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！

龙图腾网恭喜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申请的专利一种异常识别模型的训练方法、系统及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：CN115048975B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210404744.4，技术领域涉及：G06F18/214；该发明授权一种异常识别模型的训练方法、系统及检测方法是由孙睿泽;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;牛亚琪设计研发完成，并于2022-04-18向国家知识产权局提交的专利申请。

本一种异常识别模型的训练方法、系统及检测方法在说明书摘要公布了：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。

本发明授权一种异常识别模型的训练方法、系统及检测方法在权利要求书中公布了：1.一种异常识别模型的训练方法，其特征在于，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；基于所述电压数据，计算得到各电池单体的去均值电压标准差，选择每个电池单体的去均值电压标准差的最大值，构成第一数据集；基于所述工况特征，提取多个车辆特征数据；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；其中，获取所述训练后的异常识别模型的步骤包括：过滤所述第一数据集和所述第一训练集，选择符合过滤条件的数据作为第二数据集和第二训练集；以及基于所述第二训练集，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；其中，所述过滤条件包括：该车辆电池包总SOC值大于50％、该车辆单日运行数据的数量大于1000条、且该电池单体的总电流绝对值大于2安培。

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，其通讯地址为：315000 浙江省宁波市北仑区新碶街道辽河路商务大厦1幢1031室；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”。