本發(fā)明涉及儲能設備故障診斷，特別是基于人工智能技術的儲能設備用故障診斷裝置及使用方法。

背景技術：

1、儲能設備在現代電力能源系統(tǒng)中起著至關重要的作用，隨著可再生能源的廣泛應用和電力系統(tǒng)的持續(xù)發(fā)展，儲能設備的故障診斷成為了電力系統(tǒng)運維和管理中的關鍵問題，故障診斷與預測的主要目標是及時、準確地檢測和判斷儲能設備的故障狀態(tài)，便于及時檢修，從而保證電力系統(tǒng)的可靠運行。

2、儲能設備故障的主要類型包括過充/過放、漏電或過熱等，過充/過放故障是由于電池或超級電容器在充電或放電過程中超過其額定值而導致的，漏電故障是由于設備絕緣損壞或潮濕環(huán)境等原因導致的電流泄漏，過熱故障是由于設備內部溫度升高而導致的，可能是由于設備過載、散熱不良或環(huán)境溫度升高等原因，其中在對儲能設備進行故障診斷時，大多采用人員拿取檢測傳感件來對儲能設備內部電池進行依次檢測診斷，進而來判斷是否產生故障；但是現有技術中由于在對儲能設備診斷過程主要依賴人為經驗進行判斷，不僅診斷效率低，且經常導致診斷不準確，進而會造成儲能設備不能得到及時的檢修，造成一定的安全隱患。

技術實現思路

1、本發(fā)明的目的在于提供基于人工智能技術的儲能設備用故障診斷裝置及使用方法，具備自動化診斷，且診斷效率高的優(yōu)點，解決了現有技術中由于在對儲能設備診斷過程主要依賴人為經驗進行判斷，不僅診斷效率低，且經常導致診斷不準確，進而會造成儲能設備不能得到及時的檢修，造成一定的安全隱患的問題。

2、為實現上述目的，本發(fā)明提供如下技術方案：

3、基于人工智能技術的儲能設備用故障診斷裝置，包括儲能單元和故障診斷單元，所述儲能單元包括儲能柜、電池組、斷路器和封閉門，所述故障診斷單元設置于所述儲能柜的內腔中，所述故障診斷單元包括微控制器，且微控制器安裝于儲能柜內腔的上端，所述微控制器的頂部設置有中央處理器，所述儲能柜的內腔設置有數據采集單元，所述儲能柜的一側固定連接有聲光警報器，且封閉門的正面固定連接有顯示屏，所述數據采集單元用于對設備運行數據進行采集，且數據采集單元包括電流傳感器、電壓傳感器、溫度傳感器和濕度傳感器，所述中央處理器包括數據處理模塊、分析模型和數據庫。

4、作為本發(fā)明的進一步優(yōu)選，所述封閉門位于儲能柜正面的兩側，且通過鉸鏈與儲能柜鉸接，所述斷路器安裝于儲能柜內腔的上端，所述電池組安裝于儲能柜內腔的下端。

5、作為本發(fā)明的進一步優(yōu)選，所述儲能柜的頂部開設有通槽，且通槽的內腔固定連接有濾網，所述儲能柜的頂部固定連接有遮擋板，且遮擋板位于通槽的正上方。

6、作為本發(fā)明的進一步優(yōu)選，所述儲能柜內腔的底部設置有風扇，所述風扇的輸入端與微控制器的輸出端連接，所述斷路器的輸入端與微控制器的輸出端連接。

7、作為本發(fā)明的進一步優(yōu)選，所述電流傳感器和電壓傳感器均安裝于電池組的輸電線路上，所述溫度傳感器安裝于儲能柜內腔一側的上端，且濕度傳感器安裝于儲能柜內腔一側的下端，所述電流傳感器、電壓傳感器、溫度傳感器和濕度傳感器的輸出端均與微控制器的輸入端連接。

