本發(fā)明涉及深度學(xué)習(xí)，尤其涉及一種基于深度學(xué)習(xí)的蓄電池組智能監(jiān)測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、蓄電池組是由多個(gè)單體蓄電池按照一定的電氣連接方式組合而成的一個(gè)整體，蓄電池組常用于電動(dòng)汽車、儲(chǔ)能系統(tǒng)、不間斷電源等場(chǎng)合，提供穩(wěn)定的電能輸出，為了保障客戶的用電安全，需要對(duì)蓄電池組進(jìn)行智能監(jiān)測(cè)。

2、現(xiàn)有的蓄電池組監(jiān)測(cè)方法多為基于物理傳感信號(hào)的監(jiān)測(cè)方法，即依賴于各種物理傳感器系統(tǒng)對(duì)蓄電池組的電氣數(shù)據(jù)進(jìn)行監(jiān)測(cè)，在電氣數(shù)據(jù)不穩(wěn)定或超過(guò)預(yù)設(shè)的數(shù)值閾值時(shí)，確定出對(duì)應(yīng)的異常，然而，實(shí)際應(yīng)用時(shí)，基于物理傳感信號(hào)的監(jiān)測(cè)方法只能檢測(cè)特定的物理現(xiàn)象，無(wú)法處理更為復(fù)雜的異?，F(xiàn)象原因，且現(xiàn)有的蓄電池組監(jiān)測(cè)方法往往是對(duì)蓄電池組進(jìn)行整體監(jiān)測(cè)，難以監(jiān)測(cè)蓄電池之間電流紊亂導(dǎo)致電池組異常的狀況，可能導(dǎo)致進(jìn)行蓄電池組監(jiān)測(cè)時(shí)的準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于深度學(xué)習(xí)的蓄電池組智能監(jiān)測(cè)系統(tǒng)及方法，其主要目的在于解決進(jìn)行蓄電池組監(jiān)測(cè)時(shí)的準(zhǔn)確度較低的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種基于深度學(xué)習(xí)的蓄電池組智能監(jiān)測(cè)系統(tǒng)，所述系統(tǒng)包括數(shù)據(jù)清洗模塊、特征提取模塊、圖重構(gòu)模塊、時(shí)序卷積模塊以及異常監(jiān)測(cè)模塊，其中：

3、所述數(shù)據(jù)清洗模塊，用于獲取蓄電池組的歷史電氣數(shù)據(jù)集組，對(duì)所述歷史電氣數(shù)據(jù)集組進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化以及離群除噪操作，得到電氣數(shù)據(jù)集序列組；

4、所述特征提取模塊，用于對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取以及相關(guān)性特征融合，得到融合電氣特征序列組，其中，所述特征提取模塊在執(zhí)行對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取以及相關(guān)性特征融合，得到融合電氣特征序列組時(shí)，包括：對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取，得到電氣特征集序列組；按照預(yù)設(shè)的數(shù)據(jù)類型對(duì)所述電氣特征集序列組進(jìn)行重新分組，得到單類型電氣特征類集；對(duì)所述單類型電氣特征類集進(jìn)行特征標(biāo)準(zhǔn)化操作，得到標(biāo)準(zhǔn)電氣特征類集；利用如下的電氣相關(guān)性算法計(jì)算出所述標(biāo)準(zhǔn)電氣特征類集中各個(gè)標(biāo)準(zhǔn)電氣特征類之間的電氣相關(guān)性：

5、其中，是指所述標(biāo)準(zhǔn)電氣特征類集中標(biāo)準(zhǔn)電氣特征類和標(biāo)準(zhǔn)電氣特征類的電氣相關(guān)性，i、j是所述標(biāo)準(zhǔn)電氣特征類集中標(biāo)準(zhǔn)電氣特征類的序號(hào)，是所述標(biāo)準(zhǔn)電氣特征類的特征總數(shù)，是所述標(biāo)準(zhǔn)電氣特征類的特征總數(shù)，k、是特征序號(hào)，是協(xié)方差運(yùn)算符號(hào)，是標(biāo)準(zhǔn)差運(yùn)算符號(hào)，是指所述標(biāo)準(zhǔn)電氣特征類中的第k個(gè)特征，是指所述標(biāo)準(zhǔn)電氣特征類中的第個(gè)特征；根據(jù)所述標(biāo)準(zhǔn)電氣特征類集的所有的電氣相關(guān)性對(duì)所述電氣特征集序列組進(jìn)行相關(guān)性特征融合，得到融合電氣特征序列組；

