电池放电时长确定模型的训练方法、装置及设备制造方法及图纸

本申请实施例提供了一种电池放电时长确定模型的训练方法、装置及设备，该电池放电时长确定模型的训练方法，包括：获取训练样本；训练样本为电池供电至停止供电且电量耗尽期间对应的真实时序电压特征图；将真实时序电压特征图输入生成对抗网络进行训练，以用于更新生成对抗网络的参数；当满足预设的生成对抗网络训练停止条件时，确定电池放电时长确定模型；本申请实施例能够解决现有的机房电池放电时长的确定方法不准确的问题。长的确定方法不准确的问题。长的确定方法不准确的问题。

【技术实现步骤摘要】
电池放电时长确定模型的训练方法、装置及设备


[0001]本申请属于电池性能检测领域，尤其涉及一种电池放电时长确定模型的训练方法、装置及设备。

技术介绍

[0002]机房电池的可放电性能，指在交流市电停电的情况下，机房所配置的电池能够支撑机房内设备继续工作的时长，其对于指导停电状态下的发电维护、电池资源更换及调配、机房智能节电等具有关键的作用，是网络运维的一项极为重要的能力数据。目前，运营者对于大部分机房的电池放电性能的掌握仍处于模糊和不准确的状态，急需相关手段掌握较真实的数据资料。
[0003]现有的机房电池放电时长的确定方法，需要应用大量机房实际出现电池停电与退服时的电池样本数据，但是实际机房出现电池停电与退服的情况较少，不足以大量提供机房实际出现电池停电与退服时的电池样本数据，导致现有的机房电池放电时长的确定方法不准确。

技术实现思路

[0004]本申请实施例提供一种电池放电时长确定模型的训练方法、装置及设备，能够解决现有的机房电池放电时长的确定方法不准确的问题。
[0005]第一方面，本申请实施例提供一种电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池放电时长确定模型的训练方法，其特征在于，包括：获取训练样本；所述训练样本为电池供电至停止供电且电量耗尽期间对应的真实时序电压特征图；将所述真实时序电压特征图输入生成对抗网络进行训练，以用于更新所述生成对抗网络的参数；当满足预设的生成对抗网络训练停止条件时，确定所述电池放电时长确定模型。2.如权利要求1所述的电池放电时长确定模型的训练方法，其特征在于，所述获取训练样本，包括：获取交流电告警信息、直流电告警信息、以及电压监控信息；根据所述交流电告警信息、所述直流电告警信息、以及所述电压监控信息确定所述真实时序电压特征图。3.如权利要求1所述的电池放电时长确定模型的训练方法，其特征在于，所述生成对抗网络包括：生成模型和判别模型；所述将所述真实时序电压特征图输入生成对抗网络进行训练，以用于更新所述生成对抗网络的参数，包括：随机生成与所述真实时序电压特征图大小相同的随机特征图；将所述随机特征图输入所述生成模型进行特征扩展，用于生成伪时序电压特征图；将所述真实时序电压特征图和所述伪时序电压特征图输入所述判别模型进行真伪判别，得到真伪判别结果特征；根据所述真伪判别结果特征更新所述生成对抗网络的参数。4.如权利要求3所述的电池放电时长确定模型的训练方法，其特征在于，所述当满足预设的生成对抗网络训练停止条件时，确定所述电池放电时长确定模型，包括：当满足预设的生成对抗网络训练停止条件时，将所述生成模型确定为所述电池放电时长确定模型。5.一种应用电池放电时长确定模型确定电池放电时长的方法，其特征在于，所述电池放电时长确定模型通过权利要求1所述的方法而训练，所述方法包括：获取参考样本，所述参考样本为电池供电至停止供电且电量未耗尽期间对应的不完整时序电压特征图；将所述参考样本输入所述电池放电时长确定模型进行特征扩展，得到电池的完整时序电压特征图；根据所述完整时序电压特征图确定所述电池放电时长。6.如权利要求5所述的应用电池放电时长确定模型确定电池放电时长的方法，其特征在于，所述不完整时序电压特征图的大小为N
×
N；所述根据所述完整时序电压特征图确定所述电池放电时长包括：通过遍历所述完整时序电压特征图确定所述完整时序电压特征图中的特征曲线；采用如下算式确定所述电池放电时长：T＝X/N
×
M其中，T为所述电池放电时长，X为所述特征曲线对应的时间最大值、M为预设的电池放电时长最大值。
7.如权利要求5所述的应用电池放电时长确定模型确定电池放电时长的方法，其特征在于，所述获取参考样本，包括：获取交流电告警信息、直流电告警信息、以及电压监控信息；根据所述交流电告警信息、所述直流电告警信息、以及所述电压监控信息确定所述不完整时序电压特征图。8.一种电池放电时长确定模型的训练装置，其特征在于，包括：获取模块，用于获取训练样本；所述训练样本为电池供电至停止供电且电量耗尽期间对应的真实时...

【专利技术属性】
技术研发人员：方东旭，周徐，方义成，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：