一种基于神经网络的储能系统状态评估方法

本发明涉及电数字数据处理领域，具体涉及一种基于神经网络的储能系统状态评估方法，该方法包括采集多个传感器数据，利用自适应窗口长度对不同传感器数据进行对齐，基于波动熵生成自适应缩放因子对已对齐传感器数据进行标准化，搭建多层神经网络架构，训练多层神经网络架构，得到已训练评估模型；采集新的状态数据，依次对新的状态数据执行S2、S3，将标准化新的状态数据输入至已训练评估模型中，得到标准化新的状态数据的各评估结果标签的归属概率及置信度。现有的评估方法存在无法提前发觉潜在的渐进式故障、对储能系统的动态变化的适应性较差的问题。本发明提供的评估方法能够提前发觉潜在的渐进式故障、对储能系统的动态变化的适应性较强。