8、作為本發(fā)明的進一步優(yōu)選，還包括pc端，所述數據采集單元、微控制器和中央處理器依次連接，聲光報警器、pc端和顯示屏分別與微控制器連接。

9、作為本發(fā)明的進一步優(yōu)選，所述數據處理模塊包括支持向量機算法和循環(huán)神經網絡算法，所述支持向量機算法公式為[f(x)＝\text{sign}(\mathbf{w}\cdot\mathbf{x}+b)]，其中，f(x)是輸入樣本x的預測輸出；\mathbf{w}是超平面的法向量；\mathbf{x}是輸入樣本的特征向量；b是偏置項；\text{sign}(\cdot)是符號函數；所述循環(huán)神經網絡算法公式為[h^{(t)}＝\sigma(w_{hx}x^{(t)}+w_{hh}h^{(t-1)}+b_h)]；其中，x^{(t)}是輸入向量，通常是特征向量或者前一個時間步的隱藏狀態(tài)，h^{(t-1)}是上一個時間步的隱藏狀態(tài)，如果t＝0，通常初始化為零向量或者隨機向量；w_{hx}是輸入到隱藏層的權重矩陣，w_{hh}是隱藏層到隱藏層的權重矩陣，b_h是隱藏層的偏置向量，\sigma通常是一個非線性激活函數。

10、儲能設備用故障診斷裝置的使用方法，其使用方法包括如下步驟：

11、s1、建立分析模型：

12、s11、在儲能設備在正常運行和故障狀態(tài)運行的情況下，通過電流傳感器來采集電池組輸出輸入的電流數據，電壓傳感器來采集電池組輸出和輸入電壓數據，且溫度傳感器和濕度傳感器來采集儲能柜內部的溫濕度數據；

13、s12、采集完成后，電流傳感器、電壓傳感器、溫度傳感器和濕度傳感器將采集的數據傳輸至微控制器，且微控制器將數據傳輸至中央處理器，通過數據處理模塊來對運行數據進行處理，主要通過數據庫對正常運行狀態(tài)下的運行數據進行存儲，且利用支持向量機對故障狀態(tài)下運行數據進行分類，形成不同故障類型時的運行數據，然后傳輸至數據庫進行存儲；

14、s13、緊接著通過提取數據庫中正常運行時的運行數據，并采用循環(huán)神經網絡算法進行訓練，得到設備正常運行時的正常模型，同時提取數據庫中儲能設備不同故障情況下儲能設備的運行數據，并采用循環(huán)神經網絡算法進行訓練，得到儲能設備故障狀態(tài)下運行時的故障模型，以此實現對分析模型的建立；

15、s2、對儲能設備進行故障診斷：

16、s21、首先通過電流傳感器和電壓傳感器來采集電池組運行狀態(tài)下輸出和輸入電流與電壓數據，同時溫度傳感器和濕度傳感器來采集儲能柜內部的溫濕度數據，且采集的數據會傳輸至微控制器；

17、s22、通過微控制器將數據傳輸至中央處理器，中央處理器將數據傳輸至分析模型中，通過將采集的運行數據和正常模型的運行數據進行比對，若兩項運行數據相似度大于或等于預設值時，則說明儲能設備運行正常，并未出現故障；

18、s23、反之兩項運行數據相似度小于預設值時，則自動判斷定位故障狀態(tài)，中央處理器會將運行數據傳輸至不同的故障模型中，通過比對各種故障模型運行數據和正常運行數據的相似概率，進而可根據相似概率來獲得儲能設備的故障類型；

19、s24、緊接著中央處理器會傳輸數據和信號至微控制器，微控制器將故障類型數據傳輸至顯示屏和pc端，進而便于人員及時查看，并做出相對應的檢修預防作業(yè)，同時微控制器會傳輸信號至聲光警報器，聲光警報器會發(fā)出聲光報警，便于提醒工作人員及時進行檢修。

20、本發(fā)明具有如下有益效果：

21、本發(fā)明通過數據采集單元用于采集設備運行時，儲能柜內部溫濕度數據和電池組輸出輸入時的電流和電壓數據，且數據采集單元可將采集的運行數據傳輸至微控制器，微控制器會將運行數據傳輸至中央處理器進行分析處理，通過將運行數據與正常模型的運行數據進行比對，若兩項運行數據相似度大于或等于預設值時，則說明設備運行正常，并未出現故障，兩項運行數據相似度小于預設值時，則自動判斷定位故障狀態(tài)，中央處理器會將運行數據傳輸至不同的故障模型中，通過比對各種故障模型運行數據和正常運行數據的相似概率，進而可根據相似概率來獲得儲能設備的故障類型，以此實現了自動化診斷，通過中央處理器可將故障類型數據傳輸至微控制器，且微控制器將故障類型數據傳輸至顯示屏和pc端，進而便于人員及時查看，并做出相對應的檢修預防作業(yè)，同時微控制器會傳輸信號至聲光警報器，聲光警報器會發(fā)出聲光報警，便于提醒工作人員及時進行檢修。