摘要
本发明公开了一种基于多变量与红外点云的锂电池诊断方法及系统,所述方法包括通过多传感器采集锂电池的电压、电流、温度、声纹及红外三维点云数据;采用辛几何模态分解SGMD对电信号进行模态分解,结合原始信号构建二维输入矩阵;利用CBAM优化的Tokenformer模型处理电信号,ECA改进的YOLOv9模型分析图像数据;通过PTP多模态融合方法整合电信号与图像特征;最后采用改进极限学习机IELM实现故障诊断;本发明通过多模态耦合结构和智能算法优化,显著提升了诊断精度和计算效率,同时降低了对标注数据的依赖,增强了模型的泛化能力和适应性。
技术关键词
诊断方法
锂电池
注意力机制
极限学习机
融合方法
样本
参数
输出特征
变量
重构矩阵
智能算法优化
多传感器采集
分析图像数据
视觉特征提取
多项式特征
信号
系统为您推荐了相关专利信息
电力作业设备
监控指标数据
风险辨识方法
时序特征
多模态
语音转换方法
通道注意力机制
声学特征
声码器
特征提取模块
LSTM模型
引入注意力机制
数据
Softmax函数
记忆单元
光谱图像分类方法
多层感知器
聚焦特征
投影特征
谱域