买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉潍坊学院申请的专利一种基于机器学习的动力电池健康状态异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120142955B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510605883.7，技术领域涉及：G01R31/367；该发明授权一种基于机器学习的动力电池健康状态异常检测方法是由郭姗姗;孟昊;敖冬威;王文成;李伦;苗家福;李新沛设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种基于机器学习的动力电池健康状态异常检测方法在说明书摘要公布了：本发明提出一种基于机器学习的动力电池健康状态异常检测方法，涉及数据异常检测领域。本发明提出MtsNet异常检测模型，包括微扰响应时间建模模块、变量关系学习模块和异常检测模块，具体地，微扰响应时间建模模块用于处理数据中的动态模式，变量关系学习模块用于处理数据的动态耦合问题，异常检测模块用于整合两种偏差评分，得到最终的动力电池健康状态异常分数，各模块间相互配合实现对动力电池健康状态的异常检测。

本发明授权一种基于机器学习的动力电池健康状态异常检测方法在权利要求书中公布了：1.一种基于机器学习的动力电池健康状态异常检测方法，其特征在于，包括以下步骤： S1、收集动力电池健康状态数据，对收集的数据进行预处理； S2、对预处理后的数据进行归一化，并划分数据集； S3、构建微扰响应时间建模模块，用于处理数据中的动态模式，具体步骤为： S31、输入归一化后的动力电池健康状态数据序列，构建扰动窗口； S32、进行线性响应建模，设计动态耗散驱动权重策略，计算线性响应项，其中为每个当前时间点对应的历史扰动窗口； S33、进行二阶非线性扰动建模，提出多阶轨迹非线性权重策略，计算二阶非线性扰动项，融合与得到响应估计值，计算非线性交互残差评分，其中为当前时间点的动力电池健康状态数据； S4、构建变量关系学习模块，用于处理数据的动态耦合问题，具体步骤为： S41、输入归一化后的动力电池健康状态数据序列的子序列进行1D空洞卷积操作，计算非均匀频率投影变换，提出一组非整数调制频率，通过自注意力得到复数频率表示； S42、将复数频率表示拆分为实部与虚部处理，并通过残差连接和归一化方法，计算最终交互增强后的时间域特征； S43、构建正弦原型矩阵，计算其最终交互增强后的时间域特征与正弦原型向量的最小距离，得到关系偏差评分，其中为时间步对应的最终交互增强后的时间域特征，具体步骤为： 构建正弦原型矩阵，具体公式为： ； 式中，为正弦原型矩阵中第行第列的正弦基向量，为时间步长度，为动力电池健康状态数据的变量个数，对每个时间步，计算其最终交互增强后的时间域特征与正弦原型向量的最小距离，具体公式为： ； 式中，为第列的正弦基向量，为时间步对应的最终交互增强后的时间域特征，为返回最小距离操作，为关系偏差评分，为二范数； S5、构建异常检测模块，用于整合两种偏差评分，得到最终的异常分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人潍坊学院，其通讯地址为：261000 山东省潍坊市高新开发区东风东街5147号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。