储能舱热失控级联蔓延的递进式预警方法及系统与流程

摘要: 本发明涉及储能系统控制,具体为一种储能舱热失控级联蔓延的递进式预警方法及系统。背景技术:1、随着新能源产业的快速发展,电化学储能电站规模不断扩大,锂离子电池自身...
储能舱热失控级联蔓延的递进式预警方法及系统与流程

本发明涉及储能系统控制,具体为一种储能舱热失控级联蔓延的递进式预警方法及系统。

背景技术:

1、随着新能源产业的快速发展,电化学储能电站规模不断扩大,锂离子电池自身的热稳定性与安全隐患问题日益凸显。由于储能舱内电池单体密集排布,一旦单体电芯发生内短路或热失控,极易在模组及舱内引发热量与火势的级联蔓延,导致重大财产损失与安全事故。因此,对储能舱热失控进行精准预警与管控成为业界亟待解决的核心难题。

2、现有的储能舱热安全管控技术主要依赖电池管理系统(bms)采集电压、温度等常规电气参数,并结合设定阈值进行越限报警。然而,此类传统预警方案在实际应用中存在以下明显不足:

3、早期微弱特征捕捉困难,漏报率高:热失控潜伏期(如内短路初期)的电信号与热信号变化极为微弱,传统基于固定阈值的判断方式难以将其从正常工况噪声中有效剥离,往往在温升速率或电压骤降达到明显阈值时,热失控已进入不可逆阶段,错失最佳早期干预时机。

4、单一物理场监测存在盲区,误报率高:现有系统通常对电、热、气、声等多维异构传感数据进行独立判别,缺乏对多物理场非线性耦合关联的深度挖掘。例如,未结合安全阀开启的声发射特征与特征气体逸出特征进行联合分析,导致在单一参数异常(如短暂温漂)时极易触发误报。

5、级联蔓延边界模糊,缺乏时空动态预测:储能舱热失控具有显著的时空演化特性,现有技术多聚焦于当前节点的状态评估,未能结合储能舱三维物理拓扑结构对热量传导与火势蔓延路径进行时空维度的递进式推演,导致管理人员无法预判级联蔓延的边界与演进趋势。

6、预警结果粗放,消防响应缺乏针对性:现有预警通常仅输出单一的报警等级,缺乏针对不同演化阶段、不同风险节点及其传导路径的精细化预警。在触发报警后,往往采取全舱盲目断电或整体消防喷淋等粗暴手段,不仅难以精准阻断热失控蔓延,还易造成未失控电池的连带损害,经济性较差。

7、综上所述,亟需一种能够深度融合多物理场特征、精准追踪级联蔓延时空路径并输出递进式预警结果的储能舱热失控管控方法,以解决现有技术早期特征难捕捉、误报率高及消防响应盲目等问题。

技术实现思路

1、针对现有技术的不足,本发明提供了一种储能舱热失控级联蔓延的递进式预警方法及系统,以解决上述背景技术中提出的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:一种储能舱热失控级联蔓延的递进式预警方法,包括以下步骤:

3、s1:依据热失控演化机理对带有多维标签的特征数据进行阶段化梳理,生成阶段表征特征集,随后量化各阶段特征在机理层面的贡献度并据此分配融合权重,依托该融合权重对初始状态演化网络的内部参数进行自适应更新,构建出热失控状态演化网络;

4、s2:于热失控状态演化网络的每个阶段网络内部分别部署动态特征门控机制与多场耦合解析模块;

5、其中,动态特征门控接入对应阶段网络的输入侧,而多场耦合解析模块则对接动态特征门控的输出侧;

6、s3:采集储能舱实时传感数据并依据物理属性将其路由至状态演化网络对应的阶段网络,利用各阶段网络内部的动态特征门控执行敏感度响应测算,从而剥离出实时传感数据中的核心演化特征;

7、s4:各阶段网络的多场耦合解析模块接收对应动态特征门控输出的核心演化特征,在预设相变交互空间内探寻核心演化特征间的非线性物理耦合关联,并输出融合多维耦合信息的热演化特征矩阵;

