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！

龙图腾网获悉青岛铁骑网络科技有限公司申请的专利基于人工智能的电池故障诊断方法、装置及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：CN121454355B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202610019382.5，技术领域涉及：G01R31/367；该发明授权基于人工智能的电池故障诊断方法、装置及系统是由陈宗兴;卢世亮;夏立国;杨珍花设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于人工智能的电池故障诊断方法、装置及系统在说明书摘要公布了：本发明提供了一种基于人工智能的电池故障诊断方法、装置及系统，涉及人工智能技术领域，基于确定各属性监测数据的工况模式开展跨特征卷积融合，可深度挖掘多属性协同变化关系，将分散在不同通道的早期微弱故障特征进行叠加增强，同时过滤了工况波动带来的无效干扰，避免了微弱故障特征被正常波动与噪声淹没，大幅提升早期故障识别能力。同时，对跨特征增强向量实施扰动抑制的前提下构建兼具多属性协同特征与全周期演变特征的全局感知特征表示，可实现对电池故障的渐进性演变进行量化评估，使诊断模型可结合故障发展趋势进行故障事前预判，从源头延缓或阻止故障恶化。

本发明授权基于人工智能的电池故障诊断方法、装置及系统在权利要求书中公布了：1.一种基于人工智能的电池故障诊断方法，其特征在于，所述方法包括： 获取目标电池的运行监测数据，根据所述运行监测数据的每种属性数据分别在监测时间点的特征空间分布，确定所述属性数据在对应监测时间点的监测工况模式； 基于所述监测工况模式，对每种所述属性数据进行跨特征卷积融合，生成跨特征增强向量； 对所述跨特征增强向量的跨特征通道的信号波动进行扰动抑制，并获取所述跨特征增强向量在所述扰动抑制下的时序局部细节和时序全局上下文信息，构建全局感知特征表示； 利用预先构建的电池故障诊断模型对所述全局感知特征表示进行分类识别，确定所述目标电池基于所述运行监测数据的故障类别； 其中，根据所述运行监测数据的每种属性数据分别在监测时间点的特征空间分布，确定所述属性数据在对应监测时间点的监测工况模式的步骤，包括： 对所述运行监测数据进行频率域滤波，并根据所述运行监测数据的时序统计对滤波后的运行监测数据进行自适应归一化，生成预处理数据； 根据所述预处理数据的每种属性数据在特征空间中的分布，将所述属性数据的监测时间点划分为多个工况模式簇； 基于所述工况模式簇确定当前监测时间点所属的监测工况模式； 利用预先构建的电池故障诊断模型对所述全局感知特征表示进行分类识别，确定所述目标电池基于所述运行监测数据的故障类别的步骤，包括： 基于所述全局感知特征表示的工况模式分布和信号波动形态，构建所述全局感知特征表示的辅助特征向量； 通过轻量级全连接网络确定所述辅助特征向量的辅助分类概率分布，利用所述诊断模型的主故障分类层输出所述全局感知特征表示对应的初步预测概率； 对所述辅助分类概率分布和所述初步预测概率进行自适应融合，确定所述目标电池对应的故障类别； 其中，基于所述全局感知特征表示的工况模式分布和信号波动形态，构建所述全局感知特征表示的辅助特征向量的步骤，包括： 根据所述全局感知特征表示在所属的每个工况模式簇的时间点比例，确定所述全局感知特征表示的工况模式分布； 根据所述全局感知特征表示的时序序列偏度，确定所述全局感知特征表示的信号波动形态； 对所述工况模式分布、所述信号波动形态和所述全局感知特征表示进行数据拼接，形成所述全局感知特征表示的辅助特征向量。

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青岛铁骑网络科技有限公司，其通讯地址为：266000 山东省青岛市城阳区新郑路9号办公楼205室；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。