6、所述圖重構(gòu)模塊，用于獲取所述蓄電池組的電池組結(jié)構(gòu)，根據(jù)所述電池組結(jié)構(gòu)對(duì)所述融合電氣特征序列組進(jìn)行圖重構(gòu)以及圖特征提取，得到電氣圖特征序列；

7、所述時(shí)序卷積模塊，用于對(duì)所述電氣圖特征序列進(jìn)行自注意力時(shí)序卷積，得到電氣時(shí)序特征；

8、所述異常監(jiān)測(cè)模塊，用于對(duì)所述電氣時(shí)序特征進(jìn)行變分異常監(jiān)測(cè)以及異常識(shí)別，得到蓄電池組監(jiān)測(cè)結(jié)果。

9、可選地，所述數(shù)據(jù)清洗模塊在執(zhí)行對(duì)所述歷史電氣數(shù)據(jù)集組進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化以及離群除噪操作，得到電氣數(shù)據(jù)集序列組時(shí)，包括：

10、對(duì)所述歷史電氣數(shù)據(jù)集組進(jìn)行數(shù)據(jù)格式統(tǒng)一操作，得到標(biāo)準(zhǔn)電氣數(shù)據(jù)集組；

11、對(duì)所述標(biāo)準(zhǔn)電氣數(shù)據(jù)集組進(jìn)行數(shù)據(jù)去重，得到去重電氣數(shù)據(jù)集組；

12、對(duì)所述去重電氣數(shù)據(jù)集組進(jìn)行離群值篩除，得到去噪電氣數(shù)據(jù)集組；

13、按照時(shí)序順序?qū)λ鋈ピ腚姎鈹?shù)據(jù)集組中的數(shù)據(jù)進(jìn)行排序，得到去噪電氣數(shù)據(jù)集序列組；

14、對(duì)所述去噪電氣數(shù)據(jù)集序列組進(jìn)行高斯插值，得到電氣數(shù)據(jù)集序列組。

15、可選地，所述數(shù)據(jù)清洗模塊在執(zhí)行對(duì)所述去重電氣數(shù)據(jù)集組進(jìn)行離群值篩除，得到去噪電氣數(shù)據(jù)集組時(shí)，包括：

16、按照預(yù)設(shè)的數(shù)據(jù)類型對(duì)所述去重電氣數(shù)據(jù)集組進(jìn)行重新分組，得到單類型電氣數(shù)據(jù)組集；

17、逐個(gè)選取所述單類型電氣數(shù)據(jù)組集中的單類型電氣數(shù)據(jù)組作為目標(biāo)單類型電氣數(shù)據(jù)組，逐個(gè)選取所述目標(biāo)單類型電氣數(shù)據(jù)組中的數(shù)據(jù)作為目標(biāo)電氣數(shù)據(jù)；

18、利用如下的離群輪廓距離算法計(jì)算出所述目標(biāo)電氣數(shù)據(jù)在所述目標(biāo)單類型電氣數(shù)據(jù)組中的離群輪廓距離：

19、；

20、其中，是指所述離群輪廓距離，p是指所述目標(biāo)電氣數(shù)據(jù)，n是所述目標(biāo)單類型電氣數(shù)據(jù)組中數(shù)據(jù)的數(shù)據(jù)總數(shù)，n是數(shù)據(jù)索引，是指所述目標(biāo)單類型電氣數(shù)據(jù)組中的第n個(gè)數(shù)據(jù)，是轉(zhuǎn)置符號(hào)，是協(xié)方差函數(shù)符號(hào)；

21、根據(jù)所述單類型電氣數(shù)據(jù)組集中各個(gè)目標(biāo)電氣數(shù)據(jù)的離群輪廓距離從所述單類型電氣數(shù)據(jù)組集中篩選出離群電氣數(shù)據(jù)組；

