一种储能柜温度异常检测方法、装置、设备、介质及产品

本发明公开了一种储能柜温度异常检测方法、装置、设备、介质及产品，涉及储能柜监控技术领域。所述方法是先应用在连续K个历史单位时期采集的多维温度相关变量及储能柜温度变量的实测值，训练基于LSTM神经网络的人工智能模型，得到储能柜温度预测模型，然后判断新实测数据的分布相对于历史实测数据的分布是否已发生变化，若是，则应用新实测数据重新训练预测模型，否则不训练，再然后应用预测模型得到与当前单位时期对应的储能柜温度变量的估计值，最后在根据储能柜温度变量的估计值与实测值发现满足储能柜温度异常事件的触发条件时，生成告警信息，如此可实现综合多种传感器变量及庞大的历史数据对储能柜温度异常情况做出准确告警的目的。