摘要
本发明提供一种基于自主学习的蓄电池在线远程状态监控方法及系统,涉及蓄电池监控技术领域,包括:获取目标蓄电池对应的源域和目标域历史监测数据,构建时间序列数据集,构建第一预测模型和第二预测模型,确定预测模型的损失值并通过预先选择的优化器对预测模型进行参数优化,得到初始预测模型;将初始预测模型在源域数据上进行训练,得到预训练参数,以预训练参数为节点构建参数迁移图网络并进行节点更新,通过确定参数间的依赖关系得到迁移策略函数,将预训练参数迁移至所述初始预测模型中,得到衰减预测模型;计算最大均值差异,构建第二损失函数,更新衰减预测模型的超参数并使衰减预测模型适应目标域,得到容量衰减预测结果。
技术关键词
远程状态监控方法
历史监测数据
参数
节点更新
远程状态监控系统
序列
蓄电池监控技术
计算机程序指令
策略
梯度下降算法
样本
关系
网络
在线
处理器
可读存储介质
系统为您推荐了相关专利信息
拉曼光谱分析方法
支持向量机模型
涂层
拉曼光谱数据
拉曼光谱测试
融合监测系统
温度传感元件
储层参数
融合准则
闭环
耦合特征
大跨度连续刚构桥
主梁挠度
节点
时间序列预测模型