基于大数据和人工智能的储能系统故障预测与诊断方法研究.pdf

第13卷第10期储能科学与技术Vol.13No.10

2024年10月EnergyStorageScienceandTechnologyOct.2024

储能测试与评价

基于大数据和人工智能的储能系统故障预测与诊断方法研究

12

李根，刘珊珊

1

（广东工商职业技术大学人工智能与大数据学院，广东肇庆526000；

2广东财贸职业学院数字技术学院，广东清远511500）

摘要：随着储能式电网技术和新能源电动汽车技术的快速发展，全球储能系统需求日益增大。然而应用环境的

复杂化和电池组成的大型化增大了储能系统发生故障的概率。本文从大数据技术和人工智能技术两种视角上分

别阐述了其在储能系统故障预测和诊断中的研究。大数据技术可以对大量能源数据进行分析，从而可以提高储

能系统的生产和利用效率，减少能源的浪费和损失。人工智能技术可以挖掘大数据背后隐藏的有价值的信息，

对能源数据进行训练，并对储能系统进行预测和诊断分析。而将大数据技术和人工智能技术进行融合，可以对

大量的能源数据进行处理和分析，从而提高储能系统的效率，并对储能系统是否发生故障进行预测和诊断，促

进储能系统的智能监控和管理。

关键词：储能系统；故障预测和诊断；大数据技术；人工智能

doi：10.19799/ki.2095-4239.2024.0902

中图分类号：TM912；F426文献标志码：A文章编号：2095-4239（2024）10-3653-03

Researchonfaultpredictionanddiagnosismethodsofenergy

storagesystembasedonbigdataandartificialintelligence