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！

龙图腾网获悉昆明理工大学申请的专利基于递归图和改进AlexNet模型的锂电池故障识别方法、系统及存储介质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：CN119474970B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411496999.3，技术领域涉及：G06F18/24；该发明授权基于递归图和改进AlexNet模型的锂电池故障识别方法、系统及存储介质是由董明荣;蔡子昊;崔超伟;蔡云麒;沈韬;谭纲觉;刘金环设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于递归图和改进AlexNet模型的锂电池故障识别方法、系统及存储介质在说明书摘要公布了：本申请涉及深度学习技术领域，尤其涉及一种基于递归图和改进AlexNet模型的锂电池故障识别方法、系统及存储介质。所述方法包括：从锂电池的各类传感器中采集一维时序数据；预处理所述一维时序数据，生成原始故障波形数据；将所述原始故障波形数据转换为递归图；将所述递归图输入至预训练后的改进AlexNet模型进行特征提取，其中，所述改进AlexNet模型经过多头自注意力机制处理所述递归图中的特征向量，并将处理后的所述特征向量输入到分类层中进行电池的故障类型预测；获取所述分类层输出的电池故障类型预测结果。旨在解决如何对锂电池中可能存在的故障进行预测的问题。

本发明授权基于递归图和改进AlexNet模型的锂电池故障识别方法、系统及存储介质在权利要求书中公布了：1.一种基于递归图和改进AlexNet模型的锂电池故障识别方法，其特征在于，所述方法包括以下步骤： 从锂电池的各类传感器中采集一维时序数据； 预处理所述一维时序数据，生成原始故障波形数据； 将所述原始故障波形数据转换为递归图； 将所述递归图输入至预训练后的改进AlexNet模型进行特征提取，其中，所述改进AlexNet模型经过多头自注意力机制处理所述递归图中的特征向量，并将处理后的所述特征向量输入到分类层中进行电池的故障类型预测； 获取所述分类层输出的电池故障类型预测结果； 所述将所述原始故障波形数据转换为递归图的步骤包括： 计算所述原始故障波形数据中各点之间的欧式距离； 计算预设阈值和所述欧式距离之间的差值，根据所述差值生成递归图； 其中，所述递归图中的每个元素定义如下： ； 其中，Θ为阶跃函数，当≥时，，否则； 所述改进AlexNet模型中的卷积层冻结，并对改进AlexNet模型中的全连接层中的超参数进行微调； 所述分类层中的进行电池的故障类型预测其计算公式如下： ； 其中，为预测的电池故障类型，M为多头自注意力机制输出的特征向量，W是权重矩阵，b是偏置项。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。