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！

龙图腾网获悉杭州电子科技大学申请的专利一种动力电池故障预测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：CN121613343B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610148542.6，技术领域涉及：G01R31/367；该发明授权一种动力电池故障预测方法及系统是由高明裕;郑欢彬;马沈辉;何志伟;董哲康;林辉品;朱江明;宋忆宁;高科杰;李志设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本一种动力电池故障预测方法及系统在说明书摘要公布了：本申请涉及故障预测技术领域，特别是涉及一种动力电池故障预测方法，包括以下步骤：S1:通过数据采集模块采集动力电池运行数据，对采集到的数据进行预处理，得到适配模型输入的特征序列；S2:构建MoKAN故障预测模型，MoKAN故障预测模型利用输入的特征序列输出电池运行参数的预测值；其中，所述MoKAN故障预测模型包括混合专家模块、KAN模块及预测头子模块；S3:根据预测值与实时测量值之间的误差，判断动力电池是否存在故障风险。提供一种高精准度、高适配性、高效率的一种动力电池故障预测方法及系统。

本发明授权一种动力电池故障预测方法及系统在权利要求书中公布了：1.一种动力电池故障预测方法，其特征在于，包括以下步骤： S1:通过数据采集模块采集动力电池运行数据，之后对采集到的数据进行预处理，得到适配模型输入的特征序列；所述动力电池运行数据为时序数据，包括动力电池在不同工况下的电压、电流、温度、内阻； S2:构建MoKAN故障预测模型，MoKAN故障预测模型利用输入的特征序列输出电池运行参数的预测值；其中，所述MoKAN故障预测模型包括混合专家模块、KAN模块及预测头子模块；所述构建MoKAN故障预测模型，具体包括如下步骤： S2-1：构建混合专家模块，混合专家模块包含若干个专家模型和一个门控网络，每个专家模型采用KAN网络与一维卷积并行的双路径结构；所述门控网络动态选择其中一个或若干个的专家模型处理输入特征； S2-2：构建KAN模块，该KAN模块采用KAN网络与一维卷积并行的双路径结构，并对混合专家模块模块输出的特征进行精炼； S2-3：构建预测头子模块，该预测头子模块采用单层全连接网络，基于精炼后的特征输出电池运行参数的预测值； S3:根据预测值与实时测量值之间的误差，判断动力电池是否存在故障风险。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。