基于表征嵌入与时滞配对的双通路异构时序因果分析方法

本发明涉及数据分析与人工智能技术领域，具体涉及一种基于表征嵌入与时滞配对的双通路异构时序因果分析方法，包括：采集动力电池状态数据，得到多尺度特征；基于所述多尺度特征进行迭代优化，使失函数最小化，得到动力电池状态因果图的第一边类型置信概率；确定目标‑解释变量对，从所述多尺度特征中多次随机抽取数据形成采样集；基于采样集对所述目标‑解释变量对进行条件独立性检验，获取动力电池状态因果图的第二边类型置信概率；基于动力电池状态因果图的第一和第二边类型置信概率获取融合因果图并进行无环化处理，得到无环动力电池状态因果图作为分析结果；本发明能够增强因果发现的稳健性、可解释性以及效率。