一种电池热失控预测方法
本发明公开了一种电池热失控预测方法,通过实时监测电池包运行参数并构建温度梯度特征,首先利用动态阈值进行快速筛查;若超过阈值,则触发由CNN和LSTM混合模型执行的精确研判,其中CNN网络专门处理温度梯度特征以提取空间热扩散模式,LSTM网络处理时序信号以提取时间演化规律,最终输出热失控风险概率值。本发明有效解决了现有技术因监测维度单一导致的误报率高、响应滞后问题,通过双阶段处理架构与时空特征融合,实现了对热失控早期征兆的高精度、低延迟预警。
APPLICANTS
浏览来源中的申请人名称,以及导入专利中保留的原始名称字段。
这里按名称检索,不代表已核验的法律主体。同名可能指不同个人或组织;别名和历史名称不自动合并。
此页精确匹配完整原始名称字段。字段可能包含多个申请人或其他记载主体角色,名称边界和法律主体尚未核验;保留全部标点,不进行拆分。
4 条已索引专利记录
专利数量指本站收录的去重专利记录,不是该申请人的完整专利总量。联合名称字段不代表单一企业。
目前没有可核验的数据覆盖日期和最后导入时间。专利公开日期不等于导入日期。目录缓存可能使新导入记录延迟出现。
在本地原始申请人字段中搜索包含这段完整文字的记录,可能包括联合名单或更长名称;这不是精确主体检索。
按此申请人条件检索专利