← 返回列表
一种基于大数据的电池故障分类识别方法及系统
摘要文本
本发明适用于电池故障分析技术领域，提供了一种基于大数据的电池故障分类识别方法及系统，本申请通过采集电池异常数据样本，在电池异常数据样本上标记有电池型号，所述异常数据样本包括充电时电解液温度上升速度、放电电流、电压和电解液密度，将标记有电池型号的电池异常数据样本输入至大数据平台进行匹配，当电解液密度与大数据平台匹配时，输出板极硫化故障信息，当电压为零，且充电时电解液温度上升速度和放电电流与大数据平台匹配时，输出内部短路故障数据，否则，输出其它类型的故障信息的步骤，从而根据分类识别出电池极板硫化故障、蓄电池内部短路故障和其他故障类型，具备精准识别和分类的特点。 来源：马 克 数 据 网
申请人信息
- 申请人:长春汽车工业高等专科学校
- 申请人地址:130062 吉林省长春市绿园区新红旗大街1777号
- 发明人: 长春汽车工业高等专科学校
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于大数据的电池故障分类识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410125064.8 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117648661A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06F18/2433 |
| 权利人 | 长春汽车工业高等专科学校 |
| 发明人 | 徐广琳; 李梦雪; 初宏伟; 刘彤; 彭敏; 韩荧; 徐磊 |
| 地址 | 吉林省长春市绿园区新红旗大街1777号 |
专利主权项内容
1.一种基于大数据的电池故障分类识别方法，其特征在于，所述方法包括以下步骤：采集电池异常数据样本，在电池异常数据样本上标记有电池型号，所述异常数据样本包括充电时电解液温度上升速度、放电电流、电压和电解液密度；将标记有电池型号的电池异常数据样本输入至大数据平台进行匹配，当电解液密度与大数据平台匹配时，输出板极硫化故障信息，当电压为零，且充电时电解液温度上升速度和放电电流与大数据平台匹配时，输出内部短路故障数据，否则，输出其它类型的故障信息。