买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉比塔(上海)数据科技有限公司申请的专利基于AI的分布式储能设备预测性维护系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119919125B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510398325.8，技术领域涉及：G06Q10/20；该发明授权基于AI的分布式储能设备预测性维护系统及方法是由陈全成设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于AI的分布式储能设备预测性维护系统及方法在说明书摘要公布了：本申请实施例涉及计算机技术领域，具体而言，涉及一种基于AI的分布式储能设备预测性维护系统及方法，该方法通过融合多维度运行数据的全面采集与AI预测模型的深度分析，实现了对分布式储能设备运行状态的精准监测。详细地，该方法能够有效识别设备潜在异常特征，结合维护紧迫度指标的量化评估，生成具有针对性的预测性维护指令，显著提升设备维护的及时性和准确性，降低非计划停机风险，延长设备使用寿命，同时优化维护资源分配效率。

本发明授权基于AI的分布式储能设备预测性维护系统及方法在权利要求书中公布了：1.一种基于AI的分布式储能设备预测性维护方法，其特征在于，应用于分布式储能设备预测性维护系统，所述方法包括： 采集分布式储能设备的多维度运行数据，所述多维度运行数据包括设备温度序列、充放电电流波形和电压波动特征； 将所述多维度运行数据输入至预训练的AI预测模型，生成所述分布式储能设备的运行状态预测结果，所述运行状态预测结果包含设备健康度评分和潜在异常特征集合； 基于所述运行状态预测结果，对所述潜在异常特征集合与预设故障模式库的关联性进行解析，确定所述分布式储能设备的维护紧迫度指标； 根据所述维护紧迫度指标与预设维护阈值的对比结果，生成针对所述分布式储能设备的预测性维护指令，所述预测性维护指令包含维护时间窗口和维护操作类型； 所述方法还包括：在所述分布式储能设备集群中部署边缘计算节点，所述边缘计算节点用于执行局部数据预处理和模型推理；通过所述边缘计算节点对采集的多维度运行数据进行初步异常检测，筛选出活跃异常数据片段；将所述活跃异常数据片段上传至云端服务器，并在所述云端服务器中采用联邦学习策略，聚合多个边缘计算节点的本地模型更新，生成全局优化的AI预测模型；将所述全局优化的AI预测模型分发至各边缘计算节点，实现分布式模型协同进化； 所述联邦学习策略的执行过程包括：为每个边缘计算节点分配独立的模型训练副本，并在本地使用活跃异常数据片段进行训练；从各边缘计算节点收集模型梯度更新量，采用差分隐私技术对所述梯度更新量添加随机噪声；在所述云端服务器中对加噪后的梯度更新量进行加权平均，生成全局梯度更新方向标签；根据所述全局梯度更新方向标签更新云端骨干模型参数，并将更新后的云端骨干模型参数同步至各边缘计算节点；在同步过程中采用模型蒸馏技术，将云端骨干模型的知识压缩至边缘侧的轻量级模型中，以维持边缘计算资源约束下的推理效率； 所述在所述分布式储能设备集群中部署边缘计算节点，包括： 在所述分布式储能设备集群的每个物理节点的邻域位置部署边缘计算硬件单元，所述边缘计算硬件单元通过目标延迟通信协议与本地传感器阵列连接；通过所述边缘计算硬件单元接收所述多维度运行数据，对所述多维度运行数据进行格式标准化及时间戳对齐处理，生成预处理数据流； 在所述边缘计算硬件单元中加载轻量级AI推理模型，将所述预处理数据流输入所述轻量级AI推理模型，生成初步异常检测结果；所述初步异常检测结果包含异常类型标签及置信度评分；根据所述置信度评分与预设异常阈值的比较结果，从所述预处理数据流中筛选出满足置信度要求的初始异常数据片段； 对所述满足置信度要求的初始异常数据片段进行特征压缩编码，生成带宽传输数据包；将所述带宽传输数据包通过加密通道上传至所述云端服务器，触发所述联邦学习策略的模型聚合流程； 在所述云端服务器完成全局优化的AI预测模型生成后，接收下发的更新模型参数文件；通过热更新机制将所述更新模型参数文件加载至所述轻量级AI推理模型，覆盖原始模型权重； 基于更新后的轻量级AI推理模型，对更新时间节点之后输入的预处理数据流执行迭代推理，生成优化后的初步异常检测结果；将所述优化后的初步异常检测结果与所述本地传感器阵列的实时数据流进行交叉验证，剔除误报异常片段并修正置信度评分；根据修正后的置信度评分动态调整所述满足置信度要求的初始异常数据片段的筛选阈值，实现边缘侧的自适应异常检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人比塔(上海)数据科技有限公司，其通讯地址为：201612 上海市松江区新桥镇莘砖公路668号207室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。