基于特征融合的电池故障诊断方法、装置、设备和介质

AITNT
正文
推荐专利
基于特征融合的电池故障诊断方法、装置、设备和介质
申请号:CN202510799150
申请日期:2025-06-16
公开号:CN120847617A
公开日期:2025-10-28
类型:发明专利
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
1
一种仓储条件下的动力电池失控的安全预警方法和系统
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
2
基于LSTM模型与参数重要性排序的锂电池SOH评估方法及系统
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
3
一种用于临床护理的呼吸肺音辅助识别方法及系统
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
4
基于深度学习的政务服务数字人智能交互方法及系统
政务 语义向量 智能交互方法 意图 智能交互系统
5
缺陷快速成像方法和系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号