储能无线BMS系统多模态故障预测方法、设备及存储介质

AITNT
正文
推荐专利
储能无线BMS系统多模态故障预测方法、设备及存储介质
申请号:CN202510954726
申请日期:2025-07-11
公开号:CN120446769B
公开日期:2025-11-11
类型:发明专利
摘要
一种储能无线BMS系统多模态故障预测方法、装置、设备及存储介质,通过以预设时间间隔采集预设模态数据,从电池运行参数中提取空间特征与局部时序特征,从通信信号以及环境信息中提取全局依赖特征序列;将空间特征、局部时序特征、全局依赖特征序列进行特征融合,得到融合特征向量;将融合特征向量输入多路径拓扑模型进行分析,得到各电池的不同类型故障概率。通过融合电池运行参数、通信信号与环境数并基于多路径拓扑模型进行多模态故障预测,具备高灵敏度、低误报率,能够显著提升故障预测精度。
技术关键词
依赖特征 模态特征 时序特征 多路径 故障预测方法 序列 多模态 电池 深度学习模型 故障预测精度 故障预测设备 拓扑网络 故障预测装置 储能 注意力机制 低误报率 可读存储介质 信号 处理器 参数
系统为您推荐了相关专利信息
1
情感分析方法、装置、设备、介质和程序产品
多模态对话 数据 情感分析模型 文本 情感分析方法
2
直线滑台模组质量检测方法及系统
直线滑台模组 数字孪生模型 历史运行数据 激光测距数据 超声波特征
3
一种工业传感器噪声智能检测方法
智能检测方法 时序特征 传感器噪声 生成模拟噪声 工业数据处理
4
异常行为检测方法、装置、设备及存储介质
历史订单数据 历史订单信息 预警规则 XGBoost模型 时序特征
5
试验鉴定任务评估方法及装置
信息抽取模型 语义特征 数据 依赖特征 条件随机场
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