“覃晓强”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]动力电池电压时间序列异常检测方法、电子设备、存储介质-CN202310593194.X在审
发明人：谭自强;张浩;陈东;覃晓强;谢缔;王守模 -专利权人：广东恒翼能科技股份有限公司
申请日： 2023-05-24 - 公布日： 2023-10-24 - 主分类号： G01R31/36 文献下载
摘要：本发明涉及一种动力电池电压时间序列异常检测方法、电子设备、存储介质。化成工艺和分容工艺是动力电池生产后段中必需过程，在生产过程若未及时发现异常可能会导致电池鼓包，电芯温度飙升而起火爆炸的安全事故；研究引起事故的电池发现基本上都是因为在充放电过程中电池电压，或探针电压剧烈变化导致的。本发明基于深度学习的时间序列异常检测算法，结合动力电池充放电的电压数据来训练模型，模型可用后对电池生产的充放电过程进行实时异常检测，及时发现异常电压数据并给出警告，提高电池生产的合格率且降低安全事故发生概率，提高了电池质量和减少生产成本起到了显著成效。
动力电池电压时间序列异常检测方法电子设备存储介质

[发明专利]一种基于无监督学习的动力电池异常检测系统-CN202310774747.1在审
发明人：张浩;陈东;覃晓强;王守模 -专利权人：广东恒翼能科技股份有限公司
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G01R31/367 文献下载
摘要：本发明提供了一种基于无监督学习的动力电池异常检测系统，包括：电池参数关联推理模块，设计了一种动态可学习图神经网络算法，挖掘电池参数潜在联系；时间序列特征依赖分析模块，基于时间学习网络建模长短期时序依赖关系；耦合时空神经架构模块，通过对时间学习网络和空间学习网络进行耦合表示以整合时空关联特征；电池异常推断测评模块，通过设计自适应阈值选定策略和实验阶段评测机制实现电池状态预测并进行评估。本发明通过分析动力电池在生产过程中的关键参数的变化模式判断动力电池是否处于正常的运行状态，及时停止异常状态电池的生产流程，以缓解意外事故的发生，同时减少生产过程中的资源损耗。
一种基于监督学习动力电池异常检测系统