随着全球气候变暖和环境污染的日益严重,清洁能源受到社会各界的重点关注。为了缓解清洁能源出力的不稳定性,大容量电池储能系统成为清洁能源并网的重要组成部分。大容量电池储能系统的荷电状态和故障的自动监测是保障电力系统安全稳定运行的重要保障,也是推进智能电网建设的重要途径,因此必须对大容量电池储能系统的荷电状态和故障诊断进行研究。本文基于数据挖掘的方法对大容量电池储能系统进行分析,并建立大容量电池储能系统SOC评估模型和软故障诊断模型。首先,针对大容量电池储能系统SOC难以准确评估的问题,本文分别以基于等效电路和基于历史数据两种思路进行SOC评估模型的建立:在等效电路建模方面,利用云模型的方法挖掘OCV-SOC典型曲线;在历史数据模型方面,利用思维进化算法对传统BP神经网络进行改进,确定SOC的最佳状态评估策略。其次,利用上述基于数据挖掘的SOC状态评估策略,对大容量电池储能系统的故障数据进行分析,确定惩罚角和偏离度两个典型故障特征向量,并引入模糊数学和劣化度的概念,对电池储能系统的软故障状态进行模糊划分,提高了故障诊断的准确率。最后,在MATLAB仿真平台上开发了基于数据挖掘的大容量电池储能系统SOC评估及系统故障诊断GUI仿真界面,该软件具有较好的交互性与可移植性,已被编译为可独立运行的软件,可实现大容量电池储能系统的SOC状态评估、故障特征提取和软故障诊断分析。