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！

龙图腾网获悉北京迅巢科技有限公司申请的专利一种基于大数据的电动车电池故障预警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：CN120490831B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510793694.7，技术领域涉及：G01R31/367；该发明授权一种基于大数据的电动车电池故障预警方法是由秦蕴凯设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本一种基于大数据的电动车电池故障预警方法在说明书摘要公布了：本发明涉及电动车电池管理技术领域，公开一种基于大数据的电动车电池故障预警方法，包括：步骤1、数据采集与预处理，通过电池管理系统获取电动车电池的运行参数，包括荷电状态、健康状态、电压、电流和温度，且对获取的数据进行清洗，采用中值滤波去除噪声，利用时间同步方法对所有参数进行对齐；步骤2、构建电池状态空间模型，利用电池的荷电状态、电压和健康状态作为系统状态变量，构建状态空间方程。通过贝叶斯优化动态调整故障预警阈值，能根据不同工况自适应优化，实现在不同电池老化状态和使用环境下自动修正报警触发条件，得到降低误报率和漏报率，提高故障预警系统可靠性的效果。

本发明授权一种基于大数据的电动车电池故障预警方法在权利要求书中公布了：1.一种基于大数据的电动车电池故障预警方法，其特征在于，包括： 步骤1、数据采集与预处理，通过电池管理系统获取电动车电池的运行参数，包括荷电状态、健康状态、电压、电流和温度，且对获取的数据进行清洗，采用中值滤波去除噪声，利用时间同步方法对所有参数进行对齐； 步骤2、构建电池状态空间模型，利用电池的荷电状态、电压和健康状态作为系统状态变量，构建状态空间方程，状态方程描述荷电状态由时间变化的关系，健康状态方程描述电池健康状态的衰退趋势，电压方程描述电池端电压与电流及内阻的关系，且结合观测方程确定测量数据与系统状态的联系，为状态估计提供数学模型； 步骤3、采用状态估计算法，基于构建的状态空间模型，采用卡尔曼滤波算法对荷电状态和健康状态进行在线估计，先利用预测方程对下一时刻的状态进行预测，再结合当前时刻的测量数据进行更新，以修正状态变量； 步骤4、建立增量学习模型，基于状态估计算法得到的荷电状态、健康状态和电压变量，构建增量学习模型，对电池故障风险进行建模，增量学习模型采用长短时记忆神经网络处理时序数据，且在新数据到来时通过在线梯度更新优化网络参数，以适应不同电池的运行环境和不同使用阶段的故障模式变化； 步骤5、进行故障概率计算，利用增量学习模型预测未来时刻的电池状态，计算电池在设定时间窗口内发生故障的概率，计算过程结合历史运行数据，考虑荷电状态、健康状态、电流和温度的变化趋势； 步骤6、设定动态预警阈值，基于计算出的故障概率，采用贝叶斯优化方法动态调整故障预警阈值，先初始化阈值且计算误报率，再通过迭代优化确定最优的阈值，使故障预警的触发条件适应电池运行环境的变化，为最终的预警决策提供最优参考； 步骤7、执行故障预警决策，根据计算得到的故障概率和设定的动态预警阈值，判断电池是否进入故障状态，若故障概率超过动态阈值时，触发故障报警信号，且将故障信息传输至电池管理系统，以提示用户进行相应的维护和更换操作。

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北京迅巢科技有限公司，其通讯地址为：100000 北京市房山区燕山岗南路东一巷6号综合楼B座B111-294；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。