并联电池组故障检测方法、装置、电子设备和存储介质
摘要文本
本发明提供一种并联电池组故障检测方法、装置、电子设备和存储介质,通过获取多个样本并联电池组对应各类电气特征的特征数据,随后基于多个样本并联电池组的故障标签,对多个样本并联电池组对应各类电气特征的特征数据进行重要性排序和相关性分析,通过机器学习技术和相关性分析技术多角度地从各类电气特征中挑选出能够准确反映电池组故障与否的所有筛选特征,并确定各类筛选特征对应的合适的正常值区间,进而可以依据待检测并联电池组对应各类筛选特征的特征数据、各类筛选特征对应的正常值区间及各类筛选特征的重要性排序结果,确定待检测并联电池组的故障检测结果,提升了并联电池组故障检测的准确性,同时降低了故障检测的漏检率和误检率。
申请人信息
- 申请人:上海移视网络科技有限公司
- 申请人地址:201700 上海市青浦区崧煌路77号第1幢四层427室
- 发明人: 上海移视网络科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 并联电池组故障检测方法、装置、电子设备和存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410123474.9 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117648612A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06F18/24 |
| 权利人 | 上海移视网络科技有限公司 |
| 发明人 | 李昕 |
| 地址 | 上海市青浦区崧煌路77号第1幢四层427室 |
专利主权项内容
1.一种并联电池组故障检测方法,其特征在于,包括:获取多个样本并联电池组对应各类电气特征的特征数据;其中,所述电气特征包括相应并联电池组的端电压、总电流、开路电压、欧姆电阻、极化电阻、极化电容、使用时长、电池单元数量和环境温度;基于多个样本并联电池组的故障标签,利用第一神经网络模型对多个样本并联电池组对应各类电气特征的特征数据进行重要性排序,得到所述各类电气特征的重要性排序结果,并对多个样本并联电池组对应各类电气特征的特征数据进行相关性分析,得到所述各类电气特征的相关系数;基于所述各类电气特征的重要性排序结果和相关系数,从所述各类电气特征中确定筛选特征,并基于多个样本并联电池组对应各类筛选特征的特征数据和所述多个样本并联电池组的故障标签,确定各类筛选特征对应的正常值区间;基于待检测并联电池组对应各类筛选特征的特征数据、各类筛选特征对应的正常值区间以及各类筛选特征的重要性排序结果,确定所述待检测并联电池组的故障检测结果;所述基于待检测并联电池组对应各类筛选特征的特征数据、各类筛选特征对应的正常值区间以及各类筛选特征的重要性排序结果,确定所述待检测并联电池组的故障检测结果,包括:基于所述待检测并联电池组对应任一筛选特征的特征数据以及所述任一筛选特征对应的正常值区间,确定所述待检测并联电池组对应所述任一筛选特征的故障检测值;基于所述待检测并联电池组对应各类筛选特征的故障检测值以及各类筛选特征的重要性排序结果指示的相应筛选特征的重要性程度,确定所述待检测并联电池组的故障检测综合值,并基于所述待检测并联电池组的故障检测综合值以及综合阈值,确定所述待检测并联电池组的故障检测结果。