- 专利标题: 一种基于大数据的电池故障分类识别方法及系统
-
申请号: CN202410125064.8申请日: 2024-01-30
-
公开(公告)号: CN117648661A公开(公告)日: 2024-03-05
- 发明人: 徐广琳 , 李梦雪 , 初宏伟 , 刘彤 , 彭敏 , 韩荧 , 徐磊
- 申请人: 长春汽车工业高等专科学校
- 申请人地址: 吉林省长春市绿园区新红旗大街1777号
- 专利权人: 长春汽车工业高等专科学校
- 当前专利权人: 长春汽车工业高等专科学校
- 当前专利权人地址: 吉林省长春市绿园区新红旗大街1777号
- 代理机构: 北京专赢专利代理有限公司
- 代理商 李斌
- 主分类号: G06F18/2433
- IPC分类号: G06F18/2433 ; G06F18/213 ; G06F18/22 ; G06F18/2415 ; G06N20/00 ; G01R31/367 ; G01R31/385 ; G01R31/392 ; G01R31/52
摘要:
本发明适用于电池故障分析技术领域,提供了一种基于大数据的电池故障分类识别方法及系统,本申请通过采集电池异常数据样本,在电池异常数据样本上标记有电池型号,所述异常数据样本包括充电时电解液温度上升速度、放电电流、电压和电解液密度,将标记有电池型号的电池异常数据样本输入至大数据平台进行匹配,当电解液密度与大数据平台匹配时,输出板极硫化故障信息,当电压为零,且充电时电解液温度上升速度和放电电流与大数据平台匹配时,输出内部短路故障数据,否则,输出其它类型的故障信息的步骤,从而根据分类识别出电池极板硫化故障、蓄电池内部短路故障和其他故障类型,具备精准识别和分类的特点。
公开/授权文献
- CN117648661B 一种基于大数据的电池故障分类识别方法及系统 公开/授权日:2024-04-19