具体实施方式

下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

随着新能源的大力发展，其发电过程的波动性、随机性对电力系统安全稳定运行提出重大挑战，储能作为一种可实现调峰调频、降低电力系统运行风险的技术，必将在“3060”政策背景下发挥重大作用，诸多储能技术中，电池储能技术是储能领域重要的一个分支。虽然电池储能技术基本成熟，但常有着火的安全事故发生。

目前，为了降低电池着火引发的事故频率，通常通过分析可直接采集测量参数来对电池储能设备的着火概率进行预测，若大于预先设定的阈值，则发出火灾预警预报。然而，由于电池储能系统运行过程是一个复杂的物理和化学交织的过程，电压、电流、温度、形变等参数可以通过传感器探测出来，但部分表征电池内部本征的参数(如内阻增加、容量衰减、健康状态等)并不能通过直接测量得到。这些不能直接测量的量与诸多可测量参数有关，通过科学的分析计算可以发现，当所有可测量的参数都处于阈值范围之内时，不可测量的参数有些已经处于异常范围，即运行数据产生了相关性异常。

此外，各可测量的量和不可测量的量在电站运行过程中，对目标设备着火概率起到的影响程度不同，即各火灾预警因素的关联性是动态变化的。基于上述分析，本申请实施例提供一种带动态关联系数的火灾预警方法、系统和计算机设备，可在电芯运行过程中，根据各种参数变化，准确算出一类参数、二类参数对电芯着火与否的动态影响程度，给出动态关联系数，提高电池储能电站火灾预警模型精度进而实现降低火灾事故的发生概率。下面参考附图描述本申请实施例的带动态关联系数的火灾预警方法和系统。

实施例1

图1为本申请实施例所提供的一种带动态关联系数的火灾预警方法的流程图。

如图1所示，本申请实施例提供的一种带动态关联系数的火灾预警方法，包括：

步骤S110，获取目标设备的至少一个一类预警参数，和与每个所述一类预警参数匹配的第一当前运行值、第一安全运行上限值、第一安全运行下限值、第一运行上限极值和第一运行下限极值，其中，所述一类预警参数为可直接采集测量的参数；

在本申请实施例中，将各项参数按照可直接采集测量和不能直接采集测量划分为一类参数和二类参数，两类参数均为与电池着火相关因素，两类参数数量根据实际情况而定。

对于一类预警参数，主要包括电压、电流、温度、形变等与电芯(目标设备)着火有关的参数的量，将上述可直接测量的参数作为一类预警参数，本申请实施例包括但不限于上述举出的例子。

步骤S120，根据所述第一当前运行值、所述第一安全运行上限值、所述第一安全运行下限值、所述第一运行上限极值和所述第一运行下限极值，确定与每个所述一类预警参数相匹配的一类实时关联性系数和一类系统评分。

本申请实施例中的第一当前运行值根据传感器直接采集，所述第一安全运行上限值和所述第一安全运行下限值根据设备出厂时铭牌上信息获得，而第一运行上限极值和所述第一运行下限极值通过实验室或工程测量获得。具体而言，本申请实施例中通过实验室或工程测量获得第一运行上限极值和所述第一运行下限极值，需要在单一条件下获取，当第一当前运行值达到第一运行上限极值或所述第一运行下限极值时，电芯会发生火灾或发生无法逆传劣化。

当一类预警参数的第一当前运行值处于安全运行范围(小于第一安全运行上限值，且大于所述第一安全运行下限值)内时，这该参数对电芯安全风险是0；当一类预警参数超出安全运行范围内时，该参数对电芯安全风险不为0，此时根据第一安全运行上限值、所述第一安全运行下限值、所述第一运行上限极值和所述第一运行下限极值确定与一类预警参数对应的一类实时关联性系数。

步骤S130，根据至少一个所述的一类预警参数，确定所述二类预警参数，例如，内阻增加、容量衰减、健康状态、SEI膜和枝晶状态等参数，将上述参数作为二类预警参数，本申请实施例包括但不限于上述举例。

其中，根据设备出厂时铭牌上信息获得与所述二类预警参数对应的第二安全运行上限值和所述第二安全运行下限值；根据与一个或多个一类预警参数的第一当前运行值确定与二类预警参数对应的第二当前运行值；根据与一个或多个一类预警参数对应的第一运行上限极值和所述第一运行下限极值，确定与二类预警参数对应的第二运行上限极值和所述第二运行下限极值，即该二类预警参数和与其相关的一类预警参数具有对应关系。

