一种基于多任务特征共享的储能系统健康状态监测方法

本发明公开了一种基于多任务特征共享的储能系统健康状态监测方法，属于储能技术领域，针对储能电站运行状态监测的问题，利用深度森林神经网络提取储能电站运行数据的深层特征，将提取的特征融合、共享，利用多任务联合训练，建立基于门控循环单元神经网络的多任务模型，实现对储能电站健康状态的实时监测、电池剩余寿命的准确预测以及对电池故障的实时诊断，并利用知识图谱对故障进行溯源，保证储能电池的可靠性，提高储能电站的安全性。