Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学陈俊生获国家专利权

重庆邮电大学陈俊生获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于局部离群因子算法的电池包异常单体检测方法和系统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:CN119986384B

龙图腾网通过国家知识产权局官网在2026-01-09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:202510080739.6,技术领域涉及:G01R31/367;该发明授权基于局部离群因子算法的电池包异常单体检测方法和系统是由陈俊生;刘青松;赵星;刘明杰;孙荣利;胡娅玲;李阳;朴昌浩;李峰设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

基于局部离群因子算法的电池包异常单体检测方法和系统在说明书摘要公布了:本发明公开了基于局部离群因子算法的电池包异常单体检测方法和系统。该方法包括:采用滑动窗口法,抽样采集电池包中每个电池单体的电压数据和电流数据,得到单体电压矩阵;根据单体电压矩阵U,分别得到第一电压特征F1和第二电压特征F2;根据单体电压矩阵U和电池单体的电流数据,计算每个单体在滑动窗口内的电压变化一致性特征F3;将所述第一电压特征F1、第二电压特征F2、电压变化一致性特征F3整合为特征点,将特征点整合映射为数据点;采用局部离群因子LOF算法对数据点集合进行异常检测,得到异常数据点,该异常数据点为电池包中的异常电池单体。本发明可以提高电池包内异常单体的准确性,并能判断异常情况类型。

本发明授权基于局部离群因子算法的电池包异常单体检测方法和系统在权利要求书中公布了:1.基于局部离群因子算法的电池包异常单体检测方法,其特征在于,包括: 采用滑动窗口法,抽样采集电池包中每个电池单体的电压数据和电流数据,得到单体电压矩阵; 根据单体电压矩阵U,计算每个电池单体在滑动窗口内的平均Z分数,得到第一电压特征; 根据单体电压矩阵U,分别计算每个单体在滑动窗口内的单体电压标准差和中位绝对偏差,将所述单体电压标准差和中位绝对偏差做乘积,得到第二电压特征; 将单体电压矩阵U去掉单体电压矩阵的第一帧,得到第一电压矩阵将单体电压矩阵U去掉单体电压矩阵的最后一帧,得到第二电压矩阵;将所述第二电压矩阵减去第一电压矩阵,得到每个单体在滑动窗口内每两帧之间的电压差矩阵;计算电压差矩阵中每一行的平均值,得到每帧数据平均电压差 根据电池包中各电池单体的电流数据,计算得到整个电池包的总电流; 根据所述电压差矩阵中每一列、每帧数据平均电压差以及整个电池包的总电流,计算每个单体在滑动窗口内的皮尔逊相关系数; 根据每个单体在滑动窗口内的皮尔逊相关系数,计算每个电池单体的皮尔逊相关系数的相对偏差RD,得到一致性系数特征; 将所述第一电压特征、第二电压特征、电压变化一致性特征整合为特征点,将特征点整合映射为数据点; 采用局部离群因子LOF算法对数据点集合进行异常检测,得到异常数据点,该异常数据点为电池包中的异常电池单体。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。