一种基于多维度特征融合的电池故障诊断方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多维度特征融合的电池故障诊断方法
申请号:CN202411525997
申请日期:2024-10-30
公开号:CN119355533A
公开日期:2025-01-24
类型:发明专利
摘要
本发明涉及一种基于多维度特征融合的电池故障诊断方法,包括:采集电池基础数据并进行清洗处理,提取出电压数据,据此判断是否发生过充电或过放电故障,若判断为否,则针对电压数据进行滑动时间窗口处理,得到相应特征数据,包括标准差、香农熵和栈式自编码器数据;结合各特征数据,采用四分位法确定各特征数据对应阈值,用于比较判断是否发生电池故障,若判断为是,则利用修正系数分别对各特征数据进行修正处理,根据修正特征数据的变化趋势来确定当前故障类型;并采用局部离群因子算法,通过计算各特征数据的离群因子,确定当前故障等级。与现有技术相比,本发明能够在确保故障电池准确性和经济性的同时,实现故障类型的确定与故障等级的划分。
技术关键词
电池故障诊断方法 电压 数据 放电故障 电池单体 滑动时间窗口 自动编码器 滑动窗口 因子 编码器特征 邻居 检测出故障 信息熵 深度神经网络 密度 充电故障 电池组 单体电池