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！

龙图腾网获悉章鱼博士智能技术(上海)有限公司申请的专利一种异常电芯检测方法、装置、计算机设备及存储介质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：CN116430237B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310411580.2，技术领域涉及：G01R31/367；该发明授权一种异常电芯检测方法、装置、计算机设备及存储介质是由徐超;王媛;高攀龙;张建彪设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种异常电芯检测方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明涉及电池领域，公开了一种异常电芯检测方法、装置、计算机设备及存储介质，方法包括：获取多个正常电芯和异常电芯的多种电芯时间序列数据；将每个电芯对应的每种电芯时间序列数据按照种类并列拼接，生成每个电芯的多维时间序列数据；通过正常电芯的多维时间序列数据训练卷积重构模型；将正常电芯和异常电芯的多维时间序列数据输入卷积重构模型，并根据重构结果分别计算正常电芯和异常电芯的重构误差；通过正常电芯和异常电芯的重构误差确定误差阈值；将未知电芯的多维时间序列数据输入卷积重构模型，确定未知电芯的目标重构误差；根据目标重构误差和误差阈值的大小关系确定未知电芯的检测结果。本发明提高了异常电芯检测的准确度。

本发明授权一种异常电芯检测方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种异常电芯检测方法，其特征在于，所述方法包括： 获取多个电芯的多种电芯时间序列数据，所述电芯包括正常电芯和异常电芯； 将每个电芯对应的每种电芯时间序列数据按照种类并列拼接，生成每个电芯对应的多维时间序列数据； 将所述正常电芯的多维时间序列数据同时作为输入样本和样本标签，训练卷积重构模型，所述卷积重构模型包括卷积层、池化层、上采样层和全连接层；所述将所述正常电芯的多维时间序列数据同时作为输入样本和样本标签，训练卷积重构模型，包括：将所述正常电芯的多维时间序列数据输入编码器进行下采样特征提取，得到深部特征，所述编码器由多个卷积层与多个池化层交替组成，其中所述编码器的第一层为第一卷积层，所述第一卷积层的卷积核宽度与所述多维时间序列数据的列数相同，所述多维时间序列数据的每一列单独通过卷积核进行卷积； 将所述正常电芯和所述异常电芯的多维时间序列数据输入所述卷积重构模型，并根据重构结果分别计算所述正常电芯和所述异常电芯的重构误差；所述将所述正常电芯和所述异常电芯的多维时间序列数据输入所述卷积重构模型，并根据重构结果分别计算所述正常电芯和所述异常电芯的重构误差，包括：从当前电芯的多维时间序列数据中提取多段子序列数据；针对每段子序列数据，通过所述卷积重构模型重构得到每段子序列数据对应的子重构结果；计算每段子序列数据和对应子重构结果之间的子重构误差，并将得到的多个子重构误差从小到大排序，得到当前电芯的重构误差序列； 通过所述正常电芯和所述异常电芯的重构误差确定误差阈值；所述通过所述正常电芯和所述异常电芯的重构误差确定误差阈值，包括：根据箱体图算法从每个电芯的重构误差序列中确定上四分位数对应的四分位误差；删除各个四分位误差中的最大值和最小值，并计算剩余四分位误差的误差均值；计算所述误差均值的预设倍数，得到所述误差阈值，所述预设倍数的取值范围是1.5~2； 将未知电芯的多维时间序列数据输入所述卷积重构模型，并根据未知电芯的重构结果确定未知电芯的目标重构误差； 根据所述目标重构误差和所述误差阈值的大小关系确定所述未知电芯的检测结果；所述根据所述目标重构误差和所述误差阈值的大小关系确定所述未知电芯的检测结果，包括：当所述目标重构误差中超过所述误差阈值的子重构误差数量达到预设数量时，判定所述未知电芯为异常电芯。

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章鱼博士智能技术(上海)有限公司，其通讯地址为：201824 上海市嘉定区金沙江路3131号2幢J；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。