摘要
本发明公开了一种基于双向Mamba架构的动力电池故障检测方法,该方法首先采集动力电池的电压、电流、温度和内阻作为原始数据,进行预处理生成数据集。其次由双向Mamba特征提取网络和加权重构网络串行连接构建双向Mamba网络模型,对数据集中的动力电池数据进行时间维度与特征维度的双向表示建模,再通过加权重构网络进行重构输出。最后利用正常工况下动力电池的时序数据作为双向Mamba网络的输入进行训练;根据加权重构网络的输出与输入数据之间的重构误差,设定故障阈值,实现故障检测。本发明精准提取动力电池时序数据中的关键信息,高效、全面检测动力电池中的潜在故障,提高动力电池的安全性。
技术关键词
特征提取网络
动力电池
状态空间模型
重构误差
生成数据集
连续状态空间
代表
样本
时序
故障检测
滑动窗口
表达式
内阻
模块
工况
线性
系统为您推荐了相关专利信息
火焰检测方法
火焰检测模型
特征金字塔
图像增强模块
特征提取网络
特征提取网络
策略优化模型
元学习方法
特征提取模型
降噪方法
动力电池热管理
联合仿真方法
电池热管理系统
PID算法
控制策略
概率估计方法
协方差矩阵
概率密度函数
卡尔曼滤波算法
状态空间模型
视频异常检测方法
序列
运动
噪声预测
离散余弦变换