摘要
本发明提供了一种基于GBT模型的变电站用铅酸蓄电池寿命预测方法,将每一个单电池进行顺序编号,每一次预测,按照编号顺序依次,只采集其中一单电池的数据,并通过采集到的数据计算得到该单电池的内阻数据,将该内阻数据与端电压数据,输入到训练好的基于GBT的寿命预测模型中进行单电池的寿命预测;采集的单电池的数据包括该单电池的端电压以及蓄电池组串联电路上的电流。本发明还公开了一种基于GBT模型的变电站用铅酸蓄电池寿命预测系统。本发明基于GBT的寿命预测模型不仅具有Transformer自注意力机制和并行计算优势,更适用于捕捉电池寿命中的时序依赖关系,还解决了时间序列预测Transformer中的过拟合问题,提高了预测准确性和稳健性。
技术关键词
寿命预测模型
寿命预测方法
寿命预测系统
变电站
电流采集模块
电压采集模块
数据
蓄电池组
内阻
单体蓄电池
电压检测模块
时序依赖关系
离线
蓄电池老化
金字塔网络
归一化方法
系统为您推荐了相关专利信息
防护方法
人脸特征
神经网络训练
动物
采集变电站
超级电容容量
寿命预测方法
GRU神经网络
超级电容储能
时间序列模型
无功补偿设备
无功补偿方法
投切策略
无功补偿支路
变电站
电网故障监测方法
电网历史数据
电网运行状态
机器学习算法
数据处理中心
沥青混合料
疲劳寿命预测方法
斑点
坐标
数字图像处理方法