8、s5:将所述热演化特征矩阵送入与状态演化网络衔接的时空级联推演模型,开展时空维度的递进式预测,从而绘制热失控蔓延拓扑图;

9、s6:将各阶段网络的融合权重与所述级联蔓延拓扑图中的电芯风险节点进行关联赋值,基于赋值后的风险节点以及所述拓扑图对应的风险传递路径生成递进式热失控预警结果。

10、优选的,所述依据热失控演化机理对带有多维标签的特征数据进行阶段化梳理,生成阶段表征特征集包括:汇聚涵盖电、热、气、声、压五类的异构监测特征库,依据特征指向热失控机理的直接程度及物理场耦合的复杂度实施阶段化归类:将直接映射电芯内部热力学突变的特征划入潜伏期第一阶段特征,将单体失控外溢伴生的特征划入爆发期第二阶段特征,将表征级联蔓延宏观态势的特征划入传播期第三阶段特征。

11、优选的,所述采集储能舱实时传感数据并依据物理属性将其路由至状态演化网络对应的阶段网络,利用各阶段网络内部的动态特征门控执行敏感度响应测算,从而剥离出实时传感数据中的核心演化特征的具体流程包括:

12、汇集多源异构储能舱监测数据,根据数据表征维度与传感器采样率对所述多源异构监测数据执行归类与时间戳对齐操作,生成时序同步的标准化监测数据;

13、依托状态演化网络各阶段网络的特征属性,构筑数据类型与阶段网络之间的匹配映射关系表,依照该映射关系表将时序同步的标准化监测数据下发至相应阶段网络;

14、针对各阶段网络接收的标准化监测数据执行阶段内敏感度响应初始化,利用动态特征门控调用对应阶段网络的网络参数,对初始化后的监测数据展开物理特征敏感度测算,滤除无关数据并筛选出与热失控预警存在响应关联的初始响应特征;

15、将初始响应特征与对应阶段网络的阶段表征特征开展跨物理场维度的关联比对,甄别出初始响应特征与阶段表征特征之间的重合特征维度及差异特征维度,依据标准化处理后的重合特征维度的响应强度,对差异特征维度实施无量纲的特征放大处理;

16、利用动态特征门控对增强后的差异特征维度与重合特征维度执行融合计算,生成阶段化响应特征集合,并从该集合中抽离用于指示热失控状态的特征分量;

17、对各阶段网络输出的特征分量执行跨阶段特征校准与物理量纲偏差补偿,最终提取覆盖各物理场及各阶段网络的实时传感数据的核心演化特征。

18、优选的,所述各阶段网络的多场耦合解析模块接收对应动态特征门控输出的核心演化特征,在预设相变交互空间内探寻核心演化特征间的非线性物理耦合关联,并输出融合多维耦合信息的热演化特征矩阵的具体流程包括:

19、各阶段网络的多场耦合解析模块接收核心演化特征后,依据对应阶段网络的阶段属性构建预设相变交互空间,确保该相变交互空间的维度与核心演化特征维度相互匹配;

20、将标准化处理后的核心演化特征投射至相变交互空间,构建核心演化特征的空间分布表征,借助空间距离运算核定核心演化特征间的初始耦合强度;

21、依据初始耦合强度对核心演化特征执行关联分组,聚类成多个初始关联特征组,针对每个初始关联特征组内的核心演化特征展开非线性关联挖掘,经由物理特征交互运算生成组内耦合特征;

22、将各初始关联特征组的组内耦合特征实施跨组交互,探寻不同关联特征组间的潜在非线性关联,进而生成跨组耦合特征,并同步核算跨组耦合特征的关联可信度;

23、利用关联可信度对组内耦合特征及跨组耦合特征实施筛选,提取满足可信度要求的特征分量,并将筛选后的特征分量沿物理场维度进行排序整理;

24、当生成的耦合特征不再新增有效关联信息时,将获取的所有耦合特征按预设矩阵排列规则实施组合,输出融合多维耦合信息的热演化特征矩阵。

25、优选的,所述将所述热演化特征矩阵送入与状态演化网络衔接的时空级联推演模型,开展时空维度的递进式预测,从而绘制热失控蔓延拓扑图的具体流程包括:

