高等问题，而且增加了燃煤发电的运行成本。

通过在发电侧配置储能，利用储能的能量时移和负荷跟踪平滑出力，可以解决光伏发电弃光和风电不可预测难题，还能避免负载端难以预测导致发电和用电的动态不平衡，从而减少传统机组的频繁启停，以提升电力系统整体运行经济性。

由于储能技术的发展发展，锂离子电池储能广泛应用，储能故障日益复杂。已有的储能站的故障诊断主要通过监测外部有限参数基于阈值判断故障类型，但造成电池本体故障和电池管理系统故障的原因是多样且复杂的，往往不是由于其中一种原因所导致，而是存在多种原因之间相互耦合的现象，其故障的症状表现也不是单一的，需要检测电池本体内外参数来进行综合判断；另外，当出现意外故障，不能及时确定故障原因和处置方案，即需要特定的专家进行分析处理，从而导致维修不及时，不但使得维修成本越来越高，还会延误维修进度，造成安全隐患，甚至对工作人员的生命财产造成威胁。

储能站目前可以从3方面收集数据：一是利用现有的传感和监测技术可以收集到丰富的电池内外部运行数据，为结构化数据；二是故障处置日志，为半结构化数据；三是储能电池故障分析专家领域的非结构化数据。

如何将这些多源异构的信息进行融合，找到工作参数与故障之间的潜在联系，形成知识体系，从而实现储能站锂电池故障快速诊断和准确应对，是一个亟待解决的问题。

发明内容

本发明的主要目的是提供一种用于储能站锂离子电池故障诊断分析的知识图谱构建方法，旨在解决如何将储能站的多源异构的信息数据进行融合，找到工作参数与故障之间的潜在联系，形成知识体系，从而实现储能站锂电池故障快速诊断和准确应对的问题。

本发明提出的技术方案为：

一种用于储能站锂离子电池故障诊断分析的知识图谱构建方法，包括：

获取储能站运行过程中产生的故障数据；

提取所述故障数据的故障特征，从而定义知识图谱的本体类和类间关系；

基于所述本体类和所述类间关系抽取所述故障数据的实体与关系以得到三元组数据；

基于所述三元组数据构建知识图谱；

将构建的知识图谱存储于图数据库管理系统中，以实现知识图谱的储存和管理。

优选的，所述获取储能站运行过程中产生的故障数据，包括：

获取结构化的储能站内部历史运行业务数据和半结构化的故障检修记录日志，并对所述业务数据和所述检修记录日志进行数据清洗；

获取非结构化的储能电池故障分析专家领域知识和规则，进行数据清洗后以得到具体故障类型、故障现象相关数据参数、机理原因分析、处置动作方式和故障动作方案。