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！

龙图腾网获悉宁波技冠智能科技发展股份有限公司申请的专利一种电池故障识别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：CN120847631B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511376619.7，技术领域涉及：G01R31/367；该发明授权一种电池故障识别方法及系统是由梁继勇;梁增辉;陈松捷设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本一种电池故障识别方法及系统在说明书摘要公布了：本发明涉及一种电池故障识别方法及系统，涉及电池故障的领域，其包括：于经过预设的测试周期时接收人为检测故障类型，并采集电池特征信息和时间信息，形成多维张量数据；基于随机数生成函数初始化动态权重矩阵和偏置值；基于多维张量数据输入深度学习模型中，以计算得到输出数组；基于输出数组得到故障概率数组；基于故障概率数组确定预计故障类型；于预计故障类型和人为检测故障类型一致时继续执行模型识别方法直至下一个测试周期；于预计故障类型和人为检测故障类型不一致时查找故障类别权重，并调整动态权重矩阵和偏置值直到预计故障类型与人为检测故障类型一致。本发明具有能够根据电池的实际运行状态不断调整和优化故障识别的效果。

本发明授权一种电池故障识别方法及系统在权利要求书中公布了：1.一种电池故障识别方法，其特征在于，包括： 步骤1：于经过预设的测试周期时接收人为检测故障类型，并采集电池特征信息和时间信息，形成多维张量数据； 步骤2：基于预设的随机数生成函数初始化动态权重矩阵和偏置值； 步骤3：基于多维张量数据输入预设的深度学习模型中，以计算得到输出数组； 步骤4：基于输出数组与预设的激活函数得到故障概率数组； 步骤5：基于故障概率数组和预设的样本标签确定预计故障类型； 步骤6：于预计故障类型和人为检测故障类型一致时继续执行预设的模型识别方法直至下一个测试周期； 步骤7：于预计故障类型和人为检测故障类型不一致时查找样本标签对应的故障类别权重，并调整动态权重矩阵和偏置值直到预计故障类型与人为检测故障类型一致，所述故障类别权重是不同于动态权重矩阵的独立权重，通过调整故障类别权重，可以使得模型在后续预测中更加关注于那些容易发生偏差的故障类型; 步骤8：于不存在故障类别权重时通过随机数生成函数对不同故障类型预设对应的故障类别权重； 步骤9：基于预设的损失函数、故障类别权重、样本标签和故障概率数组得到故障类别对应的损失函数值； 步骤10：于故障类别对应的损失函数值超出预设的损失函数标准阈值时，基于输出数组、故障概率数组和动态权重矩阵计算动态权重矩阵梯度，基于输出数组和故障概率数组计算偏置值梯度； 步骤11：基于动态权重矩阵梯度、损失函数和预设的学习率计算得到修正动态权重矩阵，并作为动态权重矩阵进行输出，基于偏置值梯度、损失函数和学习率计算得到修正偏置值，并作为偏置值进行输出； 步骤12：重新执行步骤2到步骤11直到所有故障类别对应的损失函数值落入损失函数标准阈值，或预计故障类型与人为检测故障类型一致。

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宁波技冠智能科技发展股份有限公司，其通讯地址为：315000 浙江省宁波市高新区光华路299弄14幢33、34、35号6-1；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。