基于机器学习的储能电池安全预警技术研究与应用

左 　涛, 陈 　亮, 燕 宁江, 王 力平
国家电投集团重庆合川发电有限公司

摘要


随着可再生能源的快速发展，储能电池在能源转换和供应中扮演着越来越重要的角色。然而，电池安全问
题如热失控、过充和内部短路等，严重威胁着用户安全并限制了储能技术的广泛应用。机器学习作为一项先进的数
据分析技术，在电池安全预警领域展现出巨大潜力。本文综合研究了基于机器学习的储能电池安全预警技术，通过
分析电池关键运行参数，构建了能够预测潜在故障和安全隐患的智能预警模型。研究表明，这些模型能够有效提高
电池的安全性能，减少事故发生的风险，为储能电池的管理和运营提供强有力的技术支持。

关键词


机器学习；储能电池；安全预警技术；应用

全文:

PDF


参考


[1]钱广俊，王鲁彦，欧阳明高，等.基于降维机理

模型的储能电池安全充电在线控制技术[J].电力工程技

术，2024，43（01）：2-10.

[2]储能电池系统热失控安全监测传感器解决方案[J].

世界电子元器件，2024，（01）：41-43.

[3]李云松，蔡天亮，崔健，等.电化学储能电站安

全风险及防控措施[J].电力安全技术，2023，25（12）：

1-3+16.

[4]熊铭辉，王琳，何根泉，等.锂电池电化学储能电

站安全监测智慧系统研究[J].机电信息，2023，（16）：1-5.

[5]刘家亮，郭翠静，汪奂伶.基于火灾事故树模型

的储能锂离子电池安全性检测方法与验证[J].储能科学与

技术，2023，12（05）：1695-1704.

[6]郑志坤.磷酸铁锂储能电池过充热失控及气体探

测安全预警研究[D].郑州大学，2020.


Refbacks

  • 当前没有refback。