基于大数据与AI算法的电池故障预测方法、装置及设备

AITNT
正文
推荐专利
基于大数据与AI算法的电池故障预测方法、装置及设备
申请号:CN202411086861
申请日期:2024-08-08
公开号:CN118980958B
公开日期:2025-03-25
类型:发明专利
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
1
一种基于瞬变电磁图像的深度学习隧道超前预测方法
超前预测方法 三维重建图像 掌子面 语义 打孔位置
2
一种基于图特征聚合的网络安全实体关系联合抽取方法
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
3
基于接触域力反馈的抓取稳定性分析方法
稳定性分析方法 抓取物体 投影面 仿真环境 力反馈信息
4
一种集成多外部自研插件协同工作的智能调度系统
智能调度系统 服务器 任务调度 信息采集单元 节点
5
基于开源鸿蒙系统与星闪技术的景区广告推荐方法及系统
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
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