申请/专利权人:郝全田
申请日:2024-01-24
公开(公告)日:2024-04-26
公开(公告)号:CN117930061A
主分类号:G01R31/392
分类号:G01R31/392;G01R31/389;G01R31/367
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明提供了一种电池故障诊断方法与系统,包括:获取不同故障类型下电池的红外图像;对所述红外图像进行图像增强处理得到增强后的红外图像;提取出所述增强后的红外图像上电池所对应的轮廓图像;根据电池的轮廓图像得到电池的轮廓特征;使用电池的轮廓特征、电池的工作电流及其工作电压作为训练样本,并将所述训练样本输入到神经网络模型中进行训练得到电池故障诊断模型;使用所述电池故障诊断模型对目标电池的故障类型进行检测。本发明通过将电池的轮廓特征、电池的工作电流及其工作电压作为训练样本,并基于此进行训练得到电池故障诊断模型,可以更好地反应出电池的使用状态,提高预测模型的准确性和可靠性。
主权项:1.一种电池故障诊断方法,其特征在于,包括以下步骤:步骤1:获取不同故障类型下电池的红外图像;步骤2:对所述红外图像进行图像增强处理得到增强后的红外图像;步骤3:提取出所述增强后的红外图像上电池所对应的轮廓图像;步骤4:根据电池的轮廓图像得到电池的轮廓特征;步骤5:使用电池的轮廓特征、电池的工作电流及其工作电压作为训练样本,并将所述训练样本输入到神经网络模型中进行训练得到电池故障诊断模型;步骤6:使用所述电池故障诊断模型对目标电池的故障类型进行检测。
全文数据:
权利要求:
百度查询: 郝全田 一种电池故障诊断方法与系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。