(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210673927.6 (22)申请日 2022.06.15 (71)申请人 苏州云能魔方能源科技有限公司 地址 215000 江苏省苏州市中国 （江苏） 自 由贸易试验区苏州片区苏州工业园区 金鸡湖大道99 号苏州纳米城中北区23 幢214室 (72)发明人 张建兴　陈世锋　马帅　丁辉　 (74)专利代理 机构 郑州三阳专利代理事务所 (普通合伙) 41175 专利代理师 范向南 (51)Int.Cl. H02J 13/00(2006.01) H04N 5/76(2006.01) H04N 7/18(2006.01)H04W 4/30(2018.01) G16Y 40/50(2020.01) G16Y 40/20(2020.01) G16Y 40/10(2020.01) G16Y 20/20(2020.01) G16Y 20/00(2020.01) G16Y 10/35(2020.01) G08B 31/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于云边协同的大型储能 电站黑匣子 系统 (57)摘要 本发明公开了一种基于云边协同的大型储 能电站黑匣子系统， 属于运行数据记录信息管理 系统技术领域， 包括黑匣子硬件终端、 黑匣子预 警录波系统， 将黑匣子硬件终端置于单个电池集 装箱内部， 用于采集电池集装箱内电池管理系统 BMS、 空调设备、 消防设备、 视频监控设备、 声音采 集设备的数据； 将黑匣子预警录波系统置于储能 电站云平台端或储能电站本地站控平台端， 黑匣 子预警录波系统为B/S或C/S架构。 本发明研制的 基于云边协同的大型储能电站黑匣子系统， 采用 云边协同的系统架构、 功能划分和交互机制， 具 备预警录波一体化的功能， 实现了故障录波系统 和视频安防写的一体化设计与智能化升级。 权利要求书2页 说明书6页 附图3页 CN 114915033 A 2022.08.16 CN 114915033 A 1.一种基于云边协同的大型储能电站黑匣子系统， 其特征在于： 包括黑匣子硬件终端、 黑匣子预警录波系统， 将黑 匣子硬件终端置于单个电池集装箱内部， 用于采集电池集装箱 内电池管理系统BMS、 空调设备、 消防设备、 视频监控设备、 声音采集设备的数据； 将黑匣子 预警录波系统置于储能电站云平台端或储能电站本地站控平台端， 黑匣子预警录波系统为 B/S或C/S架构。 2.根据权利要求1所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子预警录波系统置于储能电站云平台端时， 黑匣子硬件终端通过4G连接黑匣子预警录 波系统； 黑匣子预警录波系统置于储能电站本地站控平台端时， 黑匣子硬件终端通过LA N连 接黑匣子预警录波系统。 3.根据权利要求1所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端通过LAN网线连接电池管理系统BMS； 所述黑匣子硬件终端通过RS485通讯 线连接空调设备、 消防设备； 所述黑匣子硬件终端通过LA N网线连接视频监控设备及声音采 集设备。 4.根据权利要求3所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端的功 能模块包括电气量采集处理模块、 消防空调采集处理模块、 视频声音 采集处理模块、 数据滤波清洗模块、 数据存储模块、 数据转 发模块、 A I分析预警模块、 故障录 波模块。 5.根据权利要求4所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端在软件架构上采用开放式架构， 包括底层硬件、 系统内核、 边缘计算SDK、 容 器； 所述容器由多个AP P组成， 包括采集AP P、 转发AP P、 预警AP P。 6.根据权利要求5所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端在录波机制上， 针对电池管理系统BMS、 空调设备、 消防设备数据采用高频 数据采集、 长周期低频存储、 短周期高频存储结合的方式； 无故障时， 长周期低频存储为时 间大于60分钟时， 每5分钟存储1次数据， 短周期高频存储为时间不大于60分钟时， 每5秒存 储1次数据； 有故障时， 将启动短周期高频采集存 储方式， 实时 （每1秒1次） 的高频 数据采集。 7.根据权利要求6所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端在录波机制上， 针对电池 管理系统BMS、 空调设备、 消防设备的数据： 无故障 时， 黑匣子硬件终每5 分钟向黑匣子预警录波系统上传1次长周期低频存储数据或短周期高 频存储数据， 黑匣子预警录波系统存储长周期低频存储数据， 短周期高频存储数据仅保留 最近一次短周期时间内数据； 有故障时， 黑 匣子硬件终端实时向黑 匣子预警录波系统上传 短周期高频采集数据， 黑匣子预警录波系统同步存 储短周期高频采集数据， 直至事故结束。 8.根据权利要求7所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子硬件终端在录波机制上， 针对视频监控设备、 声音设备数据： 无故障时， 黑 匣子硬件 终端实时采集视频和声音数据， 每5分钟向黑匣子预警录波系统上传1次数据， 本机仅存储 短周期60分钟内数据； 有故障时， 黑匣子硬件终端实时向黑 匣子预警录波系统上传视频和 声音采集数据， 黑匣子预警录波系统同步存 储短周期高频采集数据， 直至事故结束。 9.根据权利要求2所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所述 黑匣子预警录波系统， 根据主动预警的不同功能模块需求， 采用AI机器学习的算法对所有 上传数据进行联动分析及算法迭代， 并将学习结果通过高速通信实时下传至黑匣子硬件终权　利　要　求　书 1/2 页 2 CN 114915033 A 2端， 黑匣子硬件终端的A I分析预警模块接受到学习结果， 计算出对应的主动预警结果,动预 警结果可以输出至监控与能量管理系统EMS或关联集装箱内相关控制保护设备， 作为系统 级后备保护使用。 10.根据权利要求9所述的基于云边协同的大型储能电站黑匣子系统， 其特征在于： 所 述黑匣子预警录波系统， 还 可以根据A I算法技术的发展， 针对碎片化的安全隐患场景， 不断 导入新的训练完的预警模型， 不断增强相 应的智能分析能力， 使得系统具备持续在线升级 能力。权　利　要　求　书 2/2 页 3 CN 114915033 A 3