一种多任务电池储能系统故障诊断与荷电状态估计方法

本发明涉及电池储能系统技术领域，且公开了一种多任务电池储能系统故障诊断与荷电状态估计方法，包括如下步骤：多尺度多模态融合深度神经网络设计；自适应梯度优化方法的实现；自适应调节学习率以及联合损失函数，该多任务电池储能系统故障诊断与荷电状态估计方法，通过整合多尺度信息有效提取数据在时间尺度和空间尺度的特征，实现电池储能系统的故障诊断和SoC估计任务的联合学习；在传统多任务学习范式的基础上，引入了一种自适应梯度优化算法，可以有效缓解多任务学习中的梯度冲突问题，优化了多任务模型的表现。