CN114841076B 基于时空图模型的动力电池生产工艺波动异常检测方法 （杭州电子科技大学）_第1页
CN114841076B 基于时空图模型的动力电池生产工艺波动异常检测方法 （杭州电子科技大学）_第2页
CN114841076B 基于时空图模型的动力电池生产工艺波动异常检测方法 （杭州电子科技大学）_第3页
CN114841076B 基于时空图模型的动力电池生产工艺波动异常检测方法 （杭州电子科技大学）_第4页
CN114841076B 基于时空图模型的动力电池生产工艺波动异常检测方法 （杭州电子科技大学）_第5页
已阅读5页，还剩13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

基于时空图模型的动力电池生产工艺波动本发明提出了一种基于时空图模型的动力用不同卷积核尺寸的时间卷积网络获取序列的网络的输出信息对输入滑动时间窗进行单步预2首先构建不同尺寸的卷积核的时间卷积网络和卷积核为1×1的卷积来捕获动力电池随机初始化起始节点和目标节点的嵌入表示作为可学习的参数E1,E2∈Rk×m,其中m表示每i2gi)+c)]+d}32.根据权利要求1所述的基于时空图模型的动力电池生产工艺波动异常检测方法，其3.根据权利要求1所述的基于时空图模型的动力电池生产工艺波动异常检测方法，其4.根据权利要求1所述的基于时空图模型的动力电池生产工艺波动异常检测方法，其5.根据权利要求1所述的基于时空图模型的动力电池生产工艺波动异常检测方法，其6.根据权利要求1所述的基于时空图模型的动力电池生产工艺波动异常检测方法，其x'xf(t)=f(s)x'(t-rxs)(2)4[0005]本发明提出一种电池生产工艺波动的异常检测算法，称为门控时空图模型(Gate过程核心参数的时间依赖性和空间模式，可以实现高效的电池生产过程工艺波动异常检5[0010]首先构建不同尺寸的卷积核的时间卷积网络和卷积核为1×1的卷积来捕获动力通过随机初始化起始节点和目标节点的嵌入表示作为可学习的参数E1,E2∈Rk×m,其中m表z(4)得多维时间序列的时空信息进行下一时间步的Θ1*X+a)i2[0018]=Tan6[0029]x'*f(t)=E二f(s)x'(t-rxs)(2)7为一个滑动时间窗XW∈Rk×L,其中k表示多维时间序列的特征维度，L表示滑动时间窗的尺[0043]首先构建1×3,1×5,1×7,1×9的卷积核大小的时间卷积网络和卷积核为1×1的同时加入1×1卷积的目的在于提升模型学习线性关系z(4)8Θ1*X+a)i2[0052]=TanhfwzRelu[WEigi)+c)]+d}(6)度反向传播算法更新模型的参数。训练好的模型可以对正常的状态做出很好地预测结果，[0059]Δμ(e)=μ(e)-μ({e∈e|e<ε})

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