一种基于数据-知识驱动的储能系统多层级故障预警方法

AITNT
正文
推荐专利
一种基于数据-知识驱动的储能系统多层级故障预警方法
申请号:CN202411496447
申请日期:2024-10-25
公开号:CN119416957A
公开日期:2025-02-11
类型:发明专利
摘要
本发明公开了属于储能系统故障预警技术领域的一种基于数据‑知识驱动的储能系统多层级故障预警方法,本发明能够预测电池、变流器中关键器件(功率器件、电容器)温度的同时,实现储能系统多层级故障预警。
技术关键词
故障预警方法 储能变流器 储能系统 XGBoost算法 层级 历史运行数据 锂电池 锂离子动力电池 XGBoost模型 电池环境温度 电池表面温度 电容器 功率器件开关损耗 热电 电池核心温度 电池充放电电流 功率器件模块
系统为您推荐了相关专利信息
1
对抗样本的通用对抗扰动生成方法
生成方法 样本 深度神经网络技术 通道 层级
2
一种基于AI学习控制的风光水储协同系统及方法
风光水储协同 数据采集网络 决策 高精度传感器 逻辑回归模型
3
一种数字孪生脑机理模型的构建方法、装置、设备及介质
多模态脑 数字孪生 孪生数据驱动 对齐方法 反演算法
4
一种基于多源数据融合的地下水砷污染范围动态划定方法
划定方法 XGBoost算法 地下水 解吸动力学参数 移动式无人机
5
光缆敷设方案生成方法、装置、设备及存储介质
路段 标签 混合遗传算法 生成方法 光缆
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号