摘要：介绍蓄电池容量预测与大数据之间的关系，详细叙述了部分维护过程中容易被忽略的参数，如单体温度、极柱温度、开闭阀压力、一致性偏差值。以初次核容放电曲线为主要比对因子，结合初次内阻、开闭阀压强作为纵向校正比对因子，定期维护时测量的蓄电池单体电压、内阻与整组平均值的偏差、单体温度、极柱温度作为横向的校正比对因子建模，得出科学合理的蓄电池容量预测模型。
关键词：大数据；蓄电池；电力系统；VRLA；变电站
0 前言
工业革命之后，电力为经济及社会带来深刻改变，人们通常把用电量作为衡量经济好坏的重要指标。随着互联网的发展数字经济时代，“用云量”将会成为一个重要的经济指标。“用云量”作为当今社会各行各业的发展的导火索，其本质是大数据的挖掘，利于已有数据信息将一些表面上毫无联系的关系重新分析定义并呈现在生活当中。
在美国的零售业有着这样一个传奇故事，沃尔玛百货将他们的纸尿裤和啤酒并排摆在一起销售，结果纸尿裤和啤酒的销量双双增长！为什么看起来风马牛不相及的两件商品这样一搭配，能取到惊人的效果呢？因为沃尔玛很好地运用了大数据技术，成功地发现了“纸尿裤”和“啤酒”的潜在联系！当沃尔玛发现这两件商品存在联系的时候，再分析其原因，确实很有道理。原来，美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了两瓶啤酒。这一消费行为导致了这两件商品经常被同时购买，所以，沃尔玛索性就将它们放在了一块，既方便了顾客，更提高了产品销量。
当今衡量蓄电池的好坏依然通过核容性放电试验进行判断，按广东电网最新的规定，新投产的蓄电池，前四年每两年进行一次核容试验，四年后每年进行一次核容试验，但随着运行年限的增加，深度的核容放电试验对蓄电池来说无疑是一种损害，这好比让一个年轻的人去跑马拉松，没有什么问题，但要一个老人家去跑，这无疑是对身体的一种摧残。因此，引入大数据对蓄电池的分析，或许能突破当下预测蓄电池容量仅靠核容性放电试验过度依赖的境地。
1 变电站蓄电池数据的现状
目前，变电站蓄电池的维护手段主要有4种，图1所示：
①定期核容放电：周期1-2年，可得到蓄电池单体的放电电压数据曲线。
②定期内阻测试：周期1年，可得到单体的内阻数据。
③定期端电压测量：周期一个月，可得到蓄电池在浮充状态下的端电压数据。
④在线监测设备：一般只测量端电压，部分测量单体电池内阻，极少测量单体电池的温度。
上述提及的4种方法得到的数据都暴露了一个问题：每次测量的数据没有专人长期跟踪分析，当次的数据均单次测量同组横向对比，同组内差异较大的才得到特别关注，缺乏蓄电池单体的历史数据的变化对比，仅靠单次的测量去判断蓄电池的状况，数据建模过于简单，判断的依据不科学。
图1 目前变电站蓄电池的主要维护手段
2 蓄电池与大数据
前面提及，大数据的挖掘，有可能将表面上毫无联系的关系重新定义，当前对于蓄电池的运维，采集的数据都是关键的电气量，许多次要的参数往往被人们所忽略，导致许多隐藏的关系一直没有被了解。要用到大数据分析，就要彻底的将蓄电池内测量到的参数全部挖掘。把每次采集得到的数据与历史记录纵向对比，与整组蓄电池的均值做横向对比得出一个更为合理、科学的分析结果。下面说说哪些量还能并入分析。
蓄电池的温度，普通蓄电池在线监测巡检仪只是在蓄电池架中安装若干温度探头，测量得到的温度只是环境温度，并不是蓄电池内部的温度，实际上蓄电池内部温度对其性能有很大的影响，即温度上升时，电解液的运动速度增大，获得动能增加，因此渗透力加强，电解液电阻减小，电化学反应增强，这些都使蓄电池容量增大。有文献指出,当电解液的温度在10-35℃ 的范围内变化时，每变化1℃，则其容量变化约0.8 % 所以，在判断蓄电池的性能时，要考虑温度的影响，故温度测量不可少。对免维护铅酸蓄电池而言, 更是如此，因为在充电过程中存在“氧循环”，而产生的额外热量会使温度上升，因而影响更大。因此，在定期的维护时可用红外线测温枪去测量每只蓄电池的单体温度和极柱温度。
