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！

龙图腾网获悉南京邮电大学申请的专利基于多元高斯分布模型的电动汽车充放电异常检验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：CN114881395B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210293420.8，技术领域涉及：G06Q10/063；该发明授权基于多元高斯分布模型的电动汽车充放电异常检验方法是由王禹程;杨玥;李佳柔;刘汉铮;樊玉卓;刘瑞奇设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本基于多元高斯分布模型的电动汽车充放电异常检验方法在说明书摘要公布了：本发明涉及一种基于多元高斯分布模型的电动汽车充放电异常检验方法，包括如下步骤：S1：获取电动汽车充放电数据，对获取到的电动汽车充放电数据进行数据预处理、不良数据处理、数据转换和数据特征挖掘；S2：对处理后的数据进行评价，依据电动汽车充放电数据特征，构建面向电动汽车充放电数据的质量评价指标体系及质量评价模型；S3：对充放电数据进行可视化处理获得异常检测类别和标准曲线，由确定的异常检测模型及标准曲线预测新数据异常与否。本发明提高充放电故障检验的效率和准确性，提高了使用电动汽车的安全性。

本发明授权基于多元高斯分布模型的电动汽车充放电异常检验方法在权利要求书中公布了：1.一种基于多元高斯分布模型的电动汽车充放电异常检验方法，其特征在于，包括如下步骤： S1：获取电动汽车充放电数据，对获取到的电动汽车充放电数据进行数据预处理、不良数据处理、数据转换和数据特征挖掘； 步骤S1中所述不良数据处理包括基于GSA的不良数据辨识算法，具体步骤如下： a将量测数据进行聚类，聚类个数k＝1，2，····K，计算对应不同的聚类个数时的聚类离散度Wk； b采用均匀分布作为参考分布，对参考数据进行k＝1，2，····K聚类时，计算对应不同聚类个数的聚类离散度的期望EWr,k； c计算聚类个数k＝1，2，···K时对应的Gapk值，计算公式为Gapk＝lnEWr,k-lnWk； d最后确定最小的k值，使不等式Gapk≥Gapk+1成立，此时的k值即为最佳聚类个数； S2：对处理后的数据进行评价，依据电动汽车充放电数据特征，构建面向电动汽车充放电数据的质量评价指标体系及质量评价模型； S3：对充放电数据进行可视化处理获得异常检测类别和标准曲线，由确定的异常检测模型及标准曲线预测新数据异常与否； 步骤S3中，所述对充放电数据进行可视化处理获得异常检测类别和标准曲线，具体包括如下步骤： S3.1：对所有充放电数据，按如下条件去掉错误数据： 1I＝-500；U＝100；Umax＝0.5；Umin＝0.5；Tmin＝0；R0； 2充电数据：放电数据： SOCdb11＝0；Umax，db11＝0； SOCdb21＝0；SOCdb22＝0；Umax，db21＝0；Umax，db22＝0； SOCdb31＝0；SOCdb32＝0；SOCdb33＝0； Umax，db31＝0；Umax，db32＝0；Umax，db33＝0； SOCda11＝0；Umax，da11＝0； SOCda21＝0；SOCda22＝0；Umax，da21＝O；Umax，da22＝0； SOCda31＝0；SOCda32＝0；SOCda33＝0； Umax，da31＝0；Umax，da32＝0；Umax，da33＝0； 其中，SOCdb1t＝SOCt-SOCt-1；Umax，db1t＝Umax，db1t-Umax，db1t-1为前向一阶差分；SOCdb2t＝SOCt-SOCt-2；Umax，db2t＝Umax，db2t-Umax，db2t-2为前向二阶差分；SOCdb3t＝SOCt-SOCt-3；Umax，db3t＝Umax，db3t-Umax，db3t-3为前向三阶差分；SOCda1t＝SOCt-SOCt+1；Umax，da1t＝Umax，da1t-Umax，da1t-1为后向一阶差分；SOCda2t＝SOCt-SOCt+2；Umax，da2t＝Umax，da2t-Umax，da2t+2为后向二阶差分；SOCda3t＝SOCt-SOCt+3；Umax，da3t＝Umax，da3t-Umax，da3t+3为后向三阶差分，其中，对于任意t，t＝0； S3.2：对保留的数据可视化：将所获得的充放电电流、充放电电压、单体电池最大电压、单体电池最小电压、单体电池最大温度、单体电池最小温度、充放电电池电量及充放电绝缘电阻的数据在坐标轴上表示出来； 步骤S3中，由确定的异常检测模型及标准曲线预测新数据异常与否，包括多元高斯分布的异常点检测方法，计算公式如下： 其中，m是样本数；x是一组特征数据；n为输入的特征数目；μ是一个向量，其每一个元素都是原特征矩阵中一行数据的均值；∑表示协方差矩阵；计算px的值并与预定的阈值ε比较，若计算px小于ε，则为异常点，否则为正常点。

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南京邮电大学，其通讯地址为：210000 江苏省南京市文苑路9号；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”。