基于机器学习模型的无人机锂电池异常检测系统及方法

AITNT
正文
推荐专利
基于机器学习模型的无人机锂电池异常检测系统及方法
申请号:CN202510962355
申请日期:2025-07-14
公开号:CN120831596A
公开日期:2025-10-24
类型:发明专利
摘要
本发明涉及无人机电池检测技术领域,公开了基于机器学习模型的无人机锂电池异常检测系统及方法,该系统包括:数据采集模块,通过无人机电池管理系统采集电池运行数据,并进行预处理;特征提取模块,用于计算预处理后的电池运行数据的统计特征,并结合时间序列分析方法提取电池运行数据中的动态特征;模型构建模块,利用提取的动态特征和统计特征,并基于孤立森林算法,构建孤立森林异常检测模型,并设定异常检测阈值;异常检测模块,利用孤立森林异常检测模型实时分析采集到的待检测电池运行数据,并基于异常检测阈值,输出异常检测结果。本发明通过集成特征提取、孤立森林异常检测模型构建与实时检测,实现对无人机电池运行状态的智能异常识别与预警。
技术关键词
无人机锂电池 异常检测系统 机器学习模型 时间序列分析方法 统计特征 飞行状态数据 特征提取模块 孤立森林算法 无人机电池 数据采集模块 异常检测方法 动态 异常点 传感器 加速度
系统为您推荐了相关专利信息
1
基于NiN混合稠密残差网络的加密流量检测方法与系统
加密流量检测方法 残差网络 残差模块 输入端 输出端
2
一种存储设备测试处理方法及装置
网络拓扑结构 存储设备测试 服务器主机 测试存储设备 指标
3
基于虚拟教室的校园低碳节能智慧教室管理方法及系统
数字孪生模型 智能控制器构建 网络传输设备 管理方法 设备全生命周期
4
一种轮足机器人轮足协同控制方法及系统
轮足机器人 负荷 模糊逻辑算法 机器学习模型 运动控制系统
5
基于物理观测模拟量子计算系统误差的机器学习方法
机器学习方法 系统误差 训练机器学习模型 蒙特卡罗算法 物理
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