摘要
本申请涉及一种基于特征融合的电池故障诊断方法、装置、设备和介质。所述方法包括:在目标电池充放电过程中,获取目标电池的电压数据;根据电压数据,确定目标电池的时序特征和空间特征;对时序特征和空间特征进行特征融合处理,得到目标电池的融合特征;基于预先训练好的故障分类模型,根据融合特征,确定目标电池的故障类型。采用本方法能够充分提取电压数据中的空间和时序特征,收敛速度快,性能优越,精度高。
技术关键词
时序特征
电池故障诊断方法
电压
融合特征
故障分类模型
数据
空间特征提取
电池故障诊断装置
特征提取模型
卷积神经模型
因子
双向长短期记忆
频率
交叉注意力机制
计算机程序产品
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
动力电池
预警方法
LSTM神经网络模型
仓库温度
计算机存储介质
LSTM模型
恒流充电
斯皮尔曼相关系数
锂电池健康状态
数据噪声
辅助识别方法
解剖学特征
条件生成对抗网络
噪声鲁棒性
多源特征
快速成像方法
单向换能器
回声
电磁超声
合成孔径成像算法