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！

龙图腾网获悉上海玖行能源科技有限公司申请的专利基于机器学习的电池充电异常状态监测方法及监测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：CN115684939B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211293915.7，技术领域涉及：G01R31/367；该发明授权基于机器学习的电池充电异常状态监测方法及监测系统是由蒋瑞秘;张俊;李萱设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于机器学习的电池充电异常状态监测方法及监测系统在说明书摘要公布了：本发明公开了一种基于机器学习的电池充电异常状态监测方法及监测系统，属于重卡充电站技术领域，其特征在于，包括如下步骤：S1：搜集电池的历史充电数据；S2、对历史充电数据进行预处理；S3、构建特征集；S4、对特征集进行数据正规化处理，将所有数值缩放到[0,1]范围；S5、利用PCA算法降维，将特征集从2N+6降至K维；S6、利用KNN算法拟合降维后的特征集，得到训练后的聚类模型以及聚类中心点；S7、将降维后的特征集输入到聚类模型，输出得到每个特征点到聚类中心点的欧式距离，欧式距离值越大，则表示该特征点的异常度越高。本发明通过对充电历史大数据的分析，能够实现对电池异常状态的智能化分析。

本发明授权基于机器学习的电池充电异常状态监测方法及监测系统在权利要求书中公布了：1.一种基于机器学习的电池充电异常状态监测方法，其特征在于，包括如下步骤： S1：搜集电池的历史充电数据：具体为：根据数据采样频率，提取M行数据字段，每行数据字段包括电池箱编码、温度、电压、电流、soc、开始充电时间、数据时间戳；M为大于1的自然数； S2、对历史充电数据进行预处理，具体为： S2.1、通过电池箱编码，开始充电时间，进行数据分组，每组历史充电数据表示一块电池一次充电过程的所有数据； S2.2、按时间戳将每组历史充电数据从低到高排序； S2.3、筛选出起始soc小于40，结束soc大于98的数据组； S2.4、每组历史充电数据，筛选出soc从40到98这个时间段的数据行； S3、构建特征集；具体为： S3.1、针对每组历史充电数据，构建如下特征：电流值标准差、电流曲线单点波动数量、电流曲线阶梯波动数量、插值电流序列、插值电压序列、温度最高值、温度最低值和温度平均值；其中： 电池充电某一时刻电流值为，前一时刻电流值为，后一时刻电流值为，设定阈值为T； 所述电流曲线单点波动数量的获取过程为：若，则将判定为电流曲线单点波动，计数为1，对每组历史充电数据，求出总数量，计为； 所述电流曲线阶梯波动数量的获取过程为：若，则将判定连续变化点；去除单点波动点之后，去除连续变化点，对剩余的点，如果 ，则将判定为电流曲线阶梯波动，计数为1，对每组历史充电数据，求出其总数量，计为n2； S3.2、通过特征的构建，将每组充电历史数据转化为一个1×2N+6的特征行，得到m×2N+6的特征集，m为数据预处理之后的数据组数； S4、对特征集进行数据正规化处理，将所有数值缩放到[0,1]范围； S5、利用PCA算法降维，将特征集从2N+6降至K维； S6、利用KNN算法拟合降维后的特征集，得到训练后的聚类模型以及聚类中心点； S7、将降维后的特征集输入到聚类模型，输出得到每个特征点到聚类中心点的欧式距离，欧式距离值越大，则表示该特征点的异常度越高。

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上海玖行能源科技有限公司，其通讯地址为：201821 上海市嘉定区福海路1168号、上海市嘉定工业区福海路1186号2幢1层A区、2层；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。