摘要
本发明属于电池管理技术领域,提供了一种电池电流故障检测方法、装置、介质及设备,包括:获取待检测电池的电流信号和电流特征;基于电流信号,通过第一神经网络模型,确定小波基函数及分解层次后,基于确定的小波基函数及分解层次,对电流信号进行小波变换,提取时频域特征,并基于时频域特征,通过第二神经网络模型,得到深度特征;基于电流特征、时频域特征和深度特征,通过分类器,得到故障类别。有助于检测短暂的故障特征,有效提高了时频域特征提取的灵活性和准确性,能够高效、准确地识别电池的电流故障。
技术关键词
电流故障检测
神经网络模型
故障类别
分类器
故障检测模块
信号
电池管理系统
特征提取模块
云端服务器
频域特征提取
电池管理技术
模型训练模块
数据获取模块
训练集
处理器
样本
故障特征
系统为您推荐了相关专利信息
神经网络模型
定时单元
单片机
滤波单元
双极性脉冲信号
刹车片
动作执行装置
神经网络模型
工业相机
并联机器人
精细化分类方法
蒸馏
分支
输出特征
卷积特征提取
制氢加氢站
高压储氢罐
储氢容器
运输设备
加氢站规划