摘要
本申请涉及数据处理技术领域,具体涉及一种便携式移动电源异常放电检测方法,采集移动电源放电过程中的剩余电量、输出电压、输出电流和移动电源表面温度数据,根据剩余电量分析电量损失情况构建放电趋势;根据表面温度数据的波动特征构建相邻簇波动程度,根据其最大值对应的聚类簇在输出电流、电压序列中对应数据的相关性构建局部异常程度,结合放电趋势得到移动电源放电过程的放电异常指数,根据放电异常指数进行移动电源放电异常判断。从而实现移动电源异常放电检测,提高了正常放电与异常放电之间的区分精度,提高对移动电源异常放电的识别准确性。
技术关键词
移动电源放电
放电检测方法
便携式移动电源
序列
表面温度数据
电压
指数
电流
皮尔逊相关系数
元素
信息熵
坐标点
数据处理技术
波动特征
拟合算法
聚类算法
直线
系统为您推荐了相关专利信息
软件
核心
数据压缩算法
数据迁移
卷积神经网络技术
电量预测模型
历史气象数据
电量预测方法
时间序列预测模型
注意力机制
智能模拟方法
径流
拉丁超立方抽样
构建时间序列模型
搜索算法优化
分类网络
跨模态数据
情感分析方法
多模态特征
听觉