一种储能系统自愈与预警的方法、设备及介质

本申请公开了一种储能系统自愈与预警的方法、设备及介质涉及技术领域。方法包括：通过分层部署的传感器网络，采集多维度运行数据；采用贝叶斯网络对多维度运行数据进行归一化和自适应离散化，并利用卡尔曼滤波进行特征提取，得到适配时间序列的增强型特征数据；通过卷积神经网络和Transformer的协同模型对增强型特征数据进行计算，并通过深度学习模型确认故障；针对故障，构建状态空间、动作空间和奖励函数，根据奖励值选取最优策略；在执行最优策略后，通过自回归积分滑动平均模型，预测未来预设时间步的预测值，结合时间窗口内的历史数据均值与标准差计算阈值。本申请通过上述方法实现了对储能系统的实时监控、故障预测和性能优化。