异质不间断电源集群的状态评估方法和相关装置

本发明涉及电池技术领域，特别涉及一种异质不间断电源集群的状态评估方法和相关装置。方法包括：获取异质不间断电源集群中各个储能单元在预设采样时长内的多类运行参数序列；针对各个储能单元的每一类运行参数序列，基于突变点检测算法将对应的运行参数序列进行分割，得到多个参数子序列；基于动态时间规整算法计算各个参数子序列之间的相似度，生成相似度图像；将相似度图像输入电池状态评估模型生成异质不间断电源集群的状态评估结果；其中，电池状态评估模型为卷积神经网络。本发明通过对不同储能单元中多种类型的运行参数序列分别进行分割处理，并将分割后的运行参数进行多模态数据融合，极大提升了对异质不间断电源集群运行状态的识别精度。