基于多维度数据分析的电池检测方法技术

技术编号:42491449 阅读:21 留言:0更新日期:2024-08-21 13:08
本发明专利技术公开了基于多维度数据分析的电池检测方法,属于电池检测领域,包括:获取多维度检测样本集,分类获取主动检测样本集和被动检测样本集;建立时序衰减模型,获取第一衰减率样本和第二衰减率样本;按照第一衰减率样本和第二衰减率样本以及标识检测有效度的标识信息,训练检测有效度评估模型;获取多维度实时检测数据集,输入检测有效度评估模型中,获取检测有效度,与预设有效度进行数据反馈优化,生成电池健康指标。通过引入时序衰减模型对主动检测数据和被动检测数据进行有效性分析,并结合检测有效度评估模型,达到了提高电池健康状态检测准确性的技术效果。

【技术实现步骤摘要】

本专利技术涉及电池检测领域,具体涉及基于多维度数据分析的电池检测方法


技术介绍

1、随着电池技术的不断发展和应用领域的不断拓展,对电池的健康状态进行准确检测变得越来越重要。电池健康状态的检测对于保证电池的安全使用、延长电池的使用寿命以及优化电池的能量管理策略都具有重要意义。现有技术中,电池健康状态检测主要通过对电池的各种检测数据进行分析来实现,包括电压、电流、温度等多个维度的数据。然而,现有的电池检测方法未充分考虑检测数据随时间发生的衰减,直接使用受到时间影响的检测数据来判断电池健康状态,会得到偏离实际情况的结果,导致电池健康状态检测的准确性不高。


技术实现思路

1、本申请通过提供了基于多维度数据分析的电池检测方法,旨在解决现有技术中由于未充分考虑电池检测数据随时间衰减而导致的电池健康状态检测准确性不高的技术问题。

2、本申请公开的基于多维度数据分析的电池检测方法,包括:获取目标电池的多维度检测样本集;将多维度检测样本集进行分类,获取主动检测样本集和被动检测样本集;建立时序衰减模型,按照时序衰减本文档来自技高网...

【技术保护点】

1.基于多维度数据分析的电池检测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,获取主动检测样本集和被动检测样本集;

3.如权利要求1所述的方法,其特征在于,所述时序衰减模型包括主动-时序衰减层,还包括:

4.如权利要求3所述的方法,其特征在于,按照所述干预方式和所述干预设备对所述多类样本数据源进行衰减影响分析,获取多类第一衰减影响系数,方法包括:

5.如权利要求3所述的方法,其特征在于,所述时序衰减模型包括被动-时序衰减层,包括:

6.如权利要求1所述的方法,其特征在于,建立时序衰减模型,方法还包括:...

【技术特征摘要】

1.基于多维度数据分析的电池检测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,获取主动检测样本集和被动检测样本集;

3.如权利要求1所述的方法,其特征在于,所述时序衰减模型包括主动-时序衰减层,还包括:

4.如权利要求3所述的方法,其特征在于,按照所述干预方式和所述干预设备对所述多类样本数据源进行衰减影响分析,获取多类第一衰减影响系数,方法包括:

<...

【专利技术属性】
技术研发人员:倪一伟丁徐强李忠国王琪徐海洋季冉焦云霄陈裕欣施帅帅
申请(专利权)人:南通理工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1