基于扩散Transformer与置信度校准的电池故障无监督检测方法
申请号:CN202510758282
申请日期:2025-06-09
公开号:CN120490880A
公开日期:2025-08-15
类型:发明专利
摘要
本发明涉及电池健康管理技术领域,具体涉及基于扩散Transformer与置信度校准的电池故障无监督检测方法,包括获取电池运行过程中的多模态时序数据,并进行预处理,包括数据清洗、归一化处理、对齐和采样;构建一个扩散Transformer自监督学习框架,该框架包括基于余弦调度策略的扩散过程、多尺度Transformer架构编码和交叉模态自适应融合机制。通过这个框架,对潜在空间表示进行优化,并计算电池状态置信度;采用贝叶斯优化框架动态确定最优检测阈值,并根据电池状态置信度与最优检测阈值的比较结果,判定电池状态为正常或故障,完全摆脱对故障样本标签的依赖,仅利用正常样本数据即可训练高性能故障检测模型。
技术关键词
动态时间规整算法
监督学习框架
数据
时序
滑动窗口技术
多模态
充放电周期特性
样本
校验机制
电池健康管理
无监督
故障检测模型
多尺度
电流
前馈神经网络
非线性
策略
推理网络