基于电化学储能监测平台的实时监测数据,针对储能电站的电池组一致性进行深入分析。首先,通过电化学储能监测平台对电池的运行数据进行收集和整理,明确锂离子电池电压、温度和SOC等关键参量,形成一致性关键参量的表征。其次,提炼反映电...基于电化学储能监测平台的实时监测数据,针对储能电站的电池组一致性进行深入分析。首先,通过电化学储能监测平台对电池的运行数据进行收集和整理,明确锂离子电池电压、温度和SOC等关键参量,形成一致性关键参量的表征。其次,提炼反映电池组一致性的评估特征数据。最后,研究运用基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法对异常单体电池进行筛选。实验证明,该算法能高效获取储能电站运行数据中的关键电气特征量,准确评估电池组一致性状况,同时能够迅速定位潜在故障的单体电池。此研究对于提升储能电站运行的稳定性,实现电池一致性的及时判断和异常单体电池的精准筛选具有显著的实际意义。展开更多
2024年4月-研华科技宣布,已扩大与NVIDIA的合作,成为中国台湾首家获得NVIDIA AI Enterprise认证的、用于开发和部署生产级AI应用(含生成式AI)的软件平台。近日发布的NVIDIA AI Enterprise 5.0将为用户提供一系列微服务,其中包括NVIDIANI...2024年4月-研华科技宣布,已扩大与NVIDIA的合作,成为中国台湾首家获得NVIDIA AI Enterprise认证的、用于开发和部署生产级AI应用(含生成式AI)的软件平台。近日发布的NVIDIA AI Enterprise 5.0将为用户提供一系列微服务,其中包括NVIDIANIM。这是一套用于对二十多种流行的AI模型进行优化推理的微服务。该软件平台将通过工业级边缘计算、软件和服务提高全球企业的生产力。展开更多
文摘基于电化学储能监测平台的实时监测数据,针对储能电站的电池组一致性进行深入分析。首先,通过电化学储能监测平台对电池的运行数据进行收集和整理,明确锂离子电池电压、温度和SOC等关键参量,形成一致性关键参量的表征。其次,提炼反映电池组一致性的评估特征数据。最后,研究运用基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法对异常单体电池进行筛选。实验证明,该算法能高效获取储能电站运行数据中的关键电气特征量,准确评估电池组一致性状况,同时能够迅速定位潜在故障的单体电池。此研究对于提升储能电站运行的稳定性,实现电池一致性的及时判断和异常单体电池的精准筛选具有显著的实际意义。
文摘2024年4月-研华科技宣布,已扩大与NVIDIA的合作,成为中国台湾首家获得NVIDIA AI Enterprise认证的、用于开发和部署生产级AI应用(含生成式AI)的软件平台。近日发布的NVIDIA AI Enterprise 5.0将为用户提供一系列微服务,其中包括NVIDIANIM。这是一套用于对二十多种流行的AI模型进行优化推理的微服务。该软件平台将通过工业级边缘计算、软件和服务提高全球企业的生产力。