公开(公告)号：CN117406093A

公开(公告)日：2024-01-16

申请号：CN202311339009.0

申请日：2023-10-16

Applicant: 杭州电力设备制造有限公司 ,  国网浙江省电力有限公司杭州市余杭区供电公司 ,  国网浙江省电力有限公司杭州供电公司 ,  重庆大学

Inventor： 钱浩 ,  王博石 ,  郭强 ,  余娟 ,  黄佳斌 ,  高茂胜

IPC: G01R31/367 ,  G06F30/20 ,  G01R31/392 ,  G06F119/02 ,  G06F111/04 ,  G06F113/06

Abstract: 本发明公开了一种计及储能电池系统容量衰减失效和热失控失效的电力系统可靠性评估方法，包括以下步骤：1)考虑潜在储能电池热失控失效预警概率和储能电池系统性能衰减失效对储能电池系统可用输出功率的影响，建立储能电池系统可用输出功率模型；2)考虑功率平衡以及储能运行可靠性等约束，建立计及储能电池系统失效的电力系统负荷削减优化模型；3)基于非时序蒙特卡洛模拟法，提出综合考虑储能电池热失控失效与储能电池性能衰减失效的电力系统可靠性评估方法，准确考虑储能电池失效特性对电力系统可靠性的影响。本发明可以实现计及储能电池系统失效的电力系统可靠性精准评估。

公开(公告)号：CN116050153A

公开(公告)日：2023-05-02

申请号：CN202310069394.5

申请日：2023-02-06

Applicant: 国网河南省电力公司电力科学研究院 ,  国网河南省电力公司 ,  重庆大学

Inventor： 姚凯 ,  王阳 ,  张锋 ,  韩伟 ,  马伟东 ,  刘超 ,  段文岩 ,  王博石 ,  刘洎溟 ,  余娟 ,  杨燕 ,  马普照

IPC: G06F30/20 ,  G06Q50/06 ,  G06F119/02

Abstract: 本发明提供了一种二次设备可靠性评估方法，属于二次设备评估技术领域。包括：构建二次设备可靠性评估集成模型，所述集成模型包括多个并行的个体判别器，所述个体判别器利用正常二次设备的运行数据进行训练，所述个体判别器训练的优化目标为最小化输入输出数据的重构误差；优化二次设备可靠性评估集成模型，剔除准确率较低的所述个体判别器，获得最优集成模型；将二次设备当前运行数据输入最优集成模型进行可靠性评估。本发明利用Bagging集成学习方法生成并行多个基础模型，综合多个个体判别器的判定结果来进行二次设备故障判定，能够提高模型整体的稳定性；并且本发明还通过集成模型优化方法对集成模型进行优化，能够提高二次设备可靠性评估的准确度。

公开(公告)号：CN113406503A

公开(公告)日：2021-09-17

申请号：CN202110607933.7

申请日：2021-06-01

Applicant: 重庆大学

Inventor： 杨知方 ,  李中浩 ,  余娟 ,  杨燕 ,  王博石 ,  杜思君

IPC: G01R31/378 ,  G01R31/367 ,  G01R31/392

Abstract: 本发明公开基于深度神经网络的锂电池SOH在线估算方法，步骤为：1)建立基于深度神经网络的锂电池SOH估算模型；2)对所述基于深度神经网络的锂电池SOH估算模型进行训练，得到锂电池SOH估算优化模型；3)获取待评估锂电池的近全充电过程的锂电池充电片段数据，并输入到锂电池SOH估算优化模型中，完成锂电池SOH估算。本发明提出了基于深度神经网络的SOH在线估算方法，通过随机抽样、标准化等数据预处理方式对输入输出数据进行处理，并通过训练得到最终的SOH估算模型，代入验证集输入，即可得到所对应的SOH值，实现锂电池SOH在线估算，且其估算精度较基于模型的方法提高约10％，满足车企实际应用所需达到的估算精度。

公开(公告)号：CN114676619A

公开(公告)日：2022-06-28

申请号：CN202111429219.X

申请日：2021-11-28

Applicant: 重庆大学

Inventor： 余娟 ,  杨知方 ,  王博石 ,  杨燕 ,  李中浩

IPC: G06F30/27 ,  G01D21/02 ,  G06F119/08

Abstract: 本发明公开基于自编码器和集成学习储能电池热失控预警方法，步骤为：1)基于不同训练样本数据，建立若干基于自编码器的储能电池热失控预警基础模型；2)对若干基于自编码器的储能电池热失控预警基础模型进行集成训练，得到储能电池热失控预警模型；3)获取储能电池实时运行数据，并分别输入到每个储能电池热失控预警基础模型中，得到每个储能电池热失控预警基础模型输出的储能电池热失控状态判断结果；4)将所有储能电池热失控状态判断结果输入到储能电池热失控预警模型中，计算储能电池热失控概率。本发明通过建立端到端的数据模型以实现对潜在热失控储能电池的提前预警，弥补了该领域实验方法和机理模型方法的缺陷。

公开(公告)号：CN115034671A

公开(公告)日：2022-09-09

申请号：CN202210773125.2

申请日：2022-07-01

Applicant: 国网河南省电力公司电力科学研究院 ,  国网河南省电力公司 ,  重庆大学

Inventor： 张锋 ,  姚凯 ,  王阳 ,  王博 ,  张震 ,  陈宇 ,  韩伟 ,  马伟东 ,  段文岩 ,  宋闯 ,  余娟 ,  王博石 ,  胡鹏 ,  刘洎溟

IPC: G06Q10/06 ,  G06Q10/00 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明公开了一种基于关联规则与聚类的二次系统信息故障分析方法，属于电力系统变电站二次系统评估技术领域，首先，利用Apriori算法遍历二次系统报文信息和故障装置信息数据集，挖掘其中的关联性，提取出报文信息和二次系统故障装置的关联规则，实现二次系统故障诊断，然后，对提取出的关联规则进行k‑means聚类，并得到最合适的类别数量，为变电站工作人员提供技术指导。本发明利用变电站二次系统海量信息及其结构特性，建立变电站二次系统逻辑回路模型及分析方法，提高了二次系统故障诊断的速度和准确性。