摘要
本发明属于电池故障检测技术领域,公开了一种基于大数据与AI算法的电池故障预测方法、装置及设备,通过将电池的负反馈数据集、电芯参数集、历史运行数据集以及历史故障数据作为训练集,基于训练集进行模型训练与验证,得到第一AI预测模型与第二AI预测模型,采集电池运行过程中的实际运行数据,将实际运行数据分别输入至第一AI预测模型与第二AI预测模型,得到第一AI预测模型输出的第一预测结果以及第二AI预测模型输出的第二预测结果,根据第一预测结果和第二预测结果确定目标预测结果,通过上述方式能够对储能电池组的故障进行提前预测,排除风险隐患,降低故障和事故发生概率。
技术关键词
电池故障预测方法
训练集
大数据
历史故障数据
放电特征
历史运行数据
支持向量机分类
算法
寿命
充放电数据
染色体
电池故障检测
电芯
参数
储能电池组
模块
内阻
系统为您推荐了相关专利信息
超前预测方法
三维重建图像
掌子面
语义
打孔位置
关系联合抽取方法
网络安全实体
网络威胁情报
节点特征
注意力机制
稳定性分析方法
抓取物体
投影面
仿真环境
力反馈信息
智能调度系统
服务器
任务调度
信息采集单元
节点
广告推荐方法
大数据分析工具
智能终端设备
构建用户画像
通信模块