【技术实现步骤摘要】
【】本专利技术涉及储能电池，具体设计一种基于可解释神经网络的储能电池寿命预测方法。
技术介绍
0、
技术介绍
1、电化学储能电站在源网荷侧均可以发挥重要作用，源侧用于提升光伏电站和风电场的并网能力，电网侧可以提供辅助服务等，荷侧可以为用户提供供电支撑或通过峰谷电价提升用电经济性。
2、在储能大规模应用的背景下，安全运行对储能电站极为重要，国内外已发生储能电站火灾事故，造成了巨大的经济损失。因此，对于电化学储能电站进行状态检测，并根据检测信息预测储能电池的剩余使用寿命，对于储能电站的安全运行具有十分重要的意义。现有储能寿命预测的方法多基于实验数据或固定充放电深度，输入数据无法反应储能电站的实际运行情况；基于神经网络模型的预测方法多为黑箱模型，无法对输入数据与预测效果的影响做出合理性解释。
技术实现思路
0、
技术实现思路
1、本专利技术的目的在于提供一种基于可解释神经网络的储能电池寿命预测方法，它可以克服现有技术的不足，是一种简单易行的储能电池寿命预测
本文档来自技高网...
【技术保护点】
1.一种基于可解释神经网络的储能电池寿命预测方法，其特征在于它包括如下步骤：
2.根据权利要求1所述一种基于可解释神经网络的储能电池寿命预测方法，其特征在于所述步骤1具体是指：
3.根据权利要求1所述一种基于可解释神经网络的储能电池寿命预测方法，其特征在于所述步骤2中构建可解释性神经网络模型，是由输入层、子网络层和输出层构成，其中：
【技术特征摘要】
1.一种基于可解释神经网络的储能电池寿命预测方法，其特征在于它包括如下步骤：
2.根据权利要求1所述一种基于可解释神经网络的储能电池寿命预测方法，其特征在于所述步骤1具...
【专利技术属性】
技术研发人员：张德隆，邵磊，徐晓宁，闫涛，陈继忠，惠东，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。