一种基于XGBoost的储能电池火灾多参数探测方法

本发明公开了一种基于XGBoost的储能电池火灾多参数探测方法，该方法包括：步骤1，构建XGBoost模型；步骤2，将目标函数表示为关于样本数量和树数量的函数，通过泰勒公式的二阶展开来近似损失函数，以优化目标函数；步骤3，对于每个样本，通过迭代的方式更新预测值；步骤4，根据储能电池火灾的实际数据调整XGBoost模型的参数，包括学习率、树的深度、正则化系数，通过训练模型以实现对储能电池火灾的多参数的准确探测。本发明通过引入XGBoost算法，实现了储能电池火灾多参数的高效、准确探测，为提升储能电站的安全管理水平、减少火灾风险、保障设备和人身安全提供了重要技术支撑。