-
公开(公告)号：CN118898476A
公开(公告)日：2024-11-05
申请号：CN202411376664.8
申请日：2024-09-30
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G06Q10/20 , G06Q50/06 , G06V20/52 , G06V40/20 , G06Q10/063
Abstract: 本发明提供一种储能电站运维人员的远程管理系统，包括：第一数据获取模块，用于获取现场作业人员佩戴的安全帽的第一数据；第二数据获取模块，用于获取现场作业人员佩戴的胸口佩戴式摄像仪的第二数据；第三数据获取模块，用于获取工具腰包中的温感定位器的第三数据；监管分析模块，综合分析第一数据、第二数据和第三数据，本发明的基于分析结果对作业行为进行监管。储能电站运维人员的远程管理系统，通过远程监控确保运维人员的安全以及规范其作业行为。
-
公开(公告)号：CN118033519B
公开(公告)日：2024-08-02
申请号：CN202410432104.3
申请日：2024-04-11
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R35/00 , G06F18/241
Abstract: 本申请涉及一种储能系统传感器故障诊断方法、系统和介质，该方法电流传感器和电压传感器同步采集的检测数据获取训练数据集，训练数据集包括检测数据以及相对应的检测状态标签，基于检测数据和检测状态标签对分类模型进行训练，获取正序模型和逆序模型。正序模型和逆序模型获取到正序模型输出的正序状态值和逆序模型输出的逆序状态值，根据正序状态值和逆序状态值，确定各时刻的目标加权评分。根据目标加权评分，获取分值曲线，基于分值曲线确定目标时间点对应的分值，通过分值确定电流传感器和电压传感器的故障类型，解决了现有技术中难以同时诊断出电流传感器、电压传感器的故障类型，提高了储能系统电流、电压传感器故障诊断的精确度。
-
公开(公告)号：CN118011220A
公开(公告)日：2024-05-10
申请号：CN202410411226.4
申请日：2024-04-08
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R31/367 , G01R31/396
Abstract: 本申请涉及一种电池组的荷电状态估计方法、系统和介质，其中，该方法包括：通过双向长短期记忆层对电池组的多变量时间序列数据进行提取，得到对应的多变量时间序列嵌入；将多变量时间序列嵌入转化为图结构的多变量时间序列转换图，其中，图结构包含节点和边；通过图池化层对多变量时间序列转换图进行节点筛选和节点信息保留，得到掩码子图；基于掩码子图，通过多层感知层预测得到电池组的荷电状态SOC，通过本申请，实现了数据提取、图结构的数据转换和对转换图的节点筛选和节点信息保留，能够筛选保留下有用的数据信息，在保证计算效率的基础上提高荷电状态的预测精度，解决了如何准确估计电池的荷电状态SOC的问题。
-
公开(公告)号：CN118763816B
公开(公告)日：2024-11-26
申请号：CN202411237895.0
申请日：2024-09-05
Applicant: 太湖能谷(杭州)科技有限公司
Abstract: 本发明涉及一种宽时域多元混合型储能系统及充放电方法，将重力储能系统和电化学储能系统结合，对于电化学储能系统来说，一方面，利用重力储能系统的发电量作为电化学储能系统的转动惯量，无需设置额外的虚拟同步机等技术提高系统调峰调频的稳定性，实现短时储能的效果；另一方面，在应对较高放电时长需求的调峰方向，电池模组可以先存储多余电力，而后可利用电池模组的电力或电网的多余电力将电池模组依次抬升，将多余电力转换为重力势能并长时储存。电池模组自身的电量充放可实现中时储能的效果，最终本发明所涉及的储能系统可综合实现宽时域储能。
-
公开(公告)号：CN118763816A
公开(公告)日：2024-10-11
申请号：CN202411237895.0
申请日：2024-09-05
Applicant: 太湖能谷(杭州)科技有限公司
Abstract: 本发明涉及一种宽时域多元混合型储能系统及充放电方法，将重力储能系统和电化学储能系统结合，对于电化学储能系统来说，一方面，利用重力储能系统的发电量作为电化学储能系统的转动惯量，无需设置额外的虚拟同步机等技术提高系统调峰调频的稳定性，实现短时储能的效果；另一方面，在应对较高放电时长需求的调峰方向，电池模组可以先存储多余电力，而后可利用电池模组的电力或电网的多余电力将电池模组依次抬升，将多余电力转换为重力势能并长时储存。电池模组自身的电量充放可实现中时储能的效果，最终本发明所涉及的储能系统可综合实现宽时域储能。
-
Patent Agency Ranking
公开(公告)号：CN118011222B
公开(公告)日：2024-07-05
申请号：CN202410411777.0
申请日：2024-04-08