22、利用所述離群電氣數(shù)據(jù)組對(duì)所述去重電氣數(shù)據(jù)集組進(jìn)行離群數(shù)據(jù)篩除操作，得到去噪電氣數(shù)據(jù)集組。

23、可選地，所述特征提取模塊在執(zhí)行根據(jù)所述標(biāo)準(zhǔn)電氣特征類集的所有的電氣相關(guān)性對(duì)所述電氣特征集序列組進(jìn)行相關(guān)性特征融合，得到融合電氣特征序列組時(shí)，包括：

24、根據(jù)所述標(biāo)準(zhǔn)電氣特征類集的所有的電氣相關(guān)性生成電氣相關(guān)性矩陣；

25、根據(jù)所述電氣相關(guān)性矩陣計(jì)算出所述標(biāo)準(zhǔn)電氣特征類集的權(quán)重矩陣；

26、對(duì)所述權(quán)重矩陣進(jìn)行矩陣行求和運(yùn)算，得到行特征權(quán)重組；

27、對(duì)所述行特征權(quán)重組中的各個(gè)行特征權(quán)重進(jìn)行歸一化運(yùn)算，得到特征權(quán)重組；

28、根據(jù)所述特征權(quán)重組對(duì)所述電氣特征集序列組中的各個(gè)電氣特征集進(jìn)行特征加權(quán)融合運(yùn)算，得到融合電氣特征序列組。

29、可選地，所述圖重構(gòu)模塊在執(zhí)行根據(jù)所述電池組結(jié)構(gòu)對(duì)所述融合電氣特征序列組進(jìn)行圖重構(gòu)以及圖特征提取，得到電氣圖特征序列時(shí)，包括：

30、從所述電池組結(jié)構(gòu)中提取出電池節(jié)點(diǎn)集；

31、利用所述電池組結(jié)構(gòu)對(duì)所述電池節(jié)點(diǎn)集進(jìn)行邊映射，得到電池組圖；

32、逐個(gè)選取所述電氣特征序列組中的電氣特征序列作為目標(biāo)電氣特征序列，將所述電池節(jié)點(diǎn)集中所述目標(biāo)電氣特征序列對(duì)應(yīng)的電池節(jié)點(diǎn)作為目標(biāo)電池節(jié)點(diǎn)；

33、利用所述目標(biāo)電氣特征序列對(duì)所述電池組圖中的所述目標(biāo)電池節(jié)點(diǎn)進(jìn)行節(jié)點(diǎn)特征映射，得到初級(jí)圖特征序列，直至所述目標(biāo)電氣特征序列是所述電氣特征序列組中的最后一個(gè)電氣特征序列時(shí)，將所述初級(jí)圖特征序列作為重構(gòu)圖特征序列；

34、對(duì)所述重構(gòu)圖特征序列中的各個(gè)重構(gòu)圖特征進(jìn)行圖卷積操作，得到電氣圖特征序列。

35、可選地，所述時(shí)序卷積模塊在執(zhí)行對(duì)所述電氣圖特征序列進(jìn)行自注意力時(shí)序卷積，得到電氣時(shí)序特征時(shí)，包括：

36、對(duì)所述電氣圖特征序列進(jìn)行短期遞歸卷積，得到短期電氣特征；

37、對(duì)所述電氣圖特征序列進(jìn)行長(zhǎng)期跳轉(zhuǎn)卷積，得到長(zhǎng)期電氣特征；

38、根據(jù)自注意力機(jī)制對(duì)所述電氣圖特征序列進(jìn)行注意力編碼，得到注意力電氣特征；

39、利用如下的注意力連接算法對(duì)所述短期電氣特征、所述長(zhǎng)期電氣特征以及所述注意力電氣特征進(jìn)行特征融合，得到電氣時(shí)序特征：；

40、其中，是所述電氣時(shí)序特征在第t時(shí)間步的特征值，是所述短期電氣特征的特征權(quán)重，是所述短期電氣特征在第t時(shí)間步的特征值，r、t是時(shí)間步索引，y是所述長(zhǎng)期電氣特征在進(jìn)行長(zhǎng)期跳轉(zhuǎn)卷積時(shí)跳過(guò)的隱藏單元的數(shù)量，是所述長(zhǎng)期電氣特征在第r時(shí)間步的特征權(quán)重，是所述長(zhǎng)期電氣特征在第時(shí)間步的特征值，是所述注意力電氣特征在第t時(shí)間步的特征值，b是預(yù)設(shè)的偏置系數(shù)。

