陈彦桥, 刘辉, 王础, 陶冶, 金翼, 肖凯文, 邓艾东, 牛宏宾, 史曜炜
锂电池在储能电站中的规模化应用对其安全运维提出了严峻挑战。目前,针对该领域存在储能电站电池故障诊断与预警算法研究匮乏、专业故障实验数据缺失、故障特征选取单一、以及预警策略笼统缺乏分级等核心问题,提出了一种基于多故障特征分析的储能电池故障诊断与分级预警方法。依托314 Ah储能电池典型故障实验数据,构建了融合动态微分特性、时序统计量与信息熵等更深层次的故障特征;进而,设计了针对与过充和热失控过程的清晰分级预警框架;在此基础上,分别建立了基于LightGBM的故障诊断模型与基于CNN的分级预警模型。在实验数据集上的实验结果表明,该方法能够有效挖掘故障演化的关键信息,故障诊断准确率达99.10%,过充与热失控预警等级识别准确率分别为98.72%和96.57%,为解决储能电站电池系统安全性问题提供了新思路与行之有效的解决方案。