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！

龙图腾网获悉国网江苏省电力有限公司泰州供电分公司;国网江苏省电力有限公司申请的专利一种蓄电池运行状态缺陷识别方法及装置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：CN119438907B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411621210.2，技术领域涉及：G01R31/367；该发明授权一种蓄电池运行状态缺陷识别方法及装置是由时维俊;陈文;李勇;孙元存;符瑞;徐兴春;鞠玲;冯唯;胡万剑;戴红波;卞凯鸣;朱祥泽;时婷;杨磊;张圣军;袁晨;唐杰;张玲俐设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种蓄电池运行状态缺陷识别方法及装置在说明书摘要公布了：本发明提供了一种蓄电池运行状态缺陷识别方法及装置。该方法首先收集蓄电池充放电运行过程中的可测变量，并对其进行归一化预处理，再通过滑动窗口技术将这些变量转换成矩阵形式的数据；然后，建立卷积自编码CAE提取电池可测变量的深层特征，并设计一种损失函数来优化CAE训练性能；在此基础上，利用结构相似评价指标对深层特征进行聚类分析，并结合深层特征排列熵将聚类结果分为无缺陷簇和缺陷簇；最后，建立一种定量评价指标以计算电池缺陷概率，并进一步建立长短期记忆神经网络LSTM以实现电池运行状态缺陷预测。本发明能够高效、准确地识别蓄电池运行状态缺陷，并量化其缺陷出现概率，为电池健康管理提供支持。

本发明授权一种蓄电池运行状态缺陷识别方法及装置在权利要求书中公布了：1.一种蓄电池运行状态缺陷识别方法，其特征在于，其包括以下步骤： 步骤S101、实时采集蓄电池的某一时间段内可测变量数据； 步骤S103、基于滑动窗口法将所述可测变量数据转换为矩阵形式的第一时间序列数据集； 步骤S105、将所述第一时间序列数据集输入到第一卷积自编码CAE模型中提取第一深层特征集，所述卷积自编码CAE模型采用如下损失函数：，其中，，表示输入数据，表示重建数据，和分别表示输入数据与重建数据中位置处的数值，、表示权重系数，O、P表示矩阵的行数和列数； 步骤S107、基于特征之间的相似性，将所述第一深层特征集分为无缺陷簇和缺陷簇，包括：基于第一结构相似指标模型对第一深层特征进行聚类分析，形成两个相互独立的簇，具体包括如下步骤：S1071、随机选取两个第一深层特征集中的特征作为两个簇初始质心；S1073、计算所有其他深层特征与两质心的结构相似指标，并依此重新分配第一深层特征中的所有特征至两个簇；S1075、计算两个簇中的特征各维度的均值，以更新两个簇的质心；S1077、重复步骤S1071至S1075，直到两个簇的质心不再改变或达到限定更新次数； 其中，基于质心和簇内样本的分布，建立定量评价指标模型，采用如下公式表示：，其中表示第个深层特征的缺陷概率，表示深层特征位置数值；表示无缺陷簇中心位置数值；表示缺陷簇中心位置数值；的数值范围为0~1，其中0表示无缺陷，1表示缺陷，0.5为无缺陷状态与缺陷状态的分界值； 步骤S109、基于定量评价指标模型，评估所述第一深层特征集在滑动窗口内出现缺陷的概率； 步骤S1011、将所述第一深层特征集输入到第一长短期记忆神经网络LSTM模型中，输出每个滑动窗口的缺陷概率。

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国网江苏省电力有限公司泰州供电分公司;国网江苏省电力有限公司，其通讯地址为：225300 江苏省泰州市凤凰西路2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”。

以上内容由龙图腾AI智能生成。