首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于FAHP法的电池储能在线安全评估及风险预警定位策略_清华大学无锡应用技术研究院_202410287513.9 

申请/专利权人:清华大学无锡应用技术研究院

申请日:2024-03-13

公开(公告)日:2024-05-17

公开(公告)号:CN118050646A

主分类号:G01R31/367

分类号:G01R31/367;G01R31/396

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.06.04#实质审查的生效;2024.05.17#公开

摘要:本发明涉及电池储能安全评估技术领域,具体涉及基于FAHP法的电池储能在线安全评估及风险预警定位策略,包括以下步骤:获取电池单体的电压数据、温度数据;对电池单体进行安全评估;对电池模组进行安全评估;采用FAHP计算电池单体温度指标和电压指标的权重、电池模组电压一致性指标和温度一致性指标的权重;根据计算的各权重和电池单体、电池模组的安全评估结果,计算电池单体和电池模组的动态实时安全评估分数;根据电池单体和电池模组的动态实时安全评估分数,进行预警定位。本发明,实现了电池模组和电池单体的安全预警,完成了模组级和单体级的风险预警定位。

主权项:1.基于FAHP法的电池储能在线安全评估及风险预警定位策略,其特征在于,包括以下步骤:S1:获取电池单体的电压数据、温度数据;S2:对电池单体进行安全评估,包括建立电池单体电压安全评估模型以及电池单体温度安全评估模型,基于阈值法对电池单体的电压和温度进行判断,若超出预定阈值,则安全分数直接归零,触发报警,若未超出预定阈值,转入S4;S3:对电池模组进行安全评估,包括建立电池模组电压一致性评估模型以及电池模组温度一致性评估模型,通过标准差变异系数评估电池模组电压的一致性,通过计算极值温度误差均方根对电池模组温度一致性进行评估,进而转入S5;S4:基于双向长短期记忆神经网络的数据重构计算,以挖掘电池储能数据特征;S5:采用FAHP计算电池单体温度指标和电压指标的权重、电池模组电压一致性指标和温度一致性指标的权重;S6:根据计算的各权重和电池单体、电池模组的安全评估结果,计算电池单体和电池模组的动态实时安全评估分数;S7:根据电池单体和电池模组的动态实时安全评估分数,进行预警定位。

全文数据:

权利要求:

百度查询: 清华大学无锡应用技术研究院 基于FAHP法的电池储能在线安全评估及风险预警定位策略

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。