摘要
本发明提出一种基于混合动力汽车车辆运行数据和大模型的智能电池诊断系统和方法,所述方法包括:采集各车型运行车辆在不同工作模式下的充放电数据;根据故障类型分类采集各车型的故障数据、故障类型和故障处置建议;基于采集的各数据构建基于多模型融合的故障预测模型;根据故障预测模型生成的映射关系对大语言模型进行训练,构建智能故障知识库;将车载BMS输出的充放电数据和故障数据输入智能故障知识库,得到故障数据对应的处置方案。本发明考虑串联式插电混合动力汽车的充电、放电及故障数据,采用智能算法构建故障预测模型,通过故障数据及故障处置数据构建故障知识库,能极大提升动力电池故障识别准确率、效率及动力电池故障处置效率。
技术关键词
车辆运行数据
故障知识库
故障预测模型
充放电数据
智能电池
诊断系统
故障特征
动力电池故障
大语言模型
多模型
故障诊断模块
插电混合动力汽车
诊断方法
非暂态计算机可读存储介质
信号值方法
车辆工作模式
车型
系统为您推荐了相关专利信息
通信网络故障
通信网络节点
控制面板
数据统计分析方法
深度学习算法
电子控制器
电池包
机器学习模型
传感器
故障预测模型
设备状态预测
多业务场景
负荷预测模型
智能调控方法
故障预测模型
高压开关设备
关键运行参数
故障预测方法
设备运行故障
热传导散热
核心
健康状态信息
变速器控制
车辆控制方法
发动机控制