申请/专利权人：华北电力大学

申请日：2023-11-01

公开（公告）日：2024-01-23

公开（公告）号：CN117435956A

主分类号：G06F18/24

分类号：G06F18/24;G06F18/213;G06N3/084;G06N3/006;G06N7/08;G06N5/022

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.01.23#公开

摘要：本发明提供了一种基于IGWO‑ADAM‑BP神经网络的电化学储能电池数据分析方法，其包括以下步骤：1对电化学储能电池历史运行数据进行预处理和特征提取；2分析汇总完备的电化学储能电池系统运行风险评估与检修策略专家知识，建立储能电池运行数据与其对应状态的专家经验模型；3初始化BP神经网络，并建立BP神经网络模型；4初始化灰狼种群，利用适应度函数计算灰狼个体的适应度值；5对灰狼的位置进行更新计算，进行算法的迭代，最后输出空间最优解；6使用Adam训练算法优化BP神经网络；7通过BP神经网络模型对电池运行状态进行评估，并定位电化学储能电池系统的故障部位。

主权项：1.本权利要求所述的一种基于IGWO-ADAM-BP神经网络的电化学储能电池数据分析方法，其特征在于：采集监控系统收集的电池大量历史运行数据，结合专家经验生成电池状态标签。将电池状态标签作为BP神经网络模型的输入进行训练，生成电池故障状态监测模型。利用电池故障状态模型对电池的运行状态进行数据分析，得到电化学储能电池的预测结果。

全文数据：

权利要求：

百度查询： 华北电力大学 一种基于IGWO-ADAM-BP神经网络的电化学储能电池数据分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD