摘要
本发明公开了一种移动储能电源健康状态智能评估方法及系统,将电源的多参数监测数据输入至电池物理模型进行初步评估,得到第一评估值;对获取的监测数据和环境数据进行特征提取和特征选择,将得到的主成分矩阵输入健康状态评估模型进行预测,得到第二评估值;将第一评估值与第二评估值进行比较,利用健康状态评估模型调整电池物理模型的参数,得到优化的电池物理模型;基于优化的电池物理模型得到第三评估值;基于第三评估值与第二评估值得到最终电池健康状态评估结果。通过实时采集多种监测数据以及环境数据,全面了解电池的健康状态,从而提高评估的准确性;并将建立的物理模型和健康状态评估模型进行结合,提升评估结果的精度和鲁棒性。
技术关键词
移动储能电源
智能评估方法
多参数监测数据
电池健康状态评估
物理
内阻模型
异常数据点
动态特征选择
主成分分析法
森林模型
梯度下降法
智能评估系统
多层感知机层
LSTM模型
系统为您推荐了相关专利信息
参数模拟方法
马尔可夫随机场模型
地下水
土壤物理参数
钻孔
边缘计算技术
数据中心
探针模块
服务器状态信息
节点
动态响应模型
动态预测模型
综合系统
环境监测数据
状态空间模型
时间卷积网络
充电站
注意力
PageRank算法
矩阵