一种基于ALSTM-CNN的动力电池高温故障程度检测方法

本发明公开一种基于ALSTM‑CNN（注意力机制的长短期记忆‑卷积神经网络）的动力电池高温故障程度检测方法，采用某车企监控平台获取原始数据，进行数据预处理，将探头温度转化为电池平均温度，获得电池高温故障相关系数。通过对数据进行降噪处理完成特征的提取，然后训练ALSTM‑CNN模型，同时基于验证集准确率进行调参，经过多轮训练后，选择最优的网络参数。采集实时的数据并对其进行故障程度分析，输出该车故障等级。故障等级共有“0~3”四级，“0”表示无故障；“1”表示一级故障，指代不影响车辆正常行驶的故障；“2”表示二级故障，指代影响车辆性能，需驾驶员限制行驶的故障；“3”表示三级故障，为最高等级故障，指代驾驶员应立即停车处理或请求救援的故障。