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！

龙图腾网获悉浙江大学申请的专利储能电池堆集群均衡表征与状态健康感知的异常检测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：CN117031309B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202311120895.8，技术领域涉及：G01R31/367；该发明授权储能电池堆集群均衡表征与状态健康感知的异常检测方法是由赵春晖;杨佳阳;陈旭;郏振崴设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本储能电池堆集群均衡表征与状态健康感知的异常检测方法在说明书摘要公布了：本发明公开了一种储能电池堆集群均衡表征与状态健康感知的异常检测方法。本发明设计了多维度的电池健康表征方法，从集群和单体两个分析视角构建样本特征，实现健康度细粒度评估；同时，针对电池堆服役状态切换频繁的非平稳特性，以充放电服役状态为指示，对电池服役数据进行精细化的状态片切分与聚合操作，并设计集群慢均衡成分分析模型，在电池集群和单体双层级视角下完成多状态健康感知的异常检测。相较于现有的电池堆监控方法，本发明方法首次建立集群和单体的双层级电池堆状态分析视角，能够在大规模储能电池堆服役状态的监控任务中有效提高故障检出率，为大规模储能电池堆的精细化健康管理、保障电池堆装置服役安全提供实用性帮助。

本发明授权储能电池堆集群均衡表征与状态健康感知的异常检测方法在权利要求书中公布了：1.一种储能电池堆集群均衡表征与状态健康感知的异常检测方法，其特征在于，包括： 获取实时采集的电池堆服役数据，所述电池堆服役数据包括每个电池的服役状态变量数据，服役状态变量包含荷电状态指标和测点变量； 以电池模组为最小分析单元，将电池模组视为节点，电池模组中每个电池视为子节点，计算每个节点的平均荷电状态指标并构建每个节点对应的集群-单体多维度特征矩阵； 依据平均荷电状态指标作为指示变量，判断对应节点隶属的状态片及状态段，获取对应状态段的集群慢均衡成分分析模型、群体综合控制限以及个体综合控制限，将节点的集群-单体多维度特征矩阵利用对应的状态片数据进行零均值化处理后输入至对应的状态段的集群慢均衡成分分析模型中，计算节点的监测统计量；依据节点的监测统计量与对应的群体综合控制限以及个体综合控制限的对比结果获得节点的异常检测结果； 其中，每个节点对应的集群-单体多维度特征矩阵包括对应节点中每个子节点的集群-单体多维度特征，集群-单体多维度特征由该节点内子节点的服役状态变量数据、一类均衡特征和二类均衡特征拼接获得；子节点的一类均衡特征为节点中对应子节点与其余子节点的服役状态变量数据的1-范数、2-范数、∞-范数和或余弦相似度的平均值；子节点的二类均衡特征为由节点的服役状态变量数据构成的矩阵与由去除对应子节点的服役状态变量数据后剩余子节点的服役状态变量数据构成的矩阵计算的每一服役状态变量的均值、方差、均方根和或标准差的差值； 所述的状态片及状态段是利用对应节点的历史正常的服役数据进行电池服役状态划分构建获得的；其中，依据平均荷电状态指标作为指示变量，对该节点具有正常服役行为的全部历史时刻的集群-单体多维度特征矩阵进行重排，并根据平均荷电状态指标等间隔切分获得若干个状态片；再依次按序对状态片进行拼接构成扩展状态片，若扩展状态片符合条件则构成状态段，再对余下的状态片继续重新拼接判断直至全部状态片划分完；条件为：M′代表该扩展状态片矩阵由M′个状态片拼接而成，M’的取值从1开始递增，对于当前M’值的扩展状态片而言，比较其中包含的所有状态片在扩展前后的判别控制限Ctrm,s与Ctrv,m,s，Ctrm,f与Ctrv,m,f，m＝1,2,…,M′，若超过任意的三个状态片呈现Ctrv,m,s＞λCtrm,s或Ctrv,m,f＞λCtrm,f，则终止后续拼接，并且将当前构建的扩展状态片确定为一个状态段，否则继续尝试将M’+1个状态片进行拼接；其中λ为任意大于1的缩放系数；其中，v表示扩展状态片矩阵，用于区分拼接前的统计量与控制限的符号；m表示第m个状态片，Ctrv,m,s和Ctrv,m,f表示第m个状态片依据扩展状态片构建的集群慢均衡成分分析模型对应的判别控制限；Ctrm,s、Ctrm,f表示第m个状态片依据对应状态片构建的集群慢均衡成分分析模型对应的判别控制限； 所述集群慢均衡成分分析模型通过下述方法构建： 对待构建的数据矩阵的每个维度特征进行零均值化处理，再计算每个时刻对应的节点平均值；计算每个采样时刻对应的节点平均值在全体采样时刻的协方差矩阵，记为群体波动矩阵D；对群体波动矩阵执行SVD分解，即D＝UΛUT，其中U和Λ为SVD分解的中间结果矩阵；借助SVD分解得到的中间结果矩阵对待构建的数据矩阵的每一个子节点i的每一时刻k的集群-单体多维度特征进行白化变换，获得白化特征zi,k；通过在上执行SVD分解以求解中间结果矩阵P，其中α和β表示加权系数，0≤α,β≤1,α+β＝1，·t表示在采样时刻上进行平均处理；为待构建的数据矩阵的全体子节点的第k个时刻白化特征zi,k的平均值，是由对应节点历史正常的服役数据计算获得的节点平均差分矩阵中对应采样时刻的数据经过白化后的特征；再计算获得集群慢均衡成分分析模型映射的系数矩阵W＝UΛ-12PT，最后将系数矩阵的前JR列作为慢成分映射矩阵，将系数矩阵第JR列之后的数据作为快成分映射矩阵，构建获得集群慢均衡成分分析模型。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。