具体而言，根据一个或多个一类预警参数，和与一个或多个一类预警参数对应的一类系统评分，确定所述二类预警参数；当二类预警参数处于安全运行范围内时，该二类预警参数对电芯安全风险是0，当电芯发生火灾或发生无法逆传劣化时，该二类预警参数和与其相关的一类参数具有对应关系。

另外，本申请实施例可以运用相关算法对一个或多个一类参数进行计算，以确定与电芯着火相关的二类预警参数，关于算法的选择，可以根据预警参数、数据质量等的特性来选用最适合的算法，包括但不限于通过隔离森林、支持向量机的算法来确定二类预警参数。

步骤S140，根据所述一类预警参数的带关联性系数评分和所述二类预警参数的带关联性系数评分，确定所述目标设备的着火概率。

在本申请实施例中，根据一类预警参数的第一当前运行值和相关信息，确定与一类预警参数对应的一类实时关联性系数，再根据一个或多个一类实时关联性系数确定二类预警参数的二类实时关联性系数，基于一类预警参数和二类预警参数的相关信息，分别确定与其对应的带关联性系数评分，最后根据一类预警参数的带关联性系数评分和二类预警参数的带关联性系数评分，确定目标设备的着火概率，当着火概率大于等于预设值时进行火灾预警，即，向相关负责人发出警告，以提醒采取应对措施，避免引电池储能设备着火引发的火灾事故。

另外，针对当所有可测量的参数都处于阈值范围之内时，因不可测量参数处于异常范围，即运行数据产生了相关性异常引起的电芯着火的问题，本申请实施例通过传感器采集可测量的参数的相关信息，如温度、电压等一类预警参数，计算获取与可测量参数和电芯着火相关的不可直测的参数，即二类预警参数的方案来解决上述问题。

综上，本申请实施例的带动态关联系数的火灾预警方法，在目标设备运行过程中，根据实时可调的一类实时关联性系数确定各个预警参数对目标设备的影响程度，降低火灾事故的发生概率。

实施例2

图2为本申请实施例所提供的一种带动态关联系数的火灾预警方法的流程图。

如图2所示，本申请实施例提供的一种带动态关联系数的火灾预警方法，包括：

步骤210，获取目标设备的至少一个一类预警参数，和与每个所述一类预警参数匹配的当前运行值、安全运行上限值、安全运行下限值、运行上限极值和运行下限极值，其中，所述一类预警参数为可直接采集测量的参数。

步骤220，根据所述当前运行值、所述安全运行上限值、所述安全运行下限值、所述运行上限极值和所述运行下限极值，确定与每个所述一类预警参数相匹配的实时一类实时关联性系数和一类系统评分；其中，各个可直接测量的参数可以按照相同评分制度进行评分，记为一类系统评分，如百分制，根据各参数对着火影响大小，确定相对应的一类实时关联性系数。

步骤230，根据至少一个所述的实时一类实时关联性系数和一类系统评分，确定所述二类预警参数；

步骤240，根据一类实时关联性系数和一类系统评分确定一类预警参数的带关联性系数评分。

具体地，在本申请实施例中，可以通过下式计算获取一类预警参数的带关联性系数评分：

G_i＝a_i·X_i

其中，G_i为与第i个一类预警参数匹配的带关联性系数评分，a_i为与第i个一类预警参数匹配的一类实时关联性系数，X_i为与第i个一类预警参数匹配的一类系统评分。

换言之，由于一类实时关联性系数是根据各类参数对着火影响的大小确定的，在本申请实施例中，将一类实时关联性系数与一类带关联性系数评分的乘机作为一类预警参数的带关联性系数评分。

步骤250，确定与二类预警参数相匹配的第二类关联系数和二类系统评分，并根据第二类关联系数和二类系统评分确定二类预警参数的带关联性系数评分。

具体地，在本申请实施例中，可以通过下式计算获取一类预警参数的带关联性系数评分：

G_j＝b_j·Y_j

其中，G_j为与第j个二类预警参数匹配的带关联性系数评分，b_j为与第j个二类预警参数匹配的二类实时关联性系数，Y_j为与第j个二类预警参数匹配的二类系统评分。

换言之，本申请实施例中的二类实时关联性系数是根据上述不可直测量参数对着火影响的大小确定的，二类系统评分是根据一类实时关联性系数和一类系统评分确定的，其中，将二类实时关联性系数与二类带关联性系数评分的乘机作为二类预警参数的带关联性系数评分。

