基于大数据与AI算法的电池故障预测方法、装置及设备
申请号:CN202411086861
申请日期:2024-08-08
公开号:CN118980958B
公开日期:2025-03-25
类型:发明专利
摘要
本发明属于电池故障检测技术领域,公开了一种基于大数据与AI算法的电池故障预测方法、装置及设备,通过将电池的负反馈数据集、电芯参数集、历史运行数据集以及历史故障数据作为训练集,基于训练集进行模型训练与验证,得到第一AI预测模型与第二AI预测模型,采集电池运行过程中的实际运行数据,将实际运行数据分别输入至第一AI预测模型与第二AI预测模型,得到第一AI预测模型输出的第一预测结果以及第二AI预测模型输出的第二预测结果,根据第一预测结果和第二预测结果确定目标预测结果,通过上述方式能够对储能电池组的故障进行提前预测,排除风险隐患,降低故障和事故发生概率。
技术关键词
电池故障预测方法
训练集
大数据
历史故障数据
放电特征
历史运行数据
支持向量机分类
算法
寿命
充放电数据
染色体
电池故障检测
电芯
参数
储能电池组
模块
内阻