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
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
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
图像特征向量
多头注意力机制
局部特征提取
样本
耳部
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
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