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！

龙图腾网获悉山河智能装备股份有限公司申请的专利电动工程装备的三电系统故障分析方法、装置、设备及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：CN121299328B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511865838.1，技术领域涉及：G01R31/00；该发明授权电动工程装备的三电系统故障分析方法、装置、设备及介质是由张攀;唐珺琨;彭炜程;罗丹;曾冬成设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本电动工程装备的三电系统故障分析方法、装置、设备及介质在说明书摘要公布了：本申请公开了电动工程装备的三电系统故障分析方法、装置、设备及介质，涉及电动工程装备技术领域，三电系统包括电池系统、电机系统及电控系统；方法包括：基于预定义的规范入网协议标准采集电动工程装备的运行数据；基于采到的电池参数数据及预设联合分析模型确定电池故障分析结果和电池剩余寿命预测结果；基于采到的电机参数数据和预设多维故障诊断架构确定电机故障分析结果；基于采到的电控参数数据和预设隐性故障关联模型确定电控故障分析结果；通过融合上述预测结果和分析结果，基于相应的融合结果，确定电动工程装备的健康状态量化信息和运维决策建议信息。能有效解决现有相关方案中存在的问题，提高电动工程装备故障分析的适用性和精确性。

本发明授权电动工程装备的三电系统故障分析方法、装置、设备及介质在权利要求书中公布了：1.一种电动工程装备的三电系统故障分析方法，其特征在于，所述三电系统包括电池系统、电机系统以及电控系统；所述方法包括： 基于预定义的规范入网协议标准，对运行中的电动工程装备进行运行数据采集，以确定装备数据采集结果；所述装备数据采集结果包括电池参数数据、电机参数数据及电控参数数据； 基于所述电池参数数据以及预设联合分析模型，确定所述电池系统对应的电池故障分析结果和电池剩余寿命预测结果；所述预设联合分析模型为对多尺度下采样、长短期记忆网络和转换器模型进行融合后得到的时间序列预测模型； 基于所述电机参数数据和预设多维故障诊断架构进行故障的识别、分类及等级判定，以确定所述电机系统对应的电机故障分析结果； 基于所述电控参数数据和预设隐性故障关联模型进行复合型故障的识别与溯源，以确定所述电控系统对应的电控故障分析结果；所述预设隐性故障关联模型为基于预设关联规则挖掘算法对故障并发模式与因果序列进行分析的模型； 通过融合所述电池故障分析结果、所述电池剩余寿命预测结果、所述电机故障分析结果及所述电控故障分析结果，并基于相应的融合结果，确定所述电动工程装备对应的健康状态量化信息和运维决策建议信息； 其中，所述基于所述电池参数数据以及预设联合分析模型，确定所述电池系统对应的电池故障分析结果和电池剩余寿命预测结果，包括： 获取预先基于鲸鱼优化算法训练好的预设联合分析模型； 基于所述预设联合分析模型中的所述长短期记忆网络，对所述电池参数数据进行多尺度的时序特征提取，以确定时序特征提取结果；所述电池参数数据包括电池的电压、电流、温度、充电状态、充电进程、故障代码、荷电状态、工作状态、工作时长以及充电器机内温度和充电器输出电流； 基于所述时序特征提取结果以及注意力机制进行特征融合，以确定特征融合结果； 基于所述预设联合分析模型中的所述转换器模型，确定与所述特征融合结果对应的位置编码信息； 基于所述特征融合结果和所述位置编码信息确定输入序列； 基于所述转换器模型、所述输入序列以及多头注意力机制进行全局依赖关系的分析，以确定所述转换器模型的输出信息； 基于所述输出信息，并结合不同的全连接层或激活函数分别进行确定电池潜在故障的分析和电池剩余寿命的预测，以确定电池故障分析结果和电池剩余寿命预测结果；所述电池潜在故障包括电池充放电异常、电池热失控及电池容量衰减； 所述基于所述电机参数数据和预设多维故障诊断架构进行故障的识别、分类及等级判定，包括： 获取已训练好的预设多维故障诊断架构； 获取第一电机故障对应的平均电流频率特征值；所述第一电机故障包括电机定子绕组短路和电机转子断条； 针对任一种所述第一电机故障，基于所述电机参数数据，并结合所述预设多维故障诊断架构中与当前第一电机故障对应的经验特征函数，确定对应的电流频率特征值和电流频谱； 基于所述电流频率特征值与所述电流频谱，判断在所述电流频率特征值处是否出现波峰跳变，以完成边频比对操作，并得到边频比对结果； 判断所述电流频率特征值，是否靠近与当前第一电机故障对应的所述平均电流频率特征值，以确定特征值判断结果； 若所述边频比对结果和所述特征值判断结果均为是，则确定所述电机系统存在当前第一电机故障； 若所述边频比对结果和所述特征值判断结果均为否，则确定所述电机系统不存在当前第一电机故障； 若所述边频比对结果为是，且所述特征值判断结果为否，则触发电机参数数据重采样操作，并基于相应的重采样结果，重新跳转至所述针对任一种所述第一电机故障，基于所述电机参数数据，并结合所述预设多维故障诊断架构中与当前第一电机故障对应的经验特征函数，确定对应的电流频率特征值和电流频谱的步骤； 判断所述电机参数数据中的电机温度数据，是否大于对应的预设温度阈值，以确定过热故障判断结果； 判断所述电机参数数据中的电机转速数据，是否大于对应的预设转速阈值，以确定过速故障判断结果； 基于所述电机系统中各电机对应的所述电机转速数据，确定不同的所述电机之间的转速差值； 判断所述转速差值是否大于预设差值阈值，以确定对应的转速差异故障判断结果； 获取预先训练好的故障等级分类模型；所述故障等级分类模型为通过多层全连接层搭建的，用于反映所述电机参数数据和电机故障代码之间的映射关系的模型； 基于所述故障等级分类模型对所述电机参数数据进行故障代码的分类和推理，以确定故障等级信息。

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山河智能装备股份有限公司，其通讯地址为：410000 湖南省长沙市经济技术开发区凉塘东路1335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。