26、将所述热演化特征矩阵输入所述时空级联推演模型,通过特征分解子模型对所述热演化特征矩阵进行时序特征分层分解,得到不同演化阶段的特征分量集合;

27、按时序阶段的先后顺序,将前一时序阶段的特征分量作为输入,通过推演子模型进行第一级递进式预测,生成初始蔓延路径及对应风险节点;

28、将第一级递进式预测输出的初始蔓延路径及风险节点与当前爆发期特征分量融合,通过推演子模型进行第二级递进式预测,更新蔓延路径的延伸方向及风险节点的属性信息;

29、依次完成所有时序阶段的递进式预测,得到包含全时序阶段蔓延路径的初步级联蔓延拓扑图,对所述初步拓扑图进行路径检测,识别出不符合热传导物理逻辑的异常传导路径;

30、基于当前传播期特征分量及前序演化阶段的有效预测结果,对异常传导路径进行修正调整,重新确定异常传导路径对应的风险节点属性及路径延伸方向;

31、将修正后的传导路径与有效传导路径进行整合,构建包含完整时序关联、物理逻辑一致的级联蔓延拓扑图,所述拓扑图用于表征各电芯节点的时序传导关系及空间关联特征。

32、优选的,所述将各阶段网络的融合权重与所述级联蔓延拓扑图中的电芯风险节点进行关联赋值的具体流程包括:

33、提取所述状态演化网络各阶段网络的融合权重,所述融合权重反映对应阶段网络在热失控演化不同阶段的机理重要程度及特征贡献度;

34、遍历所述级联蔓延拓扑图中的所有电芯风险节点,识别每个风险节点对应的风险特征来源阶段网络,建立风险节点与阶段网络的来源关联关系;

35、依据所述来源关联关系,将对应阶段网络的融合权重赋值给所述电芯风险节点,形成带有融合权重属性的风险节点,同时对于关联多个来源阶段网络的风险节点,基于识别并量化的各来源阶段网络关联置信度对融合权重进行加权聚合,计算每个风险节点的聚合权重值。

36、优选的,所述遍历所述级联蔓延拓扑图中的所有电芯风险节点,识别每个风险节点对应的风险特征来源阶段网络,建立风险节点与阶段网络的来源关联关系的具体流程包括:

37、响应风险节点溯源分析任务,加载拓扑图的拓扑结构数据,解析每个电芯风险节点的唯一标识信息及特征描述字段,将风险节点的特征描述字段转化为标准化的风险节点特征向量;

38、基于所述状态演化网络的阶段划分日志,提取各阶段网络的特征输出端口信息及特征传输链路标识并生成阶段网络与特征传输链路的对应关系索引表;

39、以标准化后的风险节点特征向量作为检索依据,在所述对应关系索引表中执行多维度模糊匹配运算,确定出与风险节点特征向量存在潜在关联的候选阶段网络集合,同时记录每个候选阶段网络与风险节点的匹配相似度数值;

40、针对候选阶段网络集合中的每个阶段网络,调用该阶段网络的历史特征输出记录,提取该阶段网络在对应时序阶段内输出的热演化特征矩阵片段,将所述热演化特征矩阵片段与风险节点特征向量进行特征维度对齐处理;

41、通过特征归因分析算法对对齐后的特征数据进行关联性深度挖掘,识别风险节点特征向量中每个特征分量在候选阶段网络特征矩阵片段中的溯源对应关系,标记出具有直接传承关系的特征分量对及间接关联的特征分量对;

42、基于特征分量的传承关系强度计算候选阶段网络与风险节点的关联置信度,得到量化的关联置信度评估结果;

43、根据储能热失控预警的精度标签及阶段网络的特征贡献度基准值设定关联置信度阈值,将关联置信度高于所述阈值的候选阶段网络确定为风险节点的来源阶段网络,并剔除关联置信度未达标的阶段网络;

44、针对存在多个来源阶段网络的风险节点,获取各来源阶段网络的特征输出时序,判断不同来源阶段网络的特征数据对该风险节点的形成是否存在先后因果关系,构建风险节点的多来源阶段网络贡献序列;

