微電網是電力網絡由傳統集中式供電向分布智能化供電轉型的主要手段,是支撐未來智能電網和能源互聯網發展的關鍵技術。儲能系統作為微電網實現穩態運行和能量管理的核心與載體,具有削峰填谷、調壓調頻、應急備用等功能。
溫度監測是儲能系統進行熱量管理和安全保護的一項重要依據,目前常用的手段多為接觸式測溫,只能反映電池的單點溫度,且需要布置大量探頭和線纜,可應用性差,且加大了后期維護難度。
相較于傳統的接觸式測溫,非接觸式紅外測溫能夠更加直觀地檢測出目標對象的全場性溫度分布,具有測溫范圍廣、響應速度快等優勢。圖像分割是非接觸式紅外測溫中的重要環節,可以從圖像中找出“感興趣”的區域,以面向對象的方式進行信息處理。
C. A. Almeida等采用分水嶺算法分割灰度均勻且輪廓清晰的目標,馮振新等提出一種基于改進極大穩態區域的紅外故障區域分割機制,上述方法僅能得到單個視角下的表面溫度信息。儲能系統在實際運行過程中極易出現內部溫度不均勻、局部過熱等現象,因此以上方法很難直接應用于電池堆溫度監測。
S. Izadi等將三維深度信息融入二維紅外圖像中,能夠捕捉到多個視角下的表面溫度信息,但物體內部的溫度分布情況依然無法獲知。王曉松等通過繁瑣的邊界條件實現了對三維溫度場的完整重構,但模型基于理想穩定工作狀態搭建,且計算量十分龐大。史貴連等通過內部熱源與傳熱模型重構三維溫度場,簡化了邊界條件,但由于儲能系統的生熱、傳熱及散熱模型非常復雜,很難通過其行為和特征進行求解。
針對電池堆紅外圖像存在對比度低、邊緣灰度混疊和“感興趣”區域分割困難的問題,綜合利用可見光和紅外圖像,浙江工業大學的研究人員提出了一種基于先驗框目標信息加權的改進MRF-KFCM算法,通過引入先驗框目標信息,解決了電池堆可見光圖像存在的目標區域灰度不一致、邊緣陰影等問題。
圖1 KFCM和MRF-KFCM、本文算法的分割對比
另外,針對三維溫度場數值求解困難的問題,研究人員提出一種基于表面溫度場與虛擬熱源的三維溫度場重構方法,利用表面溫度場插值得到立體子單元溫度,再通過虛擬熱源對三維溫度場進行修正。將復雜的熱傳導反向問題轉換為正向問題,極大地簡化了傳統求解過程中數值處理的計算量。
圖2 電池堆紅外圖像
圖3 熱源32.9℃時不同算法重構的定性比較結果
實驗結果表明所提方法能夠準確直觀地反映出電池堆內部溫度分布狀況,精度滿足實際應用需求。
1)所提分割算法可以精確和快速地劃分出電池堆紅外圖像中的有效區域,F1分數高達0.98左右,比KFCM、MRF-KFCM算法高出約6%;對于已知目標質心或目標可能區域的圖像均可進行有效分割,具有良好的魯棒性。
2)所提重構方法可以更加準確和直觀地反映出電池堆內部的溫度分布情況,并能較好地體現局部的溫度差異,驗證所用數據的方均根誤差為0.58℃,最大誤差為0.83℃。
以上研究成果發表在2020年第19期《電工技術學報》,論文標題為“基于改進MRF-KFCM有效區域分割的儲能系統三維溫度場重構方法”,作者為潘國兵、王杰 等。