一种基于弛豫阶段局部和全局特征的储能电站故障分类法

AITNT
正文
推荐专利
一种基于弛豫阶段局部和全局特征的储能电站故障分类法
申请号:CN202411648334
申请日期:2024-11-18
公开号:CN119646698A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于弛豫阶段局部和全局特征的储能电站故障分类法,包括步骤1:采集实际工况中在充放电结束后的弛豫阶段的端电压、电流、温度数据;步骤2:在采集的端电压、电流、温度特征上,提取用于故障检测的局部特征和全局特征;步骤3:使用特征选择中的过滤法和封装法选择出最终用于故障检测的特征子集;步骤4:基于分类算法随机森林、KNN、逻辑回归和集成投票策略进行电池簇故障判别。
技术关键词
电池簇 故障检测 特征选择 阶段 随机森林 储能电站电池 指数计算方法 故障分类模型 电流 基础分类器 电池健康状态 故障分类器 过滤法 统计学方法 决策树算法 分类准确率 时间段
系统为您推荐了相关专利信息
1
一种隧道承载力预测模型的训练方法、装置、设备及介质
土体承载力 学习器 基准 数据 线性回归算法
2
一种基于内积加密的车联网隐私保护查询方法
隐私保护查询方法 索引 车载单元 车联网系统 私钥
3
一种污水处理高密池混凝加药预测方法
重采样技术 数据处理算法 节点 寻优策略 训练集数据
4
图像处理方法、模型训练方法、装置、电子设备及介质
编码特征 融合特征 多尺度 交互特征 通道注意力机制
5
一种基于DETR的半监督医学图像目标检测方法
稀疏先验 图像 教师 学生 匈牙利算法
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