摘要
本发明公开了一种储能电池弱监督学习模型训练方法、装置、计算机设备及存储介质,所述方法包括:获取预设时间段的电池运行数据,所述电池运行数据为弱监督数据;基于初始储能电池弱监督学习模型的多层感知机,对所述电池运行数据进行数据压缩,得到潜在空间;根据所述潜在空间,对所述电池运行数据进行聚类,得到聚类中心,所述聚类中心包括标签;对所述聚类中心的K近邻点进行标签化,并根据得到的标签结果确定训练数据,其中,K为正整数;基于所述训练数据,对所述初始储能电池弱监督学习模型进行训练,直到目标函数满足预设条件,得到储能电池弱监督学习模型,采用本发明降低储能电池故障诊断的诊断成本。
技术关键词
弱监督学习
储能电池
多层感知机
模型训练方法
数据压缩
聚类
模型训练装置
集群
样本
标签
时间段
计算机设备
可读存储介质
重构单元
数据获取模块
处理器
系统为您推荐了相关专利信息
一维卷积神经网络
标签
多头注意力机制
译码器
语义
食品加工过程
数据采集方法
指标
异常数据点
数据压缩
模型训练方法
水印嵌入
生成噪声
生成水印
模型训练装置
企业logo图像
企业信用信息
实体
数据嵌入
融合方法