-
公开(公告)号：CN117388709A
公开(公告)日：2024-01-12
申请号：CN202311443029.2
申请日：2023-11-01
Applicant: 华北电力大学
IPC: G01R31/367 , G06F18/214 , G06F18/2113 , G06F18/2411
Abstract: 本发明提出了一种基于鲸鱼优化核极限学习机的储能电池故障诊断方法，具体包括以下步骤：S1、利用改进完全集合经验模态分解和精细复合多尺度加权排列熵进行信号处理与特征提取，提取出储能电池信号中的故障特征信息，构建故障特征向量样本集；S2、采用拉普拉斯分数对模型特征向量重要程度进行排序和选取，针对原始数据样本，划分训练集和测试集进行归一化处理；S3、采用鲸鱼优化算法对核极限学习机的关键参数进行寻优，生成故障诊断模型；S4、利用训练集进行模型训练并将测试集输入到模型中进行故障识别。通过上述方案，本发明提出了一种基于鲸鱼优化核极限学习机的储能电池故障诊断方法，基于所提取到的故障特征和建立的样本集，采用鲸鱼优化核极限学习机来构建故障诊断模型，实现对储能电池的故障检测，从而为现场运维人员提供指导与参考。
Search Results
1
records
(took 0.05 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
