华人运通(上海)云计算科技有限公司丁磊获国家专利权
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!
龙图腾网获悉华人运通(上海)云计算科技有限公司申请的专利一种电动汽车的电池绝缘失效预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:CN114118217B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202111263384.2,技术领域涉及:G06F18/2411;该发明授权一种电动汽车的电池绝缘失效预测方法是由丁磊;韩大鹏设计研发完成,并于2021-10-28向国家知识产权局提交的专利申请。
本一种电动汽车的电池绝缘失效预测方法在说明书摘要公布了:本发明提供了一种电动汽车的电池绝缘失效预测方法,包括:机器学习平台对从大数据平台获取的车辆历史数据进行合并和分割处理,得到至少两类电池绝缘失效影响数据;机器学习平台采用电池绝缘失效影响数据对预设的线性分类器进行训练,得到电池绝缘失效预测模型;业务运营平台根据车端的当前电池绝缘失效影响数据,应用机器学习平台发送的电池绝缘失效预测模型进行离线电池绝缘失效风险预测;或者,车端根据其当前电池绝缘失效影响数据,应用电池绝缘失效预测模型进行在线电池绝缘失效风险预测;本发明可以实现车端的实时在线电池绝缘失效风险预测和业务运营平台的离线电池绝缘失效风险预测,提升电池绝缘失效风险预测的可靠性。
本发明授权一种电动汽车的电池绝缘失效预测方法在权利要求书中公布了:1.一种电动汽车的电池绝缘失效预测方法,其特征在于, 机器学习平台对从大数据平台获取的车辆历史数据进行合并和分割处理,得到至少两类电池绝缘失效影响数据;所述电池绝缘失效影响数据包括驾驶行为数据、整车数据、车辆工况数据、电池数据以及环境数据; 所述机器学习平台采用所述电池绝缘失效影响数据对预设的线性分类器进行训练,得到电池绝缘失效预测模型,包括:所述机器学习平台对所述电池绝缘失效影响数据进行切片处理,得到若干数据切片;其中,每个数据切片的长度相等;所述机器学习平台根据所述数据切片对预设的线性分类器进行训练,得到电池绝缘失效预测模型; 在切片处理之前,所述机器学习平台对所述电池绝缘失效影响数据进行降维处理;在切片处理之后,所述机器学习平台对所述数据切片进行标准化和归一化处理;所述机器学习平台对所述电池绝缘失效影响数据进行降维处理,包括:所述机器学习平台对所述电池绝缘失效影响数据进行皮尔逊相关系数分析,筛选出皮尔逊系数小于第一设定值的电池绝缘失效影响数据,作为降维后的电池绝缘失效影响数据;或者,所述机器学习平台对所述电池绝缘失效影响数据进行PCA降维,得到降维后的电池绝缘失效影响数据; 业务运营平台根据车端的当前电池绝缘失效影响数据,应用所述机器学习平台发送的电池绝缘失效预测模型进行离线电池绝缘失效风险预测;或者,车端根据其当前电池绝缘失效影响数据,应用所述电池绝缘失效预测模型进行在线电池绝缘失效风险预测。
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华人运通(上海)云计算科技有限公司,其通讯地址为:201100 上海市闵行区苏召路1628号2幢C075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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。