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
加密流量检测方法
残差网络
残差模块
输入端
输出端
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
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
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
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