一种基于深度学习的电池故障监控处理系统及方法

本发明公开了一种基于深度学习的电池故障监控处理系统及方法，涉及电池监控技术领域，方法包括：实时采集换电柜内电池的多源数据，根据预处理后的多源数据，构建电池分析特征；输入电池健康分析模型进行分析，输出健康状态分数，将小于预设阈值的电池的多源数据和电池分析特征输入CNN‑LSTM混合模型进行实时故障诊断，进行分类识别，判定故障类别；获取故障电池的状态向量，通过强化学习算法更新状态动作值函数，依据策略分布选择最优响应动作，实现对故障电池的自适应处理。通过电池分析特征实现对电池变化的精准量化，提高健康状态分数准确性；通过构建的状态向量结合强化学习更新状态动作值函数，捕捉关键变化，提升时序模型的预测与分类精度。