步骤260，根据所述一类预警参数的带关联性系数评分和所述二类预警参数的带关联性系数评分，确定所述目标设备的着火概率。

进一步地，在本申请实施例中，如3所示，所述根据所述第一当前运行值、所述第一安全运行上限值、所述第一安全运行下限值、所述第一运行上限极值和所述第一运行下限极值，确定与每个所述一类预警参数相匹配的一类实时关联性系数，包括：

当所述第一当前运行值小于所述第一安全运行上限值时，通过下式确定所述一类实时关联性系数：

其中，a_i为第i个一类预警参数的一类实时关联性系数，P_i5为第一当前运行值，P_i1为第一安全运行下限值，P_i3为第一运行下限极值；

当所述第一当前运行值大于所述第一安全运行上限值时，通过下式确定所述一类实时关联性系数：

其中，a_i为第i个一类预警参数的一类实时关联性系数，P_i5为第一当前运行值，P_i2为第一安全运行上限值，P_i4为第一运行上限极值。

进一步地，在本申请实施例中，根据至少一个所述一类实时关联性系数确定与所述二类预警参数匹配的二类实时关联性系数。

其中，当二类预警参数由一种一类参数确定时，可以根据下述公式获取与所述二类预警参数匹配的二类实时关联性系数：

b_k＝α₁·a_i

其中，b_k为与二类预警参数对应的二类实时关联性参数，a_i为与第一个一类预警参数对应的一类实时关联性参数，根据极限情况，可计算出该二类参数与这一个一类参数的对应关系，即可算出α₁。

当二类预警参数由两种一类参数确定时，可以根据下述公式获取与所述二类预警参数匹配的二类实时关联性系数：

b_k＝α₁·a_i+α₂·a_j

其中，b_k为与二类预警参数对应的二类实时关联性参数，a_i为与第一个一类预警参数对应的一类实时关联性参数；a_j为与第二个一类预警参数对应的一类实时关联性参数，根据极限情况，可计算出该二类参数与这两个一类参数的对应关系，即可算出α₁和α₂。

当二类预警参数由三种一类参数确定时，可以根据下述公式获取与所述二类预警参数匹配的二类实时关联性系数：

b_k＝α₁·a_i+α₂·a_j+α₃·a_g

其中，b_k为与二类预警参数对应的二类实时关联性参数，a_i为与第一个一类预警参数对应的一类实时关联性参数；a_j为与第二个一类预警参数对应的一类实时关联性参数，a_g为与第三个一类预警参数对应的一类实时关联性参数，根据极限情况，可计算出该二类参数与这两个一类参数的对应关系，即可算出α₁、α₂和α₃。

当二类预警参数由N种一类参数确定时，可以根据下述公式获取与所述二类预警参数匹配的二类实时关联性系数：

b_k＝α₁·a_i+α₂·a_j+α₃·a_g+....+α_Na_t

其中，b_k为与二类预警参数对应的二类实时关联性参数，a_i为与第一个一类预警参数对应的一类实时关联性参数；a_j为与第二个一类预警参数对应的一类实时关联性参数，a_g为与第三个一类预警参数对应的一类实时关联性参数，...a_t为与第N个一类预警参数对应的一类实时关联性参数，根据极限情况，可计算出该二类参数与这两个一类参数的对应关系，即可算出α₁、α₂、α₃、...和α_N。

针对上述举例，对于非极限情况，亦可通过该二类预警参数相关的一类预警参数计算出该二类预警参数火灾概率关联系数的动态值，关于其他情形，本申请实施例不一而足。

通过上述算法计算，各参数的火灾预警系数之和可能超过100％，为准确表征各系数代表的参数对电芯着火概率的影响，需要对各系数进行归一化处理。以一类预警参数的一类实时关联性系数a_i为例，其为一类预警参数的一类系统评分X_i的系数，归一化后的a_i'为：

其中n、m分别表示一类和二类预警参数的个数。

进一步地，本申请的一个实施例中，根据所述一类预警参数的带关联性系数评分和所述二类预警参数的带关联性系数评分，确定所述目标设备的着火概率具体包括以下步骤：

在本申请实施例中，每个二类预警参数可能与一个或若干个一类预警参数有关，其中，若一类预警参数若和电芯着火直接相关，则其系数大于0，若和电芯着火不直接相关，只是用于计算获取二类预警参数，则将第一类系数为0。

