摘要
本发明涉及电池检测技术领域,具体提供一种电池模组的异常检测方法及装置,方法包括:构建包括电池包模型和充电系统模型的数字孪生模型;对数字孪生模型进行故障注入;对故障注入后的数字孪生模型进行仿真运行生成仿真运行数据集;构建深度神经网络,并基于仿真运行数据集对深度神经网络进行训练;获取待检测电池模组的电池数据,并将其输入训练后的深度神经网络,得到输出结果;根据仿真运行数据集和输出结果判断待检测电池模组是否发生异常。由此,在数字孪生模型的基础上进行故障注入及仿真运行,为深度神经网络提供丰富的训练数据,考虑了电芯之间的空间关系,可以提高异常检测的准确性,降低虚检率和漏检率。
技术关键词
异常检测方法
电池模组
数字孪生模型
光伏充电系统
空间注意力网络
构建深度神经网络
特征融合网络
恒压充电器
太阳能电池开路电压
充电控制模块
数据
二极管反向
电池包
电流放大系数
电芯
电池检测技术
系统为您推荐了相关专利信息
仓储拣选系统
订单
数字孪生模型
系统性能提升
出库方法
地理信息系统
核算方法
数字孪生模型
三维结构参数
遥感数据反演
数字孪生模型
包裹
数字孪生体
物流订单管理系统
轨迹
轨迹分析方法
数字孪生模型
Stacking算法
Relief算法
样本
微服务实例
微服务系统
特征提取模型
服务异常检测方法
矩阵