CN114676619B 基于自编码器和集成学习储能电池热失控预警方法 （重庆大学）_第1页
CN114676619B 基于自编码器和集成学习储能电池热失控预警方法 （重庆大学）_第2页
CN114676619B 基于自编码器和集成学习储能电池热失控预警方法 （重庆大学）_第3页
CN114676619B 基于自编码器和集成学习储能电池热失控预警方法 （重庆大学）_第4页
CN114676619B 基于自编码器和集成学习储能电池热失控预警方法 （重庆大学）_第5页
已阅读5页，还剩20页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于自编码器和集成学习储能电池热失控本发明公开基于自编码器和集成学习储能将所有储能电池热失控状态判断结果输入到储23)获取储能电池实时运行数据，并分别输入到每个储能电池热失控预警基础模型中，得到每个储能电池热失控预警基础模型输出的储能电池热失控状态4)将所有储能电池热失控状态判断结果输入到储能电池热据；2.根据权利要求1所述的基于自编码器和集成学习储能电池热失控预警方法，其特征3.根据权利要求2所述的基于自编码器和集成学习储能电池热失控预警方法，其特征4.根据权利要求1所述的基于自编码器和集成学习储能电池热失控预警方法，其特征35.根据权利要求1所述的基于自编码器和集成学习储能电池热失控预警方法，其特征4简单距离计算方法进行无监督聚类(例如Kmeans方法)难以分辨出热5[0012]所述基于自编码器的储能电池热失控预警基础模型的编码器和解码器分别如下6[0043]所述基于自编码器的储能电池热失控预警基础模型的编码器和解码器分别如下7t[0062]本发明利用储能电池数据的重构误差来衡量储能电8ttt进行平均值和标准差的计算，选取恰好大于平均值二个标准差处的重构误差值作为阈值，9[0077]储能电池热失控预警基础模型稳定性定义为模型在不同的测试数据集中是否均置如下算例进行说明：M1在48组电池数据中随机选择20组正常储能电池样本作为训练集，剩余28组储能电池样本(含2组热失控电池数据)作为测试集。M2的训练集和测试集与M1相电池(含两组热失控电池)作为测试集。M2在每次测试中训练集和测试集与M1均保持一致。类方法说明了重构基础模型的效果。进一步提出基于集成学习的储能电池热失控预警技

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论