一种基于机器学习的多传感器电池安全监控方法及系统

    公开(公告)号:CN119199565A

    公开(公告)日:2024-12-27

    申请号:CN202411696920.1

    申请日:2024-11-26

    Abstract: 本发明提供一种基于机器学习的多传感器电池安全监控方法及系统,包括:通过电池系统中的传感器采集数据;将采集到的数据以JSON格式存储,并对数据进行人工标注;使用基于鲁棒估计的生成对抗网络对标注后的数据进行扩充,来构成训练样本;通过自适应波动优化算法的神经网络对训练样本进行特征提取;基于流形映射学习的自编码神经网络对提取的特征进行降维,以形成低维特征空间;基于朗道量子化的支持向量机分类算法对降维后的数据进行分类;基于分类结果,进行电池安全状态的监控。本发明在特征降维中保持了关键信息的同时,减少了数据的维度,优化了处理效率和运算负荷,通过精确的量子态调整和数据特性合并,提升了分类精度和稳定性。

Patent Agency Ranking