摘要
本发明提供一种基于CSAPSO‑改进DNN算法的储能电站电池健康状态评估方法,包括:从储能电站系统中收集电池的运行数据,根据电池的运行数据对电池指标进行健康状态分析获得电池健康标签;构建CSAPSO算法与改进DNN算法融合的储能电站电池健康评估模型;使用电池健康标签作为监督信号,对深度神经网络进行训练;通过训练好的深度神经网络,基于所述储能电站电池健康评估模型对采集到的电池运行数据进行评估,得出电池的健康状态。本发明不仅在数据采集的广度和深度上有所突破,同时通过优化和训练深度神经网络,实现了更为精准、实时的电池健康状态评估,为储能电站的安全、高效运行提供了强有力的技术支持。
技术关键词
储能电站电池
DNN算法
健康状态评估方法
训练深度神经网络
储能电站系统
健康状态分析
电池放电容量
电池健康状态评估
电池充电容量
单体电池
电池组
电压
计算方法
标签
网络深度
数据
系统为您推荐了相关专利信息
重构方法
训练深度神经网络
重构模型
空间偏移拉曼光谱
生成训练数据
控制策略模型
初期雨水收集
天气预报数据
水池
阀门控制系统
盐碱地土壤改良
数字孪生
多元线性回归算法
深度神经网络模型
电子显示屏
左心室
心脏磁共振
估计方法
迭代优化算法
六面体网格划分
多传感器融合技术
无人机自主飞行
巡检系统
三维环境地图
视觉相机