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！

龙图腾网获悉云储新能源科技有限公司申请的专利动态可重构储能系统电池模组故障诊断预警方法及系统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：CN120847624B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511349172.4，技术领域涉及：G01R31/367；该发明授权动态可重构储能系统电池模组故障诊断预警方法及系统是由慈松;李超凡;李凯;田星;王运方;张明设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本动态可重构储能系统电池模组故障诊断预警方法及系统在说明书摘要公布了：动态可重构储能系统电池模组故障诊断预警方法及系统，涉及新能源电力系统储能领域。为了解决现有的新能源电力储能系统的电池模组级监测方法依赖于单一指标、动态拓扑适应性差、协同故障检测能力不足、计算效率低、隐性故障漏报率高、维护成本高的缺陷，构建电压矩阵；加权融合相似度矩阵，生成互补的相似度矩阵；构建加权无向图；将顶点一致性指标作为模组健康度基准；对加权无向图进行识别，获得连通分量，结合平均边权与最小连通分量模组数通过分级阈值执行诊断；根据图模型权重渲染顶点、边颜色，并叠加诊断结果。本发明主要用于对动态可重构储能系统电池模组进行故障诊断和预警。

本发明授权动态可重构储能系统电池模组故障诊断预警方法及系统在权利要求书中公布了：1.动态可重构储能系统电池模组故障诊断预警方法，其特征在于，包括如下步骤： S1、数据采集与数据预处理： 采集同一电池簇下所有电池模组的时序电压数据，构建电压矩阵V； S2、多维相似度融合： 并行计算任意两个电池模组电压矩阵之间的皮尔逊相似度矩阵P、余弦相似度矩阵S和欧式距离相似度矩阵D；加权融合三组相似度矩阵，生成互补的融合相似度矩阵R； S3、电池状态图模型构建： 以电池模组为顶点、相似度为边构建加权无向图G；并计算顶点的一致性指标，将所述顶点的一致性指标作为电池模组健康度基准； 在S3中，将动态可重构电池系统转化为加权无向图，其中，M是顶点集合，表示动态可重构电池簇下的每个电池模组；E是边集合，表示电池模组间行为关联；W是边的权重集合，用于量化电池模组间的关联强度； 电池状态图模型构建步骤如下： 构造顶点集合M，，每个顶点映射一个物理电池模组，根据计算得到的相似度矩阵R，计算电池模组i的一致性指标作为顶点属性，公式如下： ； 其中，表示计算得到的相似度矩阵的第i行第j列元素； 构造边集合，对于i，，如果，则在顶点和之间添加边，其中，为建立两个顶点之间边的判定阈值；N表示一簇下电池模组的数量； 对于，用两个模组的相似度作为边的权重，即，为边的权重；至此完成加权无向图G的构建； S4、故障诊断与预警：基于深度优先搜索方法对加权无向图G进行识别，获得加权无向图G的连通分量，结合平均边权与最小连通分量电池模组数通过分级阈值执行诊断； 在S4中，所述基于深度优先搜索方法对加权无向图G进行识别，获得加权无向图G的连通分量的具体过程为： 从加权无向图中任意一个未访问的顶点开始，访问与其直接有边相连的、未访问的相邻顶点；当无法再继续访问下一层时，返回上一层顶点，尝试访问其未被访问的其他相邻顶点；重复此过程，直到遍历完所有与起始点有路径相连的顶点，所访问到的这些顶点及其连接边构成一个连通分量，记为； 选取加权无向图中下一个未被访问的顶点作为新的起始点，重复上述深度优先搜索方法，直至加权无向图中所有顶点均被访问过；最终得到的所有独立的不相连的顶点集构成的子图，即为加权无向图的全部连通分量，记为，其中，为连通分量的总数； 计算加权无向图所有边的平均权重，公式如下： ； 其中，表示加权无向图的边集元素数量； 计算加权无向图的所有连通分量的最小顶点数量，计算公式如下： ； 其中，表示对于得到的所有连通分量的顶点数； 设置平均边权阈值，根据连通分量K的大小和平均边权匹配预设的诊断预警规则进行故障诊断及预警； S5、可视化输出： 根据电池状态图模型权重渲染顶点、边颜色，并叠加诊断结果。

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云储新能源科技有限公司，其通讯地址为：264000 山东省烟台市芝罘区兴裕路27号4号楼1层；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”。

以上内容由龙图腾AI智能生成。