摘要
本发明公开了一种故障预测方法、装置、设备及存储介质，涉及动力电池技术领域，其中，故障预测方法通过实时获取目标焊接装备的多模态的焊接状态参数，并基于多通道时间卷积网络提取每个模态的焊接状态参数的时间序列特征，捕捉每个焊接状态参数的局部时序依赖关系及它们之间的依赖关系；然后，基于注意力机制特征融合方法对每个时间序列特征进行融合，得到能够表征每个时间序列特征重要程度的融合特征，强化了与故障强相关的特征并弱化了冗余特征，通过将该融合特征输入预设的机器学习模型，能够得到精度更高的焊接故障预测结果，从而提高了预警效率，并通过故障预警提高了焊接质量以及电池模组的稳定性和安全性。
