【技術實現步驟摘要】
本專利技術屬于液流電池，具體涉及一種基于知識圖譜的液流電池故障診斷方法、系統及設備。
技術介紹
1、隨著可再生能源的大規模接入，電網穩定性成為一大挑戰，而液流電池可以發揮其在儲能方面的優勢，通過充放電來平衡電網負荷，確保電力供應的穩定。此外，隨著儲能需求的不斷增長，液流電池的優勢也愈加明顯。它具有安全性高、可靈活擴容、循環壽命長、電解液可循環利用等優點，被認為是目前最適合長時儲能的電池技術之一。
2、液流電池作為儲能系統的重要組成部分，其運行狀態直接關系到整個儲能系統的安全性和可靠性。在液流電池的運行過程中，如果出現故障，可能會引發安全問題，如電池泄漏、過熱、過充/放電等。另外，液流電池的效率受到多種因素的影響，如電流密度、電解液濃度、溫度等。在電池運行過程中，這些因素可能會發生變化，導致電池效率下降。
技術實現思路
1、本專利技術的目的就在于提供一種基于知識圖譜的液流電池故障診斷方法、系統及設備，以解決
技術介紹
中提出的問題。
2、本專利技術通過以下技術方案來實現上述目的：
3、第一方面，本專利技術提出了一種基于知識圖譜的液流電池故障診斷方法，包括：
4、預先收集液流電池屬性數據并處理為第一數據集，基于所述第一數據集構建知識圖譜；
5、獲取液流電池的運行數據并處理為第二數據集，利用特征工程的方法將所述第二數據集中的故障數據進行特征表示以形成時序特征數據；
6、將所述時序特征數據輸入預先構建的故障歸因模型中，以確
7、將所述知識圖譜、所述時序特征數據和所述故障范圍輸入預先構建的故障推理模型中，以確定對應運行數據的故障類型和解決方案。
8、作為本專利技術的進一步優化方案，所述預先收集液流電池屬性數據并處理為第一數據集，基于所述第一數據集構建知識圖譜包括：
9、收集液流電池的電池結構、工作原理以及故障類型數據，以形成第一數據集；
10、提取所述第一數據集中的故障特征，以定義知識圖譜的本體類和類間關系，基于所述本體類和所述類間關系抽取所述故障特征的實體與關系以得到三元組數據；基于所述三元組數據構建知識圖譜。
11、作為本專利技術的進一步優化方案，所述第二數據集具體為：對所述運行數據進行故障特征提取和數據清洗的預處理后得到的目標數據；其中，所述運行數據包括液流電池本體及輔助設備相關的運行電流、電壓和溫度。
12、作為本專利技術的進一步優化方案，所述第二數據集β1＝[e1,e2,…,en]；其中，en為液流電池所述運行數據的參數類型，n為液流電池第二數據集中所包含的參數類型個數。
13、作為本專利技術的進一步優化方案，所述時序特征數據為：對所述第二數據集添加時間維度的狀態特征信息，公式表示為：
14、
15、f表示通過m次數據采集得到一段時間的液流電池系統參數的時序變化數據。
16、作為本專利技術的進一步優化方案，所述故障歸因模型的輸出至少包括：液流系統中的機械設備、含設備的參數、溶液濃度溫度。
17、作為本專利技術的進一步優化方案，所述故障歸因模型為規則定義、支持向量機、隨機森林和神經網絡中的任一個。
18、作為本專利技術的進一步優化方案，所述故障推理模型為amie算法、transr模型、基于演繹的知識圖譜推理、基于鏈接預測模型中的任一個。
19、第二方面，本專利技術提出了一種基于知識圖譜的液流電池故障診斷系統，應用于執行以上任一項所述診斷方法，系統包括：
20、知識圖譜構建的單元，用于預先收集液流電池屬性數據并處理為第一數據集，基于所述第一數據集構建知識圖譜；
21、數據處理單元，用于獲取液流電池的運行數據并處理為第二數據集，利用特征工程的方法將所述第二數據集中的故障數據進行特征表示以形成時序特征數據；
22、第一確定單元，用于將所述時序特征數據輸入預先構建的故障歸因模型中，以確定對應運行數據的故障范圍；
23、第二確定單元，用于將所述知識圖譜、所述時序特征數據和所述故障范圍輸入預先構建的故障推理模型中，以確定對應運行數據的故障類型和解決方案。
24、第三方面，本專利技術提出了一種基于知識圖譜的液流電池故障診斷設備，包括存儲器模塊，以及存儲在所述存儲器模塊上并可在所述處理器模塊運行的邏輯運算控制程序，所述處理器模塊執行所述邏輯運算控制程序時實現如以上任一所述診斷方法。
25、本專利技術的有益效果在于：
26、本專利技術通過提出基于知識圖譜的故障診斷，可以確保液流電池安全、高效和穩定的運行，有助于保障液流電池和整個儲能系統的安全運行、提高整個儲能系統的可靠性、促進可再生能源的發展以及推動儲能技術的商業化應用。
本文檔來自技高網...【技術保護點】
1.一種基于知識圖譜的液流電池故障診斷方法，其特征在于，包括：
2.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述預先收集液流電池屬性數據并處理為第一數據集，基于所述第一數據集構建知識圖譜包括：
3.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述第二數據集具體為：對所述運行數據進行故障特征提取和數據清洗的預處理后得到的目標數據；其中，所述運行數據包括液流電池本體及輔助設備相關的運行電流、電壓和溫度。
4.根據權利要求3所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述第二數據集β1＝[e1,e2,…,en]；其中，en為液流電池所述運行數據的參數類型，n為液流電池第二數據集中所包含的參數類型個數。
5.根據權利要求4所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述時序特征數據為：對所述第二數據集添加時間維度的狀態特征信息，公式表示為：
6.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述故障歸因模型的輸出至少
7.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述故障歸因模型為規則定義、支持向量機、隨機森林和神經網絡中的任一個。
8.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述故障推理模型為AMIE算法、TransR模型、基于演繹的知識圖譜推理、基于鏈接預測模型中的任一個。
9.一種基于知識圖譜的液流電池故障診斷系統，其特征在于，應用于執行權利要求1-8任一項所述診斷方法，系統包括：
10.一種基于知識圖譜的液流電池故障診斷設備，其特征在于，包括存儲器模塊，以及存儲在所述存儲器模塊上并可在所述處理器模塊運行的邏輯運算控制程序，所述處理器模塊執行所述邏輯運算控制程序時實現如權利要求1-8任一所述診斷方法。
...【技術特征摘要】
1.一種基于知識圖譜的液流電池故障診斷方法，其特征在于，包括：
2.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述預先收集液流電池屬性數據并處理為第一數據集，基于所述第一數據集構建知識圖譜包括：
3.根據權利要求1所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述第二數據集具體為：對所述運行數據進行故障特征提取和數據清洗的預處理后得到的目標數據；其中，所述運行數據包括液流電池本體及輔助設備相關的運行電流、電壓和溫度。
4.根據權利要求3所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述第二數據集β1＝[e1,e2,…,en]；其中，en為液流電池所述運行數據的參數類型，n為液流電池第二數據集中所包含的參數類型個數。
5.根據權利要求4所述的一種基于知識圖譜的液流電池故障診斷方法，其特征在于：所述時序特征數據為：對所述第二數據集添加時間維度的狀態特征信息，公式表示為：
【專利技術屬性】
技術研發人員：羅剛，
申請(專利權)人：安徽國麒科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。