一种基于优化LSTM的全钒液流电池泵故障诊断方法

本发明涉及一种基于优化LSTM的全钒液流电池泵故障诊断方法。本发明不依赖高精度传感器，从电池历史数据中提取电流、电压、流速和SOC等特征参数，对长短期记忆网络的参数进行优化，最后通过长短期记忆网络训练得到故障诊断结果，完成对全钒液流电池正极侧、负极侧和双侧泵故障的诊断及分类。采用人工兔算法优化并解决LSTM超参数问题，能够有效提高全钒液流电池泵故障诊断分类的准确性。