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！

龙图腾网获悉深圳市盛路物联通讯技术有限公司;深能源(深圳)创新技术有限公司申请的专利储能无线BMS系统多模态故障预测方法、设备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：CN120446769B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510954726.7，技术领域涉及：G01R31/367；该发明授权储能无线BMS系统多模态故障预测方法、设备及存储介质是由冯桂青;胡斌;杜光东;邓万力;罗锐侨;张丽;刘智光设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本储能无线BMS系统多模态故障预测方法、设备及存储介质在说明书摘要公布了：一种储能无线BMS系统多模态故障预测方法、装置、设备及存储介质，通过以预设时间间隔采集预设模态数据，从电池运行参数中提取空间特征与局部时序特征，从通信信号以及环境信息中提取全局依赖特征序列；将空间特征、局部时序特征、全局依赖特征序列进行特征融合，得到融合特征向量；将融合特征向量输入多路径拓扑模型进行分析，得到各电池的不同类型故障概率。通过融合电池运行参数、通信信号与环境数并基于多路径拓扑模型进行多模态故障预测，具备高灵敏度、低误报率，能够显著提升故障预测精度。

本发明授权储能无线BMS系统多模态故障预测方法、设备及存储介质在权利要求书中公布了：1.一种储能无线BMS系统多模态故障预测方法，其特征在于，包括： 以预设时间间隔采集预设模态数据，所述预设模态数据包括电池运行参数，通信信号以及环境信息； 将所述电池运行参数输入卷积神经网络，在所述卷积神经网络中通过不同长度和步幅的滑动卷积核进行分析，得到空间特征与局部时序特征；所述空间特征是指不同电池在同一时间下的状态差异性与关联性；所述局部时序特征是指在某个时间段内，同一电池的状态变化趋势；将所述通信信号以及所述环境信息输入基于自注意力机制的深度学习模型，分别经过模态特异编码器编码，得到通信模态特征序列和环境模态特征序列；将所述通信模态特征序列和所述环境模态特征序列按时间对齐，形成输入特征序列；融合时间衰减因子与模态偏置，基于注意力权重对所述输入特征序列进行动态同模态和异模态间的长期关联性分析，得到具备上下文感知能力的全局依赖特征序列，得到所述全局依赖特征序列；所述全局依赖特征序列包括预设时长内所述通信信号与所述环境信息之间的跨模态关联关系；多路径拓扑模型，包括：三种邻接矩阵组成的多路径拓扑网络模型，所述三种邻接矩阵表示不同的故障传播通道； 将所述空间特征、所述局部时序特征、所述全局依赖特征序列进行特征融合，得到融合特征向量； 将所述融合特征向量输入多路径拓扑模型进行分析，得到各电池的不同类型故障概率。

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深圳市盛路物联通讯技术有限公司;深能源(深圳)创新技术有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区高新南七道022号高新工业村T2-B栋2层；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。