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！

龙图腾网获悉新源智储能源发展(北京)有限公司申请的专利一种基于深度学习的储能电站热失控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：CN117805617B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311186046.2，技术领域涉及：G01R31/367；该发明授权一种基于深度学习的储能电站热失控预警方法及系统是由范宏凯;连湛伟;王逸超;孙鹏;梅志刚;吕宏伟;侠惠芳;方铃博;柳迪;唐庚;方一菲设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本一种基于深度学习的储能电站热失控预警方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的储能电站热失控预警方法及系统，所述方法包括：将经过预处理的电池簇数据输入训练好的预测模型，输出未来一段时间的温度预测值；基于设定的异常状态判定规则，对温度预测值进行异常状态判定；所述预测模型的训练过程包括：使用连续的历史时刻特征数据，利用卷积神经网络对特征进行提取，使用LSTM进行时序特征的提取，取LSTM的输出作为历史数据的特征；选取预测时刻的特征数据，利用LSTM提取时序特征后，将每个时间步特征数据与历史数据的特征进行拼接，输入至一层全连接神经网络预测未来时刻的温度值。本发明的优势在于：能在早期对电池异常状态进行判定，相较于现有技术，在成本和复杂度方面更有优势，且易复用推广。

本发明授权一种基于深度学习的储能电站热失控预警方法及系统在权利要求书中公布了：1.一种基于深度学习的储能电站热失控预警方法，所述方法包括： 将经过预处理的电池簇数据输入训练好的预测模型，输出未来一段时间的温度预测值； 基于设定的异常状态判定规则，对温度预测值进行异常状态判定； 所述预测模型的处理过程包括： 使用连续的历史时刻特征数据，利用卷积神经网络对特征进行提取，使用LSTM进行时序特征的提取，取LSTM的输出作为历史数据的特征； 选取预测时刻的特征数据，利用LSTM提取时序特征后，将每个时间步特征数据与历史数据的特征进行拼接，输入至一层全连接神经网络预测未来时刻的温度值； 异常状态判定规则的设定方法包括： 预测N分钟后温度数据时，当其中M分钟的数据与当前数据的误差超过异常判定阈值则判定为异常状态；其中，NM；所述阈值为将五折交叉验证后的测试结果进行误差统计，具体为将测试集预测结果与实际值之差进行统计，选取实际值大于预测值条件下的误差最大值作为异常判定阈值。

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新源智储能源发展(北京)有限公司，其通讯地址为：102402 北京市房山区弘安路87号院5号楼1层114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”。

以上内容由龙图腾AI智能生成。