[发明专利]液冷储能系统以及状态检测方法、装置有效

专利信息
申请号: 202211636215.3 申请日: 2022-12-20
公开(公告)号: CN115616423B 公开(公告)日: 2023-05-23
发明(设计)人: 孙大帅;王景龙 申请(专利权)人: 广东采日能源科技有限公司
主分类号: G01R31/382 分类号: G01R31/382;G01R31/367;G06F18/241;G06N3/0499;G06N3/084;H01M10/613;H01M10/6567
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 周宇
地址: 510700 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 液冷储能 系统 以及 状态 检测 方法 装置
【权利要求书】:

1.一种液冷储能系统的状态检测方法,其特征在于,所述方法包括:

获取目标液冷储能系统的系统参数,其中,所述系统参数包括换热单元的参数和电池管理系统的参数,所述换热单元为液冷储能系统中配置的换热单元;

基于所述系统参数判断所述目标液冷储能系统的运行状态是否满足预设阈值条件;

如果否,基于所述系统参数组装特征输入向量,基于所述特征输入向量确定所述系统参数对应的故障类型,以对所述目标液冷储能系统进行状态检测;

其中,基于所述系统参数判断所述目标液冷储能系统的运行状态是否满足预设阈值条件的步骤,包括:

确定所述目标液冷储能系统当前所处的环境参数;其中,所述环境参数包括以下参数至少之一:天气情况、地理位置、温度、湿度、气压;

根据所述环境参数确定所述目标液冷储能系统在当前环境参数下的预设阈值条件,其中,所述目标液冷储能系统预先存储有环境参数与预设阈值条件的对应关系,在确定出所述环境参数之后,基于所述对应关系确定当前环境参数下的预设阈值条件;

基于所述系统参数判断所述目标液冷储能系统的运行状态是否满足所述环境参数下的所述预设阈值条件。

2.根据权利要求1所述的方法,其特征在于,基于所述系统参数判断所述目标液冷储能系统的运行状态是否满足所述环境参数下的所述预设阈值条件的步骤,包括:

提取所述换热单元的参数;其中,所述换热单元的参数包括以下参数至少之一:环境温度参数、换热电机功率参数和液冷管流量参数;

判断所述换热单元的参数是否满足对应参数的第一阈值条件;

如果有任意一个所述换热单元的参数不满足所述第一阈值条件,则确定所述目标液冷储能系统的运行状态不满足预设阈值条件。

3.根据权利要求2所述的方法,其特征在于,基于所述系统参数判断所述目标液冷储能系统的运行状态是否满足所述环境参数下的所述预设阈值条件的步骤,还包括:

提取所述电池管理系统的参数;其中,所述电池管理系统的参数包括以下参数至少之一:单体电池温度参数、电池组的充放电状态参数;

判断所述电池管理系统的参数是否满足对应参数的第二阈值条件;

如果有任意一个所述电池管理系统的参数不满足所述第二阈值条件,则确定目标液冷储能系统的运行状态不满足预设阈值条件。

4.根据权利要求3所述的方法,其特征在于,基于所述系统参数组装特征输入向量的步骤,包括:

分别提取所述换热单元的参数和所述电池管理系统的参数;

对所述换热单元的参数和所述电池管理系统的参数进行组装,以生成所述特征输入向量。

5.根据权利要求1所述的方法,其特征在于,基于所述特征输入向量确定所述系统参数对应的故障类型的步骤,包括:

将所述特征输入向量输入至预先建立的故障诊断模型;

通过所述故障诊断模型输出所述系统参数对应的故障类型。

6.根据权利要求5所述的方法,其特征在于,所述故障诊断模型为根据预先构建好的训练样本集进行训练得到的BP神经网络模型;所述训练样本集包括多个样本特征向量,所述样本特征向量为包含系统参数样本和故障类型的对应关系的样本数据;

所述方法还包括:

获取预先构建好的所述训练样本集;

将所述训练样本集输入至BP神经网络模型,对所述BP神经网络模型进行训练,得到所述故障诊断模型。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在预先存储的故障处理表中查找所述故障类型对应的处理措施;

输出所述处理措施,以对所述目标液冷储能系统的故障类型进行处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东采日能源科技有限公司,未经广东采日能源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211636215.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top