摘要
本发明提供一种通信蓄电池组在线远程充放电故障预测方法及系统,涉及蓄电池组故障预测技术领域,包括对时间序列数据进行预处理,基于多尺度熵分析提取复杂性特征,基于物理模型确定物理性特征,对复杂性特征和物理性特征进行归一无量纲处理,确定初级特征集合;基于初级特征集合,构建带权无向图,扩展生成最大权重连通子图,以最大权重连通子图中初级特征为优选特征,构建优选特征集合;将待预测蓄电池组数据输入故障预测网络,在输入层基于优选特征集合,提取对应特征值,通过多层隐藏层,计算故障类型概率分布,选择最高概率对应的故障类型,作为故障预测结果。
技术关键词
通信蓄电池组
节点
蓄电池组充放电
网络
故障预测方法
辨识算法
相关系数阈值
多尺度
物理
矩阵
计算机程序指令
序列
无监督学习方法
数据
递推最小二乘法
特征值
分支
故障预测技术
故障预测系统
系统为您推荐了相关专利信息
关键帧
自主建图方法
SLAM建图
三维点云数据
多层感知机
识别模型构建方法
金字塔
特征描述符
编码器
注意力
直流微电网
分层控制方法
直流母线电压控制
boost变换器
储能单元
多模态数据融合
动态变化特征
生成高分辨率
遥感传感器
双向长短期记忆网络