一种沉积型液流电池沉积状态的在线检测与自动异常恢复方法

本发明涉及一种沉积型液流电池沉积状态的在线检测与自动异常恢复方法，包括：采集沉积型液流电池在充放电全周期过程中的多源异构数据，进行包括但不限于数据平滑、周期识别和位置编码、构造输入特征和归一化处理后，制作数据集；构建基于PatchTST与LSTM融合结构的预测模型，所述模型结构包括PatchTST模块、Transformer编码器、LSTM模块、线性全连接层；利用数据集数据对初始化后的网络进行迭代训练，并结合损失函数反向调整模型的超参数，获得最优的理想模型，用于输出完整预测周期的电压和电流序列；根据理想模型的预测结果计算异常检测条件，生成触发自动异常恢复的放电策略，实现对生产过程的实时监控预测和调控。本发明可以实现提前3个周期预测电压、电流的方式去间接反应此时的电池有关沉积情况的运行状态，达到及时并提前对锌基液流电池进行维护的目的。