45、基于所述多来源阶段网络贡献序列,以风险节点为核心节点,以来源阶段网络为关联节点通过带权重的边表示两者之间的关联强度及时序关系,构建风险节点与阶段网络的来源关联关系图谱;

46、对所述来源关联关系图谱进行环路检测,若发现存在阶段网络间的循环关联异常,则通过特征传输时序优先级对关联关系进行修正。

47、优选的,所述基于赋值后的风险节点以及所述拓扑图对应的风险传递路径生成递进式热失控预警结果的具体流程包括:

48、对所述级联蔓延拓扑图中的蔓延路径进行路径长度及路径关联强度分析,路径关联强度为路径上所有电芯风险节点聚合权重值的平均水平,基于路径长度及路径关联强度确定各蔓延路径的优先级;

49、按优先级从高到低的顺序对蔓延路径进行排序,标注优先级符合预设要求的核心级联蔓延路径,将核心级联蔓延路径上的电芯风险节点标记为关键风险节点;

50、通过关键风险节点的融合权重属性、时序传导特征及路径关联信息对关键风险节点进行特征聚合处理,生成关键风险节点聚合特征;

51、基于关键风险节点聚合特征及核心级联蔓延路径的优先级排序,按阶段网络的阶段划分规则,生成对应各阶段网络的递进式预警子结果;

52、依据阶段间的预警信息冗余及冲突,将各阶段网络的递进式预警子结果进行跨阶段融合,得到覆盖阶段网络、核心蔓延路径的递进式热失控预警结果。

53、优选的,所述依据阶段间的预警信息冗余及冲突,将各阶段网络的递进式预警子结果进行跨阶段融合,得到覆盖阶段网络、核心蔓延路径的递进式热失控预警结果的具体流程包括:

54、将各阶段网络输出的递进式预警子结果按阶段编号导入跨阶段融合处理模型的信息输入层,由所述信息输入层生成标准化预警信息集合;

55、将所述标准化预警信息集合传输至所述跨阶段融合处理模型的冗余检测层,对预警信息中各维度指标进行无量纲化处理后执行基于相似度计算的多维度冗余识别,对于任意两条预警信息,若在预设数量维度中的相似度均超过预设冗余阈值,则判定为存在冗余关系,对存在冗余关系的预警信息执行互补去重处理;

56、将经过互补去重的预警信息传输至所述跨阶段融合处理模型的冲突消解层并扫描预警信息中的核心字段;若不同阶段预警信息针对同一预警对象的核心字段存在数值或表述差异,则标记为冲突预警信息组;针对每个冲突预警信息组,调取各阶段网络对应的融合权重、特征贡献度及预警模型精度指标,对以上指标进行归一化处理后构建冲突评估矩阵;以归一化后的融合权重为主权重因子,结合归一化后的特征贡献度和模型精度指标计算各冲突预警信息的可信度评分;依据可信度评分对冲突预警信息进行优先级排序,将可信度评分最高的预警信息作为基准信息并将其他冲突信息作为调整对象,通过特征校准算法对调整对象的核心字段进行修正;若冲突预警信息组的可信度评分差异小于预设阈值,则执行跨阶段特征协商任务,融合各冲突信息的核心特征形成需通过各阶段网络对应的特征验证链路确认的综合预警结论;

57、将消解冗余和冲突后的预警信息传输至所述跨阶段融合处理模型的特征融合层,基于所述状态演化网络的阶段关联关系,构建包含同阶段融合规则、跨阶段递进融合规则及核心路径优先融合规则的预警信息阶段融合规则库;按照融合规则库中的优先级顺序,对同一阶段内的预警信息进行特征聚合形成阶段综合预警片段,以核心级联蔓延路径为线索将不同阶段的预警片段按风险传导时序进行递进式融合,建立阶段间的预警信息关联链路;基于核心级联蔓延路径对应的预警需求调整预警信息权重;在特征融合过程中,提取融合后预警信息的特征向量与各阶段网络的原始预警子结果特征向量进行差异比对更新,并将融合后的预警信息按阶段网络划分及核心级联蔓延路径分类进行结构化整理,生成包含阶段预警语义、路径预警重点、风险传导趋势及综合预警等级的递进式热失控预警结果。

