摘要
本发明涉及电池仿真数据ARIMA模型预测技术领域,具体涉及一种全钒液流电池多物理场仿真数据的智能分析方法。该方法根据电量时序数据在时序上的数值分布变化程度,对预先划分的每个波动检测段进行波动性评估,获得波动指标并进行合并得到局部分析段;综合局部分析段上波动检测段的波动的波动指标和电量时序数据的分布变化程度,得到波动尺度值对不同局部分析段确定自适应差分阶数,进而通过ARIMA模型进行预测分析。本发明通过对仿真数据进行局部分析,使不同稳定性的数据拟合丢失度低且更准确,进而提高了数据分析的准确性。
技术关键词
全钒液流电池
智能分析方法
仿真数据
ARIMA模型
时序
指标
数值
物理
表达式
频率
系统为您推荐了相关专利信息
深度学习预测模型
碳排放监控
绿色建筑
排放量
神经网络架构
补缺方法
微震事件
训练样本集
数据
时序演化规律
融合特征
注意力
多尺度特征融合
多模态影像数据
图像