摘要
本发明涉及电池安全技术领域,特别涉及一种基于多维特征融合的电池热失控预警方法、装置及设备,其中,方法包括:获取当前电池的多维特征信号;对多维特征信号进行预处理,并基于预处理结果,提取每个特征信号的关键特征,并基于每个特征信号的关键特征得到当前热失控特征;基于预设的深度学习模型,对当前热失控特征进行分析,得到特征分析输出结果,其中,预设的深度学习模型基于预设学习率,对长短期记忆网络和卷积神经网络的混合架构进行训练得到;根据特征分析输出结果得到当前电池的热失控预警结果。由此,解决了相关技术中依赖单一电池特征导致的检测延迟、误报率高以及泛用性差等问题,提升了电池热失控预警的实时性、准确性和泛用性。
技术关键词
电池热失控
深度学习模型
预警方法
长短期记忆网络
电池特征
健康状态数据
信号
人工智能模块
数据处理模块
训练集
处理器
预警装置
预警模块
可读存储介质
存储器
电子设备
程序
滤波