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了电池等效电路模型的电流波形参数辨识方法和系统，通过获取电池的等效电路模型，构建所述等效电路模型的差分方程模型；基于所述差分方程模型，通过求解偏导数构建费舍尔矩阵，并根据所述费舍尔矩阵的迹求和确定优化目标函数；基于预先设定的总充放电电量和所述电池的额定电流，确定充放电电流约束条件；根据所述优化目标函数，确定所述等效电路模型在满足所述充放电约束条件的情况下，目标时间段输出的电流波形。实现了在不干扰电池正常运行的情况下对等效电路模型进行持续辨识，并得到电流波形，从而提升了参数辨识的准确度。
-
公开(公告)号：CN118011247A
公开(公告)日：2024-05-10
申请号：CN202410424724.2
申请日：2024-04-10
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R31/388 , G06F17/11 , G06F17/16 , H03H17/02 , G01R31/396 , G01R31/367 , G01R31/36 , G01R31/378
Abstract: 本申请涉及一种铅碳电池荷电状态的估算方法和系统，其中，该方法包括：获取预设工况，根据上一时刻的系统状态、工况参数和当前时刻的系统状态构建不同工况对应的预测模型；获取工况之间的转换概率矩阵和上一时刻每种工况的概率，获取上一时刻的系统参数，系统参数包括放电参数和工况混合参数，工况混合参数包括工况混合后每种工况的系统状态和状态协方差；通过扩展卡尔曼滤波器根据所述预测模型和上一时刻的系统参数预测和更新当前时刻每种工况的状态参数；对于任一种工况，根据工况的正态分布概率密度、转换概率矩阵和上一时刻工况的概率确定当前时刻每种工况的概率，根据当前时刻每种工况的概率和状态参数确定当前时刻整体的系统状态。
-
公开(公告)号：CN118011222A
公开(公告)日：2024-05-10
申请号：CN202410411777.0
申请日：2024-04-08
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了电池等效电路模型的电流波形参数辨识方法和系统，通过获取电池的等效电路模型，构建所述等效电路模型的差分方程模型；基于所述差分方程模型，通过求解偏导数构建费舍尔矩阵，并根据所述费舍尔矩阵的迹求和确定优化目标函数；基于预先设定的总充放电电量和所述电池的额定电流，确定充放电电流约束条件；根据所述优化目标函数，确定所述等效电路模型在满足所述充放电约束条件的情况下，目标时间段输出的电流波形。实现了在不干扰电池正常运行的情况下对等效电路模型进行持续辨识，并得到电流波形，从而提升了参数辨识的准确度。
-
公开(公告)号：CN118011247B
公开(公告)日：2024-08-02
申请号：CN202410424724.2
申请日：2024-04-10
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R31/388 , G06F17/11 , G06F17/16 , H03H17/02 , G01R31/396 , G01R31/367 , G01R31/36 , G01R31/378
Abstract: 本申请涉及一种铅碳电池荷电状态的估算方法和系统，其中，该方法包括：获取预设工况，根据上一时刻的系统状态、工况参数和当前时刻的系统状态构建不同工况对应的预测模型；获取工况之间的转换概率矩阵和上一时刻每种工况的概率，获取上一时刻的系统参数，系统参数包括放电参数和工况混合参数，工况混合参数包括工况混合后每种工况的系统状态和状态协方差；通过扩展卡尔曼滤波器根据所述预测模型和上一时刻的系统参数预测和更新当前时刻每种工况的状态参数；对于任一种工况，根据工况的正态分布概率密度、转换概率矩阵和上一时刻工况的概率确定当前时刻每种工况的概率，根据当前时刻每种工况的概率和状态参数确定当前时刻整体的系统状态。
-
公开(公告)号：CN118033519A
公开(公告)日：2024-05-14
申请号：CN202410432104.3
申请日：2024-04-11
Applicant: 太湖能谷(杭州)科技有限公司
IPC: G01R35/00 , G06F18/241
Abstract: 本申请涉及一种储能系统传感器故障诊断方法、系统和介质，该方法电流传感器和电压传感器同步采集的检测数据获取训练数据集，训练数据集包括检测数据以及相对应的检测状态标签，基于检测数据和检测状态标签对分类模型进行训练，获取正序模型和逆序模型。正序模型和逆序模型获取到正序模型输出的正序状态值和逆序模型输出的逆序状态值，根据正序状态值和逆序状态值，确定各时刻的目标加权评分。根据目标加权评分，获取分值曲线，基于分值曲线确定目标时间点对应的分值，通过分值确定电流传感器和电压传感器的故障类型，解决了现有技术中难以同时诊断出电流传感器、电压传感器的故障类型，提高了储能系统电流、电压传感器故障诊断的精确度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.035 seconds)
