【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及样本数据的生成方法、设备及存储介质。
技术介绍
1、电池作为关键能源存储和供应设备，在电动汽车、智能电网、便携式电子设备等领域发挥重要作用。在相关技术中，电池诊断技术包括电化学分析、电压和电流监测、内阻测试、温度监测等，主要依赖运行中收集的数据来识别潜在故障。此外，电池诊断技术还包括基于机器学习的模式识别、深度学习模型，以及信号处理技术等，主要通过提取电池监测数据中的特征来进行电池故障诊断。然而，在实际使用过程中，电池的正常状态数据远多于故障状态数据，且故障数据难以大量收集，尤其是针对特定类型的电池故障，故障数据更为稀缺。因此，训练诊断模型时可用的故障样本极为有限，导致模型学习不充分且泛化能力受限，从而影响故障诊断的准确性。
技术实现思路
1、本申请的主要目的在于提供一种样本数据的生成方法、设备及存储介质，旨在解决因电池故障数据样本不平衡导致的电池故障诊断准确性受限的技术问题。
2、为实现上述目的，本申请实施例提供一种样本数据的生成方法，所述方法包括
3、本文档来自技高网...
【技术保护点】
1.一种样本数据的生成方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取电池状态特征数据序列的步骤之前，还包括：
3.如权利要求1所述的方法，其特征在于，所述将所述电池状态特征数据序列转换为特征向量的步骤包括：
4.如权利要求3所述的方法，其特征在于，所述利用视觉点模式，将所述电池状态特征数据序列中的数据点映射到图像的像素上，生成对应的图像数据的步骤包括：
5.如权利要求3所述的方法，其特征在于，所述提取所述图像数据的特征，生成所述特征向量的步骤包括：
6.如权利要求1所述的...
【技术特征摘要】
1.一种样本数据的生成方法，其特征在于，所述的方法包括：
2.如权利要求1所述的方法，其特征在于，所述获取电池状态特征数据序列的步骤之前，还包括：
3.如权利要求1所述的方法，其特征在于，所述将所述电池状态特征数据序列转换为特征向量的步骤包括：
4.如权利要求3所述的方法，其特征在于，所述利用视觉点模式，将所述电池状态特征数据序列中的数据点映射到图像的像素上，生成对应的图像数据的步骤包括：
5.如权利要求3所述的方法，其特征在于，所述提取所述图像数据的特征，生成所述特征向量的步骤包括：
6.如权利要求1所述的方法，其特征在于，所述将所述特征向量映射至生成器的潜在空间，生成对应的潜在向量，所述潜在向量通过逆向映射形...
【专利技术属性】
技术研发人员：高元锐，
申请(专利权)人：中科海能北京科技有限公司，
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。