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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于时频分层注意力模型的动力电池故障预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：CN121071745B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511589120.4，技术领域涉及：G06F18/2433；该发明授权一种基于时频分层注意力模型的动力电池故障预测方法是由高明裕;郑欢彬;马沈辉;何志伟;董哲康;林辉品;朱江明;李志设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种基于时频分层注意力模型的动力电池故障预测方法在说明书摘要公布了：本发明公开了一种基于时频分层注意力模型的动力电池故障预测方法，该方法首先采集动力电池运行数据并进行预处理，采用时序分解方法将将预处理后的数据分解为趋势分量和季节分量。其次构建时频分层注意力模型TFHformer，基于趋势分量和季节分量，预测得到电池性能参数的预测值。最后根据预测值与实际值之间的误差，判断动力电池是否存在故障风险。本发明有效捕捉短期动态变化和长期周期依赖关系，同时显著降低了计算开销，有助于及时、准确预测动力电池系统中存在的故障风险，为动力电池在车端以及储能电站的安全使用提供保障。

本发明授权一种基于时频分层注意力模型的动力电池故障预测方法在权利要求书中公布了：1.一种基于时频分层注意力模型的动力电池故障预测方法，其特征在于，包括如下步骤： S1、采集动力电池运行数据并进行预处理，采用时序分解方法将预处理后的数据分解为趋势分量和季节分量； S2、构建时频分层注意力模型TFHformer，基于趋势分量和季节分量，预测得到电池性能参数的预测值； 所述TFHformer模型包括时间域分层变化模块、频率域分层周期模块和自适应时间-频率融合模块；其中，时间域分层变化模块与频率域分层周期模块并行处理季节分量，分别提取时间域的分层变化特征和频率域的分层周期特征；两模块的输出结果与趋势分量进行融合，共同输入自适应时间-频率融合模块，最终得到电池性能参数的预测值，具体实现过程如下： S2-1、构建时间域分层变化模块，将季节分量作为输入，通过等距结构嵌入保持时空拓扑，利用分层注意力机制逐步提取局部依赖关系并消除冗余，得到时间域表示； S2-2、构建频率域分层周期模块，将季节分量通过快速傅里叶变换FFT提取频谱表示，根据频谱能量选择前k个能量最高的频率，并依据这些频率对应的周期长度，将时间序列数据分层组织成不同时间尺度的片段，通过分层注意力机制建模不同时间尺度片段间的依赖关系，得到频率域表示； S2-3、构建自适应时间-频率融合模块，融合时间域表示和频率域表示，通过可学习的分层特征融合优化双域交互，得到最终预测值； S3、根据预测值与实际值之间的误差，判断动力电池是否存在故障风险。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。