蓄电池的安全阀的开闭压强，蓄电池的安全阀有三个作用，①当蓄电池内部压力超过开阀压力时，安全阀打开，排出气体，防止蓄电池变形，起安全作用；②当蓄电池内部气压低于闭阀压力时，安全阀关闭，阻止外界空气进入氧化负极柱，起密封作用；③维持内压，保证蓄电池内部氧循环。安全阀的开闭特性由内部化学反应的剧烈程度决定，不同配方、不同型号的蓄电池给出的参数均不同，但每个品牌的铅酸蓄电池都技术参数里都给出了最佳的开闭阀压力。因此，结合定期维护，用可在线测量蓄电池安全阀开闭特性的专用阀门检测工具测量开闭阀的数据，与厂家给出技术参数去纵向对比，结合其他测量数据，综合判断也许能帮助分析蓄电池的实际状况。
蓄电池的电压、内阻一致性，即单体电压、内阻与整组平均值的偏差。刚投运的蓄电池是在同一批次中选取性能参数较为接近的组成蓄电池组，因此投运的时候蓄电池组的一致性较好，单体蓄电池的的内阻、电压与整组蓄电池的内阻平均值、电压平均值的偏差较小。但随着运行年限的增加、蓄电池受环境、制造工艺等因素影响，将出现不同程度的自放电、失水，使得蓄电池的电压、内阻一致性发生与整组蓄电池的平均值偏差越来越大。电压一致性较差主要现象是容量小的蓄电池很快充满电，充电后期电压偏高，因此，我们可把采集到的电压值与整组的电压平均值做横向对比，偏差较大的作为判断蓄电池的状况的因素之一。内阻一致性较差将直接影响着串联使用的蓄电池组中每只蓄电池的端电压大小，导致电压的不一致加剧，随着充电过程的进行，内阻大的电池电压可能提前到达充电的最高电压极限，充电后期电压偏高，蓄电池内部反应加剧，气体压强增大，蓄电池安全阀打开，跑气失水，不断恶性循环最终导致容量下降。因此，对于蓄电池的容量分析电压、内阻与之平均值的偏差是不可忽视的因素之一。
由于受测量条件限制，仍然有部分参数无法测量，如反应蓄电池化学反应程度的重要参数之一的电解液密度，其在线测量仍未能实现；又如蓄电池内部正极、负极栅板的形变量，主要是正极栅板的形变量，无法在线测量，必须对蓄电池进行解剖采集测量，相信随着人们对铅酸蓄电池的研究不对深入及科学技术水平的不断提高，很快就能实现上述测量。
3 分析建模
主要利用初次核容放电的电压数据与历史上核容放电曲线电压数据作为主要比对因子，初次内阻、开闭阀压强作为纵向校正比对因子，定期维护时测量的蓄电池单体电压、内阻与整组平均值的偏差、单体温度、极柱温度作为横向的校正比对因子，最终得出蓄电池的容量预测。
图2 分析模型结构图
4 小结
在大数据时代下数据挖掘技术的潜力是无限的，引入大数据后，铅酸蓄电池的容量预测不在紧紧依靠核容，随着科学技术的创新，越来越多的参数将参与到铅酸蓄电池的分析中来，数据挖掘技术将更加娴熟地在容量预测中得到运用，分析结果将越来越科学。
参考文献
[1]卢建昌,樊围国.大数据时代下数据挖掘技术在电力企业中的应用[J].广东电力,2014(27):88-93.
[2]王景川.VRLA蓄电池的安全阀[J].蓄电池,1992 :9-11.
[3]唐槿.安全阀与阀控铅酸蓄电池[J].电池,1999(29):81-84.
[4]郭平.析氢反应与过电位的关系以及氢过电位的应用[J].河北化工,2009(32):12-15.
[5]欧阳名三,余世杰.VRLA蓄电池容量预测技术的现状及发展[J].蓄电池,2014:59-66.
[6]王震坡,孙逢春,张承宁.电动汽车动力蓄电池组不一致性统计分析[J].电源技术,2003(27):438-441.
[7]刘勇智,刘聪,王海波.航空用蓄电池容量预测的新方法[J].使用与维护,2011(48):135-138.
[8]田羽,何仲,范春菊.变电站蓄电池容量计算和算法改进[J].电力系统保护与控制,2010(38):210-213.
[9]唐健.电力自动化系统在大数据背景下的数据处理分析[J].硅谷,2014:4,21.
[10]陶兴华,陈彪,张俊洪.模糊逻辑与神经网络的蓄电池容量预测[J].电源技术,2004 (28):578-582.
职创项目：蓄电池核容放电数据自动分析系统，项目编号：031900KK52170012
作者简介：
邱育义（1972），男，广东梅县。工程师，学历，主要从事变电站继保自动化专业方向。0769-22829529， 894566639@qq.com。
论文作者:邱育义
论文发表刊物:《电力设备》2017年第20期
论文发表时间:2017/11/14
标签：蓄电池论文; 内阻论文; 数据论文; 测量论文; 电压论文; 温度论文; 安全阀论文; 《电力设备》2017年第20期论文;