- 5
- 0
- 约2.14万字
- 约 21页
- 2023-06-09 发布于四川
- 举报
本发明属于电池故障预测领域,提供了一种基于CNN‑LSTM结合相关系数的电池故障预测方法及系统,包括获取当前时刻目标电池电压时间序列中的电压数据,利用预先训练好的CNN‑LSTM模型进行故障预测,得到下一时刻的电池电压预测值;将下一时刻的电池电压预测值与上一时刻的电池电压预测值连接,得到组合电池电压时间序列;利用相关系数法对组合电池电压时间序列进行相关性分析,确定电池是否出现故障。本发明可以在电池未出现故障的情况下对电池的故障与否进行预测,能够提前将故障情况告知用户,提高了电池安全性和保障了用户
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 115718260 A
(43)申请公布日 2023.02.28
(21)申请号 202211213466.0
(22)申请日 2022.09.30
(71)申请人 山东工商学院
地址 264026
原创力文档

文档评论(0)