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！

龙图腾网获悉中南大学申请的专利一种基于时间序列分析的锂离子电池故障诊断方法和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：CN121348113B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511893401.9，技术领域涉及：G01R31/367；该发明授权一种基于时间序列分析的锂离子电池故障诊断方法和系统是由王冰川;于润宇;王勇设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于时间序列分析的锂离子电池故障诊断方法和系统在说明书摘要公布了：本申请公开了一种基于时间序列分析的锂离子电池故障诊断方法和系统，该方法通过对时间序列进行预处理，得到预处理后的时间序列；基于预处理后的时间序列，提取周期特征；通过周期特征对预处理后的时间序列进行重构，得到二维重构矩阵，以及，通过周期特征生成掩膜矩阵；将二维重构矩阵与掩膜矩阵逐元素相乘，得到逐元素相乘结果；将逐元素相乘结果输入至训练好的静态混合专家卷积网络模型中，得到目标特征向量；将目标特征向量输入至全连接神经网络，生成目标重构序列；计算目标重构序列和预处理后的时间序列之间的重构误差，基于重构误差，对待诊断锂离子电池进行故障诊断，得到故障诊断结果。本申请能够提高锂离子电池故障诊断的准确度。

本发明授权一种基于时间序列分析的锂离子电池故障诊断方法和系统在权利要求书中公布了：1.一种基于时间序列分析的锂离子电池故障诊断方法，其特征在于，所述方法包括： 获取待诊断锂离子电池的多种锂离子电池信号，并将所述多种锂离子电池信号构建为时间序列，所述多种锂离子电池信号包括电压、电流以及温度； 对所述时间序列进行预处理，得到预处理后的时间序列； 基于所述预处理后的时间序列，提取周期特征； 通过所述周期特征对所述预处理后的时间序列进行重构，得到二维重构矩阵，以及，通过所述周期特征生成掩膜矩阵； 将所述二维重构矩阵与所述掩膜矩阵逐元素相乘，得到逐元素相乘结果； 将所述逐元素相乘结果输入至训练好的静态混合专家卷积网络模型中，得到目标特征向量，包括： 构建量化感知训练中的量化步长为： ； ； 其中，表示量化步长，表示初始量化步长，表示量化范围系数，表示专家在通道的平均频域幅值，表示所有专家和通道的平均频域幅值集合中的最大值，表示专家和通道的平均频域幅值，表示专家数量，表示通道数量，表示稳定常数，表示选取的频点数量，表示周期集合，表示频点索引下的量化权重，表示绝对值，表示非线性衰减系数； 基于所述量化步长，对静态混合专家卷积网络模型进行量化感知训练，得到训练好的静态混合专家卷积网络模型，所述训练好的静态混合专家卷积网络模型包括共享网络和路由网络，所述路由网络包括多个专家； 将所述逐元素相乘结果输入至所述共享网络中，得到共享网络的输出结果； 将所述逐元素相乘结果输入至所述路由网络中，通过所述路由网络中每个专家对所述逐元素相乘结果进行特征提取，得到多个专家提取的特征向量； 根据所述预处理后的时间序列在主频点索引下的幅值，计算每个专家对应的门控权重； 基于所述门控权重，对每个专家提取的特征向量进行加权求和，得到路由网络的输出结果； 将所述共享网络的输出结果和所述路由网络的输出结果相加，得到目标特征向量； 将所述目标特征向量输入至全连接神经网络，生成目标重构序列； 计算所述目标重构序列和所述预处理后的时间序列之间的重构误差，基于所述重构误差，对所述待诊断锂离子电池进行故障诊断，得到故障诊断结果。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。