曹宇

（国网江苏省电力有限公司苏州供电分公司，江苏苏州215000）

当前，在智能电网建设中，系统设备的管理和维护正在形成一种以智能运维为代表的新技术发展趋势作为电网变电站直流系统的核心，变电站蓄电池还没有足够的技术手段来进行性能监控。用常规的检查每节蓄电池电压的方式，很难确定电池组的性能状态。由于不能对变电站蓄电池健康状况进行有效评估，导致其在运行状态下突然开路的情况时有发生，从而引发了运行事故的情况在全国范围内屡见不鲜。如果采用对变电站蓄电池频繁长时间放电的方式通过检查其容量来判断其健康状况，不仅操作复杂，而且会加速电池的老化速度。因此，有必要通过其他方法来对变电站蓄电池进行健康度评估。

国内外学者对蓄电池健康度模型的构建及评估方法已有研究。文献［1］研究了铅酸蓄电池充放电特性；文献［2］［5］采用神经网络算法对蓄电池健康状态进行研究；文献［3－4］提出一种基于梯次利用的蓄电池健康评估模型。文献［4］研究了锂离子蓄电池充放电特性。文献［6］探讨构建了动力蓄电池全生命周期数据库建设思路。在以上研究中，通过采集蓄电池运行数据对蓄电池健康度进行评估的方法较少。虽然也有利用人工智能算法对蓄电池健康度评估的案例，但是尚处于初步研究阶段。另外，从调试效果的角度来看，还没有达到理想的检测精度，实际的检测精度基本上为5～13%。……