一种锂离子电池组多类微小异常综合检测方法及系统

AITNT
正文
推荐专利
一种锂离子电池组多类微小异常综合检测方法及系统
申请号:CN202410784368
申请日期:2024-06-18
公开号:CN118625171A
公开日期:2024-09-10
类型:发明专利
摘要
本发明提供了一种锂离子电池组多类微小异常综合检测方法及系统,获取锂离子电池组中各个电池单体运行的电压数据;使用Z分数标准化的方法将电压数据中的特征进行放大,计算电压数据的均值和标准差,形成电压Z分数曲线;将得到的电压Z分数曲线进行降噪,使用递归的方式进行状态估计;使用DBSCAN算法,将降噪后的异常电池的电压曲线与正常电池的电压曲线进行剥离;定义电池在充电阶段的异常时间与该次充电阶段总时间的比值为异常占空比,计算出两次相邻充电阶段的异常占空比,并进行比较,根据比较结果,进行不同类别异常电池的区分。本发明实现了多种微小异常的辨识。
技术关键词
锂离子电池组 综合检测方法 DBSCAN算法 曲线 电池电压采集模块 阶段 电池单体 综合检测系统 卡尔曼滤波算法 数据 样本 标准化方法 计算机 邻域 降噪模块 处理器 核心 指令
系统为您推荐了相关专利信息
1
一种基于物联网的多参数综合消防监控系统
复合数据采集装置 可视化场景 消防监控系统 烟雾 场景可视化
2
无损伤检测端数据优先上链的农产品质量安全监测系统
联盟区块链网络 无损伤 检测端 监测系统 报告
3
基于睡眠脑电神经振荡的认知障碍进展预测方法及系统
睡眠脑电 振荡特征 认知功能衰退 耦合特征 机器学习算法
4
一种园林工程数据采集管理系统及方法
数据采集管理系统 园林工程 无人机载多光谱 传感器阵列 气象监测站
5
一种基于Spearman-ReliefF特征选择算法的预测电池健康度的方法
ReliefF特征选择 Elman神经网络 最佳特征 遗传算法优化 训练神经网络
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