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！

龙图腾网获悉孚能科技(赣州)股份有限公司申请的专利基于交叉特征融合的电池热失控预测方法和计算机设备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：CN121142341B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511687836.8，技术领域涉及：G01R31/367；该发明授权基于交叉特征融合的电池热失控预测方法和计算机设备是由张旭;姜蔚然设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于交叉特征融合的电池热失控预测方法和计算机设备在说明书摘要公布了：本发明属于电池安全控制技术领域，特别涉及一种基于交叉特征融合的电池热失控预测方法和计算机设备。其中方法包括：获取电池的工况特征、时序特征、电气特征和分段特征，其中，所述工况特征反映电池实际使用环境，所述时序特征反映电池状态的时间序列变化，所述电气特征反映电池电气性能，所述分段特征反映特定区间内的特征统计或变化；计算所述电池的工况特征、时序特征、电气特征和分段特征的交叉特征，生成融合的交叉特征矩阵；基于所述交叉特征矩阵，预测所述电池发生热失控的概率。本方法突破单一特征局限，通过多维度特征及关联挖掘提升预测精度，适配电动汽车、储能系统等多场景，实现电池安全的自动化、高精度管理，有效降低热失控风险。

本发明授权基于交叉特征融合的电池热失控预测方法和计算机设备在权利要求书中公布了：1.一种基于交叉特征融合的电池热失控预测方法，其特征在于，所述方法包括： 获取电池的工况特征、时序特征、电气特征和分段特征，其中，所述工况特征反映电池实际使用环境，所述时序特征反映电池状态的时间序列变化，所述电气特征反映电池电气性能，所述分段特征反映特定区间内的特征统计或变化； 计算所述电池的工况特征、时序特征、电气特征和分段特征的交叉特征，生成融合的交叉特征矩阵； 基于所述交叉特征矩阵，预测所述电池发生热失控的概率； 所述计算所述电池的工况特征、时序特征、电气特征和分段特征的交叉特征，生成融合的交叉特征矩阵，包括： 将所述工况特征、时序特征、电气特征和分段特征组成输入特征集合； 通过因子分解机部分对所述输入特征集合进行处理，针对所述输入特征集合中任意两类不同特征，分别获取两类特征对应的隐向量并进行内积运算，再结合两类特征的数值进行计算，得到多组两两特征交互的结果，将所述多组两两特征交互的结果组成二阶交叉特征向量； 通过深度神经网络部分对所述输入特征集合进行处理，先将所述输入特征集合中的各类特征通过嵌入层转换为稠密的特征嵌入矩阵，再将所述特征嵌入矩阵输入至包含至少两层全连接层的网络结构中，依次通过ReLU激活函数、Sigmoid激活函数进行非线性变换，得到多组多特征高阶交互的结果，将所述多组多特征高阶交互的结果组成高阶交叉特征向量； 基于融合权重对所述二阶交叉特征向量和高阶交叉特征向量进行加权融合，得到融合交叉特征向量，其中所述融合权重通过电池热失控历史数据验证集的准确率最大化确定； 将所述融合交叉特征向量按电池运行数据的时间戳依次对齐，生成融合的交叉特征矩阵，所述交叉特征矩阵的行对应不同时间戳，列对应所述融合交叉特征向量中不同的交叉特征，矩阵维度由时间序列长度、二阶交叉特征向量的维度与高阶交叉特征向量的维度共同确定。

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孚能科技(赣州)股份有限公司，其通讯地址为：341000 江西省赣州市经济技术开发区金岭西路北侧彩蝶路西侧；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。