摘要
本发明公开一种基于改进TFT的储能电池寿命预测方法及装置,该方法从设定规模的储能电站时序数据库中提取设定时序数据;通过样条插值法对设定时序数据进行缺失值补充处理,通过z‑score策略进行标准化处理,通过一类支持向量机进行异常点检测,获得异常点数据;通过加权移动平均策略进行替换处理,获得目标时序数据;通过时间卷积网络及长短期记忆网络,对周期性数据进行特征捕捉,获得周期性时序数据特征;通过多层感知机,对非周期性数据进行特征捕捉,获得非周期性时序数据特征;将数据特征输入改进TFT预测模型进行计算处理,输出预测结果。本发明能够有效地处理长时序数据的时间依赖性,捕捉电池数据时间序列中的复杂非线性关系。
技术关键词
储能电池寿命
时序
数据
时间卷积网络
长短期记忆网络
异常点
多层感知机
周期性
储能电站
插值法
策略
样条
电池寿命预测
模型超参数
表达式
充放电次数
规模
支持向量机
数学
系统为您推荐了相关专利信息
动态知识图谱
节点
链接预测方法
演化特征
电网设备
新能源环卫车
数据分析系统
人工智能模型
特征提取模型
长短记忆神经网络