电池充放电异常检测方法、系统、电子设备和存储介质

AITNT
正文
推荐专利
电池充放电异常检测方法、系统、电子设备和存储介质
申请号:CN202410712501
申请日期:2024-06-04
公开号:CN118294817B
公开日期:2024-09-06
类型:发明专利
摘要
本申请涉及一种电池充放电异常检测方法、系统、电子设备和存储介质,所述方法包括:获取电池组在进行充放电时的电池状况,得到多个维度的原始充放电数据;对所述原始充放电数据进行特征提取,得到聚合特征;通过主成分分析方法对所述聚合特征进行特征降维处理,得到多个不同维度的低维特征数据;分别通过多种聚类算法对每一低维特征数据进行聚类处理,得到多个聚类结果;通过投票法对所述原始充放电数据和所述聚类结果进行分析,得到所述原始充放电数据中的异常数据,本申请通过降多种无监督学习的聚类方法和降维技术进行结合,避免出现采用单一聚类算法准确度低的问题,能够提高电池充/放电异常检测的准确性和效率。
技术关键词
充放电数据 异常检测方法 主成分分析方法 集成学习算法 轮廓系数 特征值 样本 异常数据 协方差矩阵 新特征空间 聚类算法 异常检测系统 电池组 无监督学习 电子设备 特征提取模块 分类器
系统为您推荐了相关专利信息
1
一种电镀工艺
工件 电镀工艺 深度卷积神经网络 像素点 去噪模型
2
一种健身个人隐私数据加密保护方法
个人隐私数据 加密保护方法 轮廓系数 加密数据 健身设备
3
一种场景驱动的大坝形变监测方法及系统
大坝形变监测系统 高风险 监测场景 异常事件 聚类分析算法
4
基于网络路径分析的供电系统安全异常检测方法及系统
异常检测方法 供电系统 区域集中器 时序特征 深度学习模型
5
有无监督结合的电力系统复功率负荷典型场景提取方法
场景提取方法 电力系统 无功负荷 无监督学习 典型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号