基于LSTM的变电站铅酸阀控蓄电池退化趋势预测方法

摘要

本发明涉及一种基于LSTM的变电站铅酸阀控蓄电池退化趋势预测方法，该方法以历史电压、内阻数据为样本，通过EEMD进行多尺度分解，计算各分量含有率，忽略掉含有率数值较小的分量。将浮充时长、均充次数、筛选后的电压分量、筛选后的内阻分量分别进行归一化处理，作为LSTM神经网络的输入，进而分别预测各分量退化趋势，最后将所得结果进行集成，即为最终的预测结果。本方法可为变电站工作人员及时检修或更换电池提供依据，进而在保证蓄电池供电可靠性的同时，提高蓄电池利用率，保障变电站的可靠运行和电网安全。将本发明用于变电站直流系统中，相比现有的方法，能够更加准确、快速地预测蓄电池在给定使用计划对应时间段内的退化趋势。