58、优选的,一种储能舱热失控级联蔓延的递进式预警系统,用于实现上述的储能舱热失控级联蔓延的递进式预警方法,其特征在于,包括:

59、状态演化网络构建模块,用于依据热失控演化机理对带有多维标签的特征数据进行阶段化梳理,生成阶段表征特征集,随后量化各阶段特征在机理层面的贡献度并据此分配融合权重,依托该融合权重对初始状态演化网络的内部参数进行自适应更新,构建出热失控状态演化网络;并在所述热失控状态演化网络的每个阶段网络内部分别部署动态特征门控机制与多场耦合解析模块;

60、核心演化特征提取模块,用于采集储能舱实时传感数据并依据物理属性将其路由至状态演化网络对应的阶段网络,利用各阶段网络内部的动态特征门控执行敏感度响应测算,从而剥离出实时传感数据中的核心演化特征;

61、热演化特征矩阵生成模块,用于通过各阶段网络的多场耦合解析模块接收对应动态特征门控输出的核心演化特征,在预设相变交互空间内探寻核心演化特征间的非线性物理耦合关联,并输出融合多维耦合信息的热演化特征矩阵;

62、时空级联推演预测模块,用于将所述热演化特征矩阵送入与状态演化网络衔接的时空级联推演模型,开展时空维度的递进式预测,从而绘制热失控蔓延拓扑图;

63、递进式预警生成模块,用于将各阶段网络的融合权重与所述级联蔓延拓扑图中的电芯风险节点进行关联赋值,基于赋值后的风险节点以及所述拓扑图对应的风险传递路径生成递进式热失控预警结果。

64、本发明提供了一种储能舱热失控级联蔓延的递进式预警方法及系统,具备以下有益效果:

65、1.本发明依据热失控演化机理对多源异构特征进行阶段化梳理并构建状态演化网络,特别是通过动态特征门控的敏感度响应测算,能够甄别初始响应特征与阶段表征特征间的重合与差异维度,并对微弱的差异特征(如早期内阻上升)实施无量纲放大处理。该机制有效克服了常规监测中早期信号被强干扰信号淹没的问题,实现了热失控潜伏期微弱内短路特征的精准提取,为早期干预赢得了宝贵时间;

66、2.本发明在各阶段网络中嵌入多场耦合解析模块,通过构建预设相变交互空间,将电、热、气、声等标准化特征投射至空间内进行距离运算与关联分组,不仅实现了组内特征的非线性耦合挖掘,还实现了跨组特征的交互与可信度核算。这种多维耦合分析打破了单一物理场监测的局限性,准确刻画了“电热失效-气声溢出”等复杂物理关联,有效滤除了单一参数偶发异常引发的虚假预警,大幅提升了预警结论的可靠性;

67、3.本发明将热演化特征矩阵送入时空级联推演模型,按时序阶段进行多级递进式预测,结合电芯三维拓扑结构生成初步级联蔓延拓扑图。更重要的是,本发明能对拓扑图进行路径检测,识别并修正不符合热传导物理逻辑的异常传导路径(如未失控电芯先于热源出现高温),确保生成的级联蔓延拓扑图在时序传导与空间关联上严格符合物理规律,实现了对热失控蔓延态势的科学预测;

68、4.本发明将状态演化网络的融合权重与拓扑图中的风险节点进行关联赋值,通过计算节点聚合权重值确定核心级联蔓延路径的优先级。在预警融合阶段,通过跨阶段融合处理模型对冗余预警执行互补去重、对冲突预警执行基于可信度评分的消解修正,最终输出结构化、递进式的预警结果。该结果不仅明确了风险等级,还指出了“重点切断路径”与“关键风险节点”,使得消防系统能够实施精准隔离与定点消防,避免了全舱盲目启动造成的次生损失与资源浪费,兼顾了储能舱的安全性与运营经济性。