一种分布式储能系统状态评估方法

本申请公开了一种分布式储能系统状态评估方法，主要涉及状态评估技术领域，用以解决现有方案存在关键状态特征被掩盖或丢失、状态样本在特征空间中分布不均衡、对稀疏特征和边界样本适应性不足的问题。包括：获得不同运行工况下的融合特征向量，计算增强特征向量；获得改进的GELU激活函数；计算神经网络中各状态标注数据类别对应的类平衡聚焦损失函数；将局部模式特征和全局关联分支特征向量映射为门控权重，获得门控融合特征向量；构建神经网络的门控约束损失函数；使用改进的GELU激活函数进行非线性变换，输出预测状态类别概率分布；通过类平衡聚焦损失函数和门控约束损失函数，加权计算总损失；以最小化总损失为目标。