41、可選地，所述異常監(jiān)測(cè)模塊在執(zhí)行對(duì)所述電氣時(shí)序特征進(jìn)行變分異常監(jiān)測(cè)以及決策樹(shù)異常監(jiān)測(cè)，得到蓄電池組監(jiān)測(cè)結(jié)果時(shí)，包括：

42、對(duì)所述電氣時(shí)序特征進(jìn)行變分異常監(jiān)測(cè)，得到初級(jí)監(jiān)測(cè)結(jié)果；

43、對(duì)所述電氣時(shí)序特征進(jìn)行決策樹(shù)異常監(jiān)測(cè)，得到次級(jí)監(jiān)測(cè)結(jié)果；

44、根據(jù)所述初級(jí)監(jiān)測(cè)結(jié)果以及所述次級(jí)監(jiān)測(cè)結(jié)果生成蓄電池組監(jiān)測(cè)結(jié)果。

45、可選地，所述異常監(jiān)測(cè)模塊在執(zhí)行對(duì)所述電氣時(shí)序特征進(jìn)行變分異常監(jiān)測(cè)，得到初級(jí)監(jiān)測(cè)結(jié)果時(shí)，包括：

46、對(duì)所述電氣時(shí)序特征進(jìn)行潛在空間映射，得到電氣潛在分布；

47、對(duì)所述電氣潛在分布進(jìn)行重參數(shù)化操作，得到潛在電氣變量；

48、對(duì)所述潛在電氣變量進(jìn)行潛在空間逆映射，得到電氣重建時(shí)序特征；

49、對(duì)所述電氣重建時(shí)序特征與所述電氣時(shí)序特征進(jìn)行重建誤差計(jì)算，得到電氣誤差；

50、對(duì)所述電氣誤差進(jìn)行時(shí)序卷積，得到誤差時(shí)序特征；

51、對(duì)所述誤差時(shí)序特征進(jìn)行異常映射，得到初級(jí)監(jiān)測(cè)結(jié)果。

52、可選地，所述異常監(jiān)測(cè)模塊在執(zhí)行對(duì)所述電氣時(shí)序特征進(jìn)行決策樹(shù)異常監(jiān)測(cè)，得到次級(jí)監(jiān)測(cè)結(jié)果時(shí)，包括：

53、對(duì)所述電氣時(shí)序特征進(jìn)行特征空間分裂，得到電氣時(shí)序空間特征組；

54、根據(jù)所述電氣時(shí)序空間特征組生成異常決策樹(shù)組；

55、利用所述異常決策樹(shù)組對(duì)所述電氣時(shí)序特征進(jìn)行葉節(jié)點(diǎn)匹配，得到異常葉節(jié)點(diǎn)組；

56、對(duì)所述異常葉節(jié)點(diǎn)組進(jìn)行異常值匹配，得到異常值組；

57、對(duì)所述異常值組進(jìn)行異常決策，得到次級(jí)監(jiān)測(cè)結(jié)果。

58、為了解決上述問(wèn)題，本發(fā)明還提供一種基于深度學(xué)習(xí)的蓄電池組智能監(jiān)測(cè)方法，所述方法包括：

59、獲取蓄電池組的歷史電氣數(shù)據(jù)集組，對(duì)所述歷史電氣數(shù)據(jù)集組進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化以及離群除噪操作，得到電氣數(shù)據(jù)集序列組；

60、對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取以及相關(guān)性特征融合，得到融合電氣特征序列組，其中，所述對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取以及相關(guān)性特征融合，得到融合電氣特征序列組，包括：對(duì)所述電氣數(shù)據(jù)集序列組進(jìn)行電氣特征提取，得到電氣特征集序列組；按照預(yù)設(shè)的數(shù)據(jù)類型對(duì)所述電氣特征集序列組進(jìn)行重新分組，得到單類型電氣特征類集；對(duì)所述單類型電氣特征類集進(jìn)行特征標(biāo)準(zhǔn)化操作，得到標(biāo)準(zhǔn)電氣特征類集；利用如下的電氣相關(guān)性算法計(jì)算出所述標(biāo)準(zhǔn)電氣特征類集中各個(gè)標(biāo)準(zhǔn)電氣特征類之間的電氣相關(guān)性：

