一种基于改进TFT的储能电池寿命预测方法及装置与流程
技术特征：
1.一种基于改进tft的储能电池寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在从设定规模的储能电站时序数据库中提取所述设定时序数据的过程中，所述设定时序数据包括：电池的温度、电压、电流、充放电次数、外部环境温度、充放电周期、电池的初始容量、电池容量衰减数据和电池实际使用寿命。
3.根据权利要求2所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在通过所述样条插值法对所述设定时序数据进行缺失值补充处理，获得补充后的所述设定时序数据的过程中，所述样条插值法的数学表达式为：
4.根据权利要求3所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在通过所述z-score策略进行标准化处理，获得标准化时序数据的过程中，所述z-score策略的数学表达式为：
5.根据权利要求4所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在通过所述加权移动平均策略将所述异常点数据进行替换处理，获得目标时序数据的过程中，所述加权移动平均策略的数学表达式为：
6.根据权利要求5所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在通过所述时间卷积网络及所述长短期记忆网络，对所述目标时序数据中的周期性数据进行特征捕捉的过程中，所述时间卷积网络的计算公式为：
7.根据权利要求6所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，在通过所述多层感知机，对所述目标时序数据中的非周期性数据进行特征捕捉的过程中，所述多层感知机的计算公式为：
8.根据权利要求7所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，所述改进tft预测模型进行计算处理的步骤为：
9.根据权利要求8所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，所述改进tft预测模型输出的预测结果为区间预测，所述区间预测表示电池在未来可选时间段内每天的预测寿命值；预测结果的区间表示形式为：
10.一种基于改进tft的储能电池寿命预测装置，采用权利要求1-9任一项所述的一种基于改进tft的储能电池寿命预测方法，其特征在于，包括：
技术总结
本发明公开一种基于改进TFT的储能电池寿命预测方法及装置，该方法从设定规模的储能电站时序数据库中提取设定时序数据；通过样条插值法对设定时序数据进行缺失值补充处理，通过z‑score策略进行标准化处理，通过一类支持向量机进行异常点检测，获得异常点数据；通过加权移动平均策略进行替换处理，获得目标时序数据；通过时间卷积网络及长短期记忆网络，对周期性数据进行特征捕捉，获得周期性时序数据特征；通过多层感知机，对非周期性数据进行特征捕捉，获得非周期性时序数据特征；将数据特征输入改进TFT预测模型进行计算处理，输出预测结果。本发明能够有效地处理长时序数据的时间依赖性，捕捉电池数据时间序列中的复杂非线性关系。
技术研发人员：王志亮,辛磊,栾淑娜,马世祥
受保护的技术使用者：烟台开发区德联软件有限责任公司
技术研发日：
技术公布日：2024/11/28
技术研发人员：王志亮,辛磊,栾淑娜,马世祥
技术所有人：烟台开发区德联软件有限责任公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除