基于PRformer时间序列预测模型的电池预警方法

AITNT
正文
推荐专利
基于PRformer时间序列预测模型的电池预警方法
申请号:CN202510051296
申请日期:2025-01-13
公开号:CN120122005A
公开日期:2025-06-10
类型:发明专利
摘要
本发明涉及电池异常预警,具体涉及基于PRformer时间序列预测模型的电池预警方法,采集电池运行过程中关于电池参数的多维时序数据;构建PRformer时间序列预测模型,利用PRformer时间序列预测模型对多维时序数据进行时间序列预测,得到电池参数在未来时间段内的多维时序数据预测结果;通过数据分析对多维时序数据预测结果进行异常检测,并根据异常检测结果进行异常预警;本发明提供的技术方案能够有效克服现有技术所存在的难以通过长时间序列预测对电池异常进行准确预警的缺陷。
技术关键词
多维时序数据 时间序列预测模型 电池预警方法 递归神经网络 金字塔 门控循环单元 attention机制 变量 卷积模块 多层卷积神经网络 参数 时间段 周期性特征 编码器 上采样 关系建模
系统为您推荐了相关专利信息
1
目标检测方法、目标检测模型训练方法、装置及相关设备
语义分割网络 检测模型训练方法 检测损失 图像训练样本 标签
2
一种残差跳跃增强与多维交互注意力结合的网络结构
交互注意力 分支 特征加权融合 血管分割 非易失性计算机可读存储介质
3
一种基于EPSANet的人参等级分类算法
Softmax函数 注意力 多尺度特征提取 抑制背景噪声 正则化策略
4
图像预训练模型的训练方法、系统及存储介质
预训练模型 瑕疵 多分辨率特征 融合纹理特征 图像特征数据
5
基于视觉识别的自动拆解来料阶段线缆识别方法及系统
识别方法 二值化方法 线缆 深度学习模型 线芯
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