61、；

62、其中，是指所述標(biāo)準(zhǔn)電氣特征類集中標(biāo)準(zhǔn)電氣特征類和標(biāo)準(zhǔn)電氣特征類的電氣相關(guān)性，i、j是所述標(biāo)準(zhǔn)電氣特征類集中標(biāo)準(zhǔn)電氣特征類的序號(hào)，是所述標(biāo)準(zhǔn)電氣特征類的特征總數(shù)，是所述標(biāo)準(zhǔn)電氣特征類的特征總數(shù)，k、是特征序號(hào)，是協(xié)方差運(yùn)算符號(hào)，是標(biāo)準(zhǔn)差運(yùn)算符號(hào)，是指所述標(biāo)準(zhǔn)電氣特征類中的第k個(gè)特征，是指所述標(biāo)準(zhǔn)電氣特征類中的第個(gè)特征；根據(jù)所述標(biāo)準(zhǔn)電氣特征類集的所有的電氣相關(guān)性對(duì)所述電氣特征集序列組進(jìn)行相關(guān)性特征融合，得到融合電氣特征序列組；

63、獲取所述蓄電池組的電池組結(jié)構(gòu)，根據(jù)所述電池組結(jié)構(gòu)對(duì)所述融合電氣特征序列組進(jìn)行圖重構(gòu)以及圖特征提取，得到電氣圖特征序列；

64、對(duì)所述電氣圖特征序列進(jìn)行自注意力時(shí)序卷積，得到電氣時(shí)序特征；

65、對(duì)所述電氣時(shí)序特征進(jìn)行變分異常監(jiān)測(cè)以及異常識(shí)別，得到蓄電池組監(jiān)測(cè)結(jié)果。

66、本發(fā)明實(shí)施例通過(guò)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化以及離群除噪操作，得到電氣數(shù)據(jù)集序列組，能夠有效的去除歷史電氣數(shù)據(jù)集組中的噪聲數(shù)據(jù)，從而提高后續(xù)電氣時(shí)序特征的表征度以及進(jìn)行電氣特征提取時(shí)的準(zhǔn)確度，通過(guò)進(jìn)行電氣特征提取以及相關(guān)性特征融合，能夠?qū)蝹€(gè)蓄電池中不同模態(tài)的電氣數(shù)據(jù)融合成為一個(gè)整體的融合電氣特征，從而提高了蓄電池監(jiān)測(cè)的全面性，也方便后續(xù)針對(duì)蓄電池之間的關(guān)系進(jìn)行智能監(jiān)測(cè)，通過(guò)進(jìn)行圖重構(gòu)以及圖特征提取，能夠利用圖神經(jīng)網(wǎng)絡(luò)提取出蓄電池組中各個(gè)蓄電池之間的電氣數(shù)據(jù)的關(guān)聯(lián)特征，實(shí)現(xiàn)對(duì)蓄電池組的分塊式監(jiān)測(cè)，從而提高了監(jiān)測(cè)的分辨率，進(jìn)而提升了智能監(jiān)測(cè)的準(zhǔn)確率。

67、通過(guò)進(jìn)行自注意力時(shí)序卷積，能夠結(jié)合圖神經(jīng)網(wǎng)絡(luò)以及時(shí)序神經(jīng)網(wǎng)絡(luò)同時(shí)捕捉圖結(jié)構(gòu)中的空間依賴關(guān)系和時(shí)間序列中的動(dòng)態(tài)變化，提高蓄電池組監(jiān)測(cè)的全面性以及異常分析的準(zhǔn)確性，通過(guò)進(jìn)行變分異常監(jiān)測(cè)以及決策樹(shù)異常監(jiān)測(cè)，能夠結(jié)合無(wú)監(jiān)督模型以及監(jiān)督模型進(jìn)行異常分析，提高了異常分析的全面性以及智能監(jiān)測(cè)的準(zhǔn)確度，從而提高蓄電池組監(jiān)測(cè)的準(zhǔn)確度。