[发明专利]一种电池储能系统故障状态自适应预警方法

权利要求书

1.一种电池储能系统故障状态自适应预警方法，其特征在于，包括以下步骤：

步骤1：运用NJW聚类算法将高维的电池箱监测数据进行降维，通过构建异源数据的拉式矩阵来获取其安全特征标准矩阵，再以安全特征标准矩阵唯一替代电池箱目标监测参数原始数据进行聚类分析；

步骤2：通过动态时间规整算法规整安全特征标准矩阵的时间轴，将两组监测数据映射到同步时间轴上，来比较异步监测数据相似程度；

步骤3：构建滑动窗口模型以抑制监测数据中少量离群点的影响，基于DTW距离进行聚类分析，通过稀疏系数LSR和故障阈值FT客观选定故障聚类点，进而确定故障电池箱。

2.根据权利要求1所述的电池储能系统故障状态自适应预警方法，其特征在于，所述步骤1具体包括以下步骤：

步骤1.1：设电池管理系统监测电池箱目标监测参数为V，获取m组电池箱监测数据，每组数据包含有n个取样点，将待聚类监测数据表示为：

步骤1.2：提取电池箱监测数据构造相似度矩阵W＝{w_ij∣i≤m,j≤n}∈V^n×n如下：

其中，u_i和u_j表示两个异源的电池箱目标监测数据；σ_i和σ_j为自适应识别参数，σ_i是电池箱目标监测参数u_i与其余监测数据中欧氏距离最小的r个取样点平均值，σ_j是电池箱目标监测参数u_j与其余监测数据中欧氏距离最小的r个取样点平均值；

步骤1.3：根据相似度矩阵W计算得到度量矩阵D＝{d_ij∣i≤m,j≤n}∈V^n×n：

步骤1.4：由相似度矩阵W和度量矩阵D计算得到拉氏矩阵L：

步骤1.5：计算拉式矩阵L对应的特征值及特征向量，降序排列各特征值及特征向量，取前K个特征向量形成安全特征矩阵S＝[s₁,s₂,…,s_K]∈V^n×K中，对安全特征矩阵S逐行归一化，形成安全特征标准矩阵Y＝{y_ij∣i≤m,j≤n}∈V^n×K：

式中，s_ij为S矩阵第i行j列元素；

步骤1.6：安全特征标准矩阵Y的每一行对应一个电池箱目标监测参数序列，唯一替代原始采样数据。

3.根据权利要求2所述的电池储能系统故障状态自适应预警方法，其特征在于，所述步骤2具体包括以下步骤：

步骤2.1：设安全特征标准矩阵Y中，两个异步的电池箱a、b对应监测数据特征向量分别为Y_a＝{y_a1,y_a2,…,y_an}和Y_b＝{y_b1,y_b2,…,y_bn}，n为安全特征标准矩阵每一行的样本点数，即每个电池箱监测数据包含的取样点的个数，求解得电池箱a、b的距离矩阵R＝{r_ij∣i≤n,j≤n}：

MIN＝min{r_i-1,j,r_i,j-1,r_i-1,j-1}

式中，d(y_ai,y_bj)为样本点y_ai和y_bj的欧氏距离；d(y_ai,y_bj)+MIN为当前样本点与邻近各样本点的最小欧式距离之和；

步骤2.2：形成距离矩阵之后，电池箱a、b的DTW距离为：

DTW(Y_a,Y_b)＝r_nn a,b≤m

以同样的方式可以计算任意两个电池箱按照监测参数V度量的DTW距离，当a＝b时，DTW距离为零。