摘要
本发明涉及故障预测技术领域,具体涉及一种电池液热故障预警方法、计算机装置及计算机存储介质,步骤包括:实时采集行车或充电状态下动力电池与液热系统的运行数据并提取特征,利用提取到的特征计算电池单体最高温度的升温速率、最低温度的升温速率与温差扩大量;将电池单体最高温度的升温速率、电池单体最低温度的升温速率、温差扩大量和提取到的特征输入到训练好的机器学习模型进行电池液热故障预测,机器学习模型在训练时采用训练数据包括存在电池液热故障对应的动力电池与液热系统的运行数据以及电池液热正常对应的动力电池与液热系统的运行数据。本发明通过使用更为全面的数据对液热系统故障进行预测,有效提升了液热故障预测的准确率。
技术关键词
故障预警方法
电池单体
机器学习模型
动力电池
计算机存储介质
计算机装置
温差
加热
速率
故障预测技术
数据
计算方法
精度
处理器
电流
参数
系统为您推荐了相关专利信息
调控方法
速率
激光熔覆加工过程
数据预处理器
激光熔覆设备
动态管控方法
动态管控系统
机器学习模型
电气设备
依赖特征
水平井压裂
机器视觉设备
诊断方法
特征提取算法
边缘提取算法
结石
多模态特征
电子病历档案
医学检查数据
智能诊疗系统