一种储能电池故障检测方法及系统

AITNT
正文
推荐专利
一种储能电池故障检测方法及系统
申请号:CN202410878735
申请日期:2024-07-02
公开号:CN118425332B
公开日期:2024-09-13
类型:发明专利
摘要
本发明提供了一种储能电池故障检测方法及系统,属于储能电池技术领域。首先利用直接数字频率合成芯片生成可调频声波脉冲,结合模糊逻辑控制的自适应功率调节算法,保护电池免受过强声能损害。声波信号通过相位调整形成聚焦声波束,实现电池内部的精确成像。成像数据经预处理、区域划分及频谱特征提取,与U‑Net模型辅助的图像分割所得的结构信息相结合,分别提取频谱特征向量与图像特征向量。特征向量经过深度学习模型整合成电池特征向量,输入到预测模型中,最终利用softmax函数输出故障预测概率,实现对电池健康状态的精确分类。本发明有效提高了检测精度与效率,为储能电池的健康管理和安全使用提供强有力的保障。
技术关键词
电池特征向量 相位累加器 图像特征向量 分割掩模 电池健康状态 多尺度特征 累积分布函数 储能电池 频谱特征提取 声波接收传感器 数字信号处理算法 波束 故障检测方法 像素 生成模拟信号 电池内部结构 正弦波 电池信号采集模块 直方图均衡化
系统为您推荐了相关专利信息
1
安防人车多模态检索方法、装置、电子设备及存储介质
模态检索方法 传感器设备 计算机信息检索技术 特征提取模块 数据存储模块
2
基于近红外光谱仪的林地土壤重金属残留原位检测系统
土壤重金属残留 原位检测系统 近红外光谱仪 深度学习预测 土壤重金属含量
3
基于多模态数据的精神疾病智能识别方法、设备和介质
图像特征向量 多头注意力机制 局部特征提取 样本 耳部
4
一种基于大数据的新能源汽车电池热管理方法及系统
动态温度补偿 电池健康状态 临界斜率 分级冷却系统 车辆行驶工况数据
5
基于深度学习的无人机路径规划与风险预测方法、系统及介质
无人机路径规划 风险预测方法 深度神经网络模型 风险预测系统 图像特征向量
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