摘要
本申请涉及储能技术领域,公开了一种基于多模态数据的储能电站异常告警方法、装置及设备,其中包括,获取对储能电站的原始采样数据,并基于重采样频率对所述原始采样数据进行采样频率对齐处理,以得到多模态数据;对所述多模态数据进行特征提取和融合处理以得到综合特征向量,并对所述综合特征向量进行降维处理以得到关键特征向量;将所述关键特征向量输入预先训练好的异常监测模型,并在根据所述异常监测模型的输出结果监测到所述储能电站存在运行异常的情况下,生成告警信号。其有益效果是,使不同数据来源的多模态数据在采样时间维度上保持一致,提高了多模态数据的可用性,还确保了后续特征提取与分析的准确性。
技术关键词
储能电站
告警方法
多模态
微纳米
粒子传感器
频率
数据采集设备
电池管理系统
告警装置
烟雾传感器
监督学习算法
主成分分析法
周期
温度传感器
特征提取模块
支持向量机
电芯
告警模块
系统为您推荐了相关专利信息
裂纹扩展路径
冲压模具寿命
动态评估系统
应力场
多模态传感器
验证码识别方法
干扰特征
三元组损失函数
语义向量
样本
支持向量回归模型
在线水质传感器
电渗透脱水装置
高梯度磁分离器
磷酸盐