无论一类关联性系数是否与电芯着火直接相关，第一类关联系数和第二类关联系数的累加值为100％，即

将一类预警参数的带关联性系数评分和二类预警参数的带关联性系数评分进行叠加，其叠加和为目标设备火灾预警总评分，即电芯火灾预警总评分，其中，电芯火灾预警总评分为电芯的安全性指标，其数值越大，电芯的安全性越高。

基于上述电芯火灾预警总评分，结合各参数评分制的总分值，可得到电芯的着火概率，本申请实施例步骤S240中的目标设备的着火概率，可以通过下式计算获得：

其中，η为目标设备的着火概率，m为一类预警参数的总个数，n为二类预警参数的总个数，Z为各预警参数评分制的总分值，当采用百分制时，Z＝100，本申请实施例包括但不限于百分制。

为了便于本领域技术人员更好的理解本申请实施例，现结合图4具体说明，详情如下：

如图4所示，一类预警参数1和二类预警参数2均为与电池着火相关因素，两类参数数量根据实际情况而定。

对于一类预警参数1，主要包括电压、电流、温度、形变等，每个参数按相同评分制度进行评分，即X_i，如百分制。根据各参数对着火影响大小，确定一类实时关联性系数a_i，其中一类实时关联性系数与二类系统评分的乘积(a_i·X_i)为一类预警参数的带关联性系数评分3。

对于二类预警参数2，主要因为不能直接采集测量，需要通过一类预警参数1计算获取，通过一定智能算法计算出二类预警参数的评分Y_j，再结合二类预警参数2对电芯着火影响大小的第二关联性系数b_j，其二者乘积(b_j·Y_j)为二类预警参数的带关联性系数评分4。每个二类预警参数2可能与一个或若干个一类预警参数1有关，相关的一类预警参数1若和电芯着火直接相关，则其系数大于0，若和电芯着火不直接相关，只是用于计算二类参数2，则其系数为0。

一类预警参数1和二类预警参数2的关联性系数累加值为100％，将一类预警参数的带关联性系统评分3、二类预警参数的带关联性系数评分4累加，即为电芯火灾预警总评分，该预警总评分为电芯的安全性指标，数值越大，安全性越高。

基于该火灾预警总评分，结合各参数评分制的总分值，可得到电芯的着火概率，即：

上式中，Z为各参数评分制的总分值，当采用百分制时，Z为100。

综上，本申请实施例的带动态关联系数的火灾预警方法，由于采用电池储能电站火灾预警因素关联系数动态调节方法，可在电芯运行过程中，根据各种参数变化，准确算出一类预警参数、二类预警参数对电芯着火与否的动态影响程度，给出动态关联系数，最大化准确表征电芯的火灾预警状态，使得电池储能电站火灾预警模型更科学，更合理。

实施例3

图5为本申请实施例所提供的一种火灾预警系统的结构示意图。

如图5所示，本申请提供的一种火灾预警系统，包括：

获取模块10，用于获取目标设备的至少一个一类预警参数，和与每个所述一类预警参数匹配的第一当前运行值、第一安全运行上限值、第一安全运行下限值、第一运行上限极值和第一运行下限极值，其中，所述一类预警参数为可直接采集测量的参数；

第一确定模块20，用于根据所述第一当前运行值、所述第一安全运行上限值、所述第一安全运行下限值、所述第一运行上限极值和所述第一运行下限极值，确定与每个所述一类预警参数相匹配的一类实时关联性系数和一类系统评分；

第二确定模块30，用于根据至少一个所述的一类预警参数，确定所述二类预警参数；

第三确定模块40，用于根据所述一类预警参数的带关联性系数评分和所述二类预警参数的带关联性系数评分，确定所述目标设备的着火概率。

进一步地，在本申请的一个实施例中，所述第三确定模块，还用于：

根据所述一类实时关联性系数和所述一类系统评分确定所述一类预警参数的带关联性系数评分；

确定与所述二类预警参数相匹配的二类实时关联性系数和二类系统评分，并根据所述二类实时关联性系数和所述二类系统评分确定所述二类预警参数的带关联性系数评分。

综上，本申请实施例提供的火灾预警系统，在目标设备运行过程中，根据实时可调的一类实时关联性系数确定各个预警参数对目标设备的影响程度，降低火灾事故的发生概率。

为了实现上述实施例，本申请还提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现上述实施例的带动态关联系数的火灾预警方法。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。