買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于不平衡數據的新能源汽車電池多故障預警方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119511096B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411616382.0，技術領域涉及：G01R31/367；該發明授權一種基于不平衡數據的新能源汽車電池多故障預警方法是由鄒沛汐;周翱;劉彬;樸昌浩;王進設計研發完成，并于2024-11-13向國家知識產權局提交的專利申請。

本一種基于不平衡數據的新能源汽車電池多故障預警方法在說明書摘要公布了：本發明屬于數據挖掘技術領域，具體涉及一種基于不平衡數據的新能源汽車電池多故障預警方法，包括：獲取待預警的新能源汽車電池監測數據，將其輸入到訓練好的新能源汽車電池多故障預警模型中，得到新能源汽車電池多故障識別結果；新能源汽車電池多故障預警模型包括：特征增強模塊、預測模塊、樣本少數混合增強模塊、標簽細粒度管理模塊以及標簽修正模塊；本發明結合數據增強和損失修正策略，顯著增強了本發明模型對新能源汽車電池故障標簽不平衡和噪聲數據的魯棒性與準確性。

本發明授權一種基于不平衡數據的新能源汽車電池多故障預警方法在權利要求書中公布了：1.一種基于不平衡數據的新能源汽車電池多故障預警方法，其特征在于，包括：獲取待預警的新能源汽車電池監測數據，將其輸入到訓練好的新能源汽車電池多故障預警模型中，得到新能源汽車電池多故障識別結果；新能源汽車電池多故障預警模型包括：特征增強模塊、預測模塊、樣本少數混合增強模塊、標簽細粒度管理模塊以及標簽修正模塊； 新能源汽車電池多故障預警模型的訓練過程包括： S1：獲取新能源汽車電池監測數據X及其故障類別標簽將數據X輸入特征增強模塊，得到增強特征X′； S2：將增強特征X′和故障類別標簽進行組合，得到完整數據集Xall；將完整數據集Xall輸入預測模塊，得到故障類別概率；完整數據集Xall包括多個樣本，每個樣本包括增強特征及其故障類別標簽； S3：將完整數據集Xall及其故障類別概率輸入樣本少數混合增強模塊，得到增強數據集； S4：將增強數據集輸入標簽細粒度管理模塊，得到增強數據集中每個樣本的干凈標簽概率；根據干凈標簽概率將增強數據集劃分為非干凈標簽集合U和干凈標簽集合H； S5：將非干凈標簽集合U輸入標簽修正模塊，得到翻新標簽集合R； S6：根據翻新標簽集合R和干凈標簽集合H中樣本的故障類別概率和干凈標簽概率計算總損失函數值，根據總損失函數值優化模型參數，當總損失函數值最小時，得到訓練好的新能源汽車電池多故障預警模型； 完整數據集其中，為時間步t的樣本，xt∈X′為時間步t的增強特征，為時間步t的故障類別標簽，T+1為時間步長的數量；樣本少數混合增強模塊對完整數據集Xall進行處理的過程包括： S31：對完整數據集Xall的樣本以相同概率進行m次隨機采樣，并將m次采樣所得的樣本組成集合S； S32：根據故障類別概率對完整數據集Xall中的樣本進行m次少數采樣，并將m次采樣所得的樣本組成集合M； S33：從貝塔分布Bν,ν中抽取m個隨機變量記為νi，選取νi和1-νi中較大者作為混合比例λi，i∈{1,……,N}； S34：分別從集合S和集合M中取兩兩對應的樣本和樣本計算特征的故障類別標簽的稀有度得分和故障類別概率的熵其中，i∈{1,……,m}，表示樣本集合S中第i個樣本，表示樣本集合M中第i個樣本； S35：根據稀有度得分和熵計算調節因子δi，使用調節因子δi調整混合比例λi，得到新的混合比例λ′i； S36：根據λ′i對樣本和樣本進行混合增強，得到混合增強樣本將混合增強樣本加入完整數據集Xall； S37：重復步驟SS34～S36，直到集合S和集合M中的樣本均被取出，得到增強數據集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。