一种基于机器学习模型的锂电池数据异常检测方法及系统

本申请属于锂电池检测技术领域，公开一种基于机器学习模型的锂电池数据异常检测方法及系统，通过对初始电池数据进行处理，得到便于后续模型处理分析的目标电池数据，并可根据每种类型的特征数据所对应的数据分布图，来确定出相应的系数因子以对该目标电池数据进行处理，不仅可保障电池检测的适应性和灵活性，还可有效保障处理后的目标电池数据整体分布正常；接着，还可基于至少两种机器学习模型分别对处理后的目标电池数据进行预测，得到相应的异常预测值，以通过混合模型预测的方式来减少对噪声数据和异常值的敏感性，从而提高整体的鲁棒性和泛化能力，进而保障电池异常检测的有效性以及准确性。