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！

龙图腾网获悉重庆邮电大学申请的专利一种基于不平衡数据的新能源汽车电池多故障预警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：CN119511096B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411616382.0，技术领域涉及：G01R31/367；该发明授权一种基于不平衡数据的新能源汽车电池多故障预警方法是由邹沛汐;周翱;刘彬;朴昌浩;王进设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于不平衡数据的新能源汽车电池多故障预警方法在说明书摘要公布了：本发明属于数据挖掘技术领域，具体涉及一种基于不平衡数据的新能源汽车电池多故障预警方法，包括：获取待预警的新能源汽车电池监测数据，将其输入到训练好的新能源汽车电池多故障预警模型中，得到新能源汽车电池多故障识别结果；新能源汽车电池多故障预警模型包括：特征增强模块、预测模块、样本少数混合增强模块、标签细粒度管理模块以及标签修正模块；本发明结合数据增强和损失修正策略，显著增强了本发明模型对新能源汽车电池故障标签不平衡和噪声数据的鲁棒性与准确性。

本发明授权一种基于不平衡数据的新能源汽车电池多故障预警方法在权利要求书中公布了：1.一种基于不平衡数据的新能源汽车电池多故障预警方法，其特征在于，包括：获取待预警的新能源汽车电池监测数据，将其输入到训练好的新能源汽车电池多故障预警模型中，得到新能源汽车电池多故障识别结果；新能源汽车电池多故障预警模型包括：特征增强模块、预测模块、样本少数混合增强模块、标签细粒度管理模块以及标签修正模块； 新能源汽车电池多故障预警模型的训练过程包括： S1：获取新能源汽车电池监测数据X及其故障类别标签将数据X输入特征增强模块，得到增强特征X′； S2：将增强特征X′和故障类别标签进行组合，得到完整数据集Xall；将完整数据集Xall输入预测模块，得到故障类别概率；完整数据集Xall包括多个样本，每个样本包括增强特征及其故障类别标签； S3：将完整数据集Xall及其故障类别概率输入样本少数混合增强模块，得到增强数据集； S4：将增强数据集输入标签细粒度管理模块，得到增强数据集中每个样本的干净标签概率；根据干净标签概率将增强数据集划分为非干净标签集合U和干净标签集合H； S5：将非干净标签集合U输入标签修正模块，得到翻新标签集合R； S6：根据翻新标签集合R和干净标签集合H中样本的故障类别概率和干净标签概率计算总损失函数值，根据总损失函数值优化模型参数，当总损失函数值最小时，得到训练好的新能源汽车电池多故障预警模型； 完整数据集其中，为时间步t的样本，xt∈X′为时间步t的增强特征，为时间步t的故障类别标签，T+1为时间步长的数量；样本少数混合增强模块对完整数据集Xall进行处理的过程包括： S31：对完整数据集Xall的样本以相同概率进行m次随机采样，并将m次采样所得的样本组成集合S； S32：根据故障类别概率对完整数据集Xall中的样本进行m次少数采样，并将m次采样所得的样本组成集合M； S33：从贝塔分布Bν,ν中抽取m个随机变量记为νi，选取νi和1-νi中较大者作为混合比例λi，i∈{1,……,N}； S34：分别从集合S和集合M中取两两对应的样本和样本计算特征的故障类别标签的稀有度得分和故障类别概率的熵其中，i∈{1,……,m}，表示样本集合S中第i个样本，表示样本集合M中第i个样本； S35：根据稀有度得分和熵计算调节因子δi，使用调节因子δi调整混合比例λi，得到新的混合比例λ′i； S36：根据λ′i对样本和样本进行混合增强，得到混合增强样本将混合增强样本加入完整数据集Xall； S37：重复步骤SS34～S36，直到集合S和集合M中的样本均被取出，得到增强数据集。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。