[发明专利]一种异常识别模型的训练方法、系统及检测方法在审
| 申请号： | 202210404744.4 | 申请日： | 2022-04-18 |
| 公开（公告）号： | CN115048975A | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 孙睿泽;张俊杰;王雁冰;张俊杰;刘刚;张玉军;段鹏;张鲁宁;陈瑞恒;汪逸枫;马国庆;王峥峥;张榕家;牛亚琪 | 申请（专利权）人： | 浙江极氪智能科技有限公司;威睿电动汽车技术（宁波）有限公司;浙江吉利控股集团有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06F16/9035 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 苗晓娟 |
| 地址： | 315000 浙江省宁波市北*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种异常识别模型的训练方法、系统及检测方法，包括：基于大数据平台，间隔预设时间，获取每辆车每个电池单体的运行数据，其中，所述运行数据包括电压数据和工况特征；基于运行数据获取第一数据集和多个车辆特征数据；对各所述车辆特征数据和所述第一数据集进行相关性分析，选取相关性大于预设阈值的车辆特征数据作为第一训练集；基于所述第一训练集，在损失函数的约束下迭代训练异常识别模型，得到训练后的异常识别模型。本发明基于大数据平台获取训练数据，并选择与电压数据相关性较高的工况特征作为入模特征，有效提高了训练得到的异常识别模型的识别精度，可实现车辆电池早期异常的精细化预测，杜绝了车辆的安全隐患。 | ||
| 搜索关键词： | 一种 异常 识别 模型 训练 方法 系统 检测 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江极氪智能科技有限公司;威睿电动汽车技术（宁波）有限公司;浙江吉利控股集团有限公司，未经浙江极氪智能科技有限公司;威睿电动汽车技术（宁波）有限公司;浙江吉利控股集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210404744.4/，转载请声明来源钻瓜专利网。
