[发明专利]用于充电储能系统的过压数据处理方法、装置及存储介质

权利要求书

1.一种用于充电储能系统的过压数据处理方法，其特征在于，包括如下步骤：

导入多个原始过压报警数据，并对多个所述原始过压报警数据进行特征分析，得到多个过压报警特征数据，并集合所有的所述过压报警特征数据得到过压报警特征数据集；

构建训练模型，根据所述过压报警特征数据集对所述训练模型进行优化处理，得到最终分类模型；

导入待分类过压报警数据，并通过所述最终分类模型对所述待分类过压报警数据进行分类，得到分类结果。

2.根据权利要求1所述的用于充电储能系统的过压数据处理方法，其特征在于，所述原始过压报警数据包括车辆数据和报警数据，所述车辆数据和所述报警数据均携带序列号，所述对多个所述原始过压报警数据进行特征分析，得到多个过压报警特征数据的过程包括：

分别将相同序列号的所述车辆数据与所述报警数据进行匹配，得到多个过压报警匹配数据，并集合所有的所述过压报警匹配数据得到过压报警匹配数据集；

根据预设报警规则对所述过压报警匹配数据集进行筛选，得到经筛选的多个过压报警数据；

利用PCA主成分分析算法分别对多个所述过压报警数据进行降维处理，得到多个过压报警降维数据；

分别对多个所述过压报警降维数据进行特征提取，得到多个过压报警特征数据。

3.根据权利要求1所述的用于充电储能系统的过压数据处理方法，其特征在于，所述构建训练模型，根据所述过压报警特征数据集对所述训练模型进行优化处理，得到最终分类模型的过程包括：

对所述过压报警特征数据集进行随机划分，得到过压报警特征训练集和过压报警特征测试集；

构建训练模型，并根据所述过压报警特征训练集对所述训练模型进行训练分析，得到待测试分类模型；

根据所述过压报警特征测试集对所述待测试分类模型进行测试分析，得到最终分类模型。

4.根据权利要求3所述的用于充电储能系统的过压数据处理方法，其特征在于，所述构建训练模型，并根据所述过压报警特征训练集对所述训练模型进行训练分析，得到待测试分类模型的过程包括：

S1：根据所述过压报警特征训练集得到多个真实值和真实值个数；

S2：构建训练模型，并根据所述过压报警特征训练集对所述训练模型进行训练，得到原始分类模型、多个预测值和预测值个数；

S3：计算所述预测值个数与所述真实值个数的乘积，得到计算概率；

S4：对所述计算概率、多个所述预测值和多个所述真实值进行损失值的计算，得到损失值；

S5：利用评价指标准确率算法对所述真实值个数和所述预测值个数进行计算，得到训练模型准确率；

S6：对迭代次数进行判断，若所述迭代次数小于预设迭代次数，则返回步骤S1；若所述迭代次数等于所述预设迭代次数，则获得多个损失值和所述准确率，并通过多个所述损失值生成训练模型损失值曲线图；

S7：判断所述训练模型损失值曲线图和所述训练模型准确率是否满足第一预设条件，所述第一预设条件为曲线幅度呈递减趋势且收敛于预设收敛值，且所述训练模型准确率大于或等于预设第一准确率，若满足，则将所述原始分类模型作为待测试分类模型；若不满足，则返回步骤S1。