摘要
本申请涉及一种储能飞轮寿命预测方法、装置和计算机设备。所述方法包括:获取储能飞轮在多个采样时间点的运行数据和对应的飞轮剩余寿命,以得到时序数据集,对时序数据集进行图像化处理,得到图像数据集;构建预测模型,预测模型包括改进长短期记忆网络、卷积神经网络和全连接层,全连接层的输入端分别连接长短期记忆网络的输出端和卷积神经网络的输出端;从所有候选解确定最优解,将预测模型的模型参数调整为最优解对应的模型参数;利用时序数据集和图像数据集训练预测模型得到训练后的预测模型;针对待预测的储能飞轮利用训练后的预测模型得到剩余寿命预测值。采用本方法能够提高预测精度。
技术关键词
长短期记忆网络
储能飞轮
数据
寿命预测方法
构建预测模型
实时图像
多头注意力机制
转移概率矩阵
序列
计算机设备
寿命预测装置
参数
时序特征
训练预测模型
滑动窗口
计算机程序产品
系统为您推荐了相关专利信息
组合推荐方法
多任务学习模型
矩阵
非易失性存储介质
感兴趣
环形指示灯
数据存储盒
拓展坞
检测芯片
电子背包
免疫细胞
肿瘤免疫微环境
医学影像数据
多层感知器
患者
深度网络模型
图像
注意力
多传感器融合
激光点云数据