摘要
本申请提供了一种基于多源数据的储能电池舱安全监测方法和装置,涉及电池储能系统领域。该方法包括:通过多配置于储能电池仓的多类型传感器获取储能电池仓对应的多源参数数据,以及获取储能电池仓周围的环境参数数据;将多源参数数据和环境参数数据输入至图神经网络模型,并根据图神经网络模型进行跨传感器数据修复;构建修复后的源参数数据与环境参数数据,在多物理量约束下的耦合关系,并根据耦合关系构建异常分布预测模型;根据耦合关系,并基于多尺度时序趋势提取分析法获取储能电池仓对应的安全异常特征;将安全异常特征输入异常分布预测模型,并根据异常分布预测模型输出储能电池仓对应的安全监测结果。本申请解决了人工巡检难以及时识别储能电池舱中的潜在安全隐患,大幅增加了故障蔓延的可能性的问题。
技术关键词
储能电池
神经网络模型
关系
多尺度
参数
经验模态分解方法
监测方法
曲线
风速风向数据
潜在安全隐患
电池储能系统
变分贝叶斯
网络接口
强度
盐雾浓度
时序
可读存储介质
传感器节点
系统为您推荐了相关专利信息
数字孪生模型
智能检测方法
蜗壳
深度学习模型
振动特征
无土栽培蔬菜
产量预测方法
单位面积产量
理论
仿真模拟技术
多分支结构
检测算法技术
加速网络收敛
通道剪枝
参数
工程造价管理
数据挖掘模型
关联规则挖掘算法
神经网络架构
数据分析工具