摘要
本发明公开了一种基于深度学习的电化学储能电站运行异常检测方法,属于电化学储能电站运行异常检测技术领域,通过采用电化学储能电站在历史时刻上的历史运行数据以及历史运行数据下的真实电站运行状态构建训练数据,并以所述训练数据为基础,采用改进参数训练算法对深度学习模型进行训练,使所述深度学习模型学习电化学储能电站的不同运行状态,得到运行异常检测模型,最后将所述实时运行数据输入所述运行异常检测模型中进行识别,得到电化学储能电站的运行异常检测结果,实现了对电化学储能电站运行的自动异常检测,能够提高异常检测效率以及时效性,并且避免了人为检测导致的误识别问题。
技术关键词
电化学储能电站
历史运行数据
异常检测方法
深度学习模型
参数训练算法
因子
寻优策略
基础
异常检测技术
决策
时效性
标签
编码
频率
电流
电压
系统为您推荐了相关专利信息
智能监测装置
城市排水系统
分析模块
多尺度特征融合
数据采集模块
风电设备
深度学习模型
故障预警方法
故障特征
历史运行数据
时序
通信电源监控方法
历史运行数据
序列
状态远程监控
监控视频内容
时序数据分析方法
机器视觉技术
分类方法
长短期记忆网络
染色体
切割方法
形状先验
对齐模块
实例分割算法