本發明涉及鋰離子電池儲能電站主動式安全監測與預警方法及系統,包括以下步驟:模擬儲能電站電池正常充放電過程及故障隱患發生過程,獲取運行環境數據以及BMS采集的數據作為特征參數,建立原始樣本數據庫;基于LM算法的BP神經網絡建立各特征參數的局部決策模型,對原始樣本數據庫中的各特征參數維度進行歸一化處理,得到各參數局部決策模型的樣本數據庫,并基于此對各參數的局部決策模型進行訓練;將各參數局部決策模型融合,建立基于LSTM算法的儲能電池隱患綜合預警模型,利用樣本數據庫對模型進行訓練;先建立各特征量的參數局部決策模型,再將各個局部決策模型融合建立儲能電站電池隱患綜合預警模型,預警結果更加可靠,提高了預警的準確率。
聲明:
“鋰離子電池儲能電站主動式安全監測與預警方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)