| 专利号 | 2025106058837 | 申请日 | 2025-05-12 | 专利名称 | 一种基于机器学习的动力电池健康状态异常检测方法 |
| 授权日 | 2025-08-05 | 专利权人 | 潍坊学院 | 发明人 | 郭姗姗;孟昊;敖冬威;王文成;李伦;苗家福;李新沛 |
| 主分类号 | G01R31/367 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提出一种基于机器学习的动力电池健康状态异常检测方法，涉及数据异常检测领域。本发明提出MtsNet异常检测模型，包括微扰响应时间建模模块、变量关系学习模块和异常检测模块，具体地，微扰响应时间建模模块用于处理数据中的动态模式，变量关系学习模块用于处理数据的动态耦合问题，异常检测模块用于整合两种偏差评分，得到最终的动力电池健康状态异常分数，各模块间相互配合实现对动力电池健康状态的异常检测。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新能源产业 智能电网产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
