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！

申请/专利权人：浙江商储数智能源科技有限公司

摘要：本发明属于储能电池安全预警领域，特别涉及一种基于Bi‑LSTM和注意力机制的储能电池热失控预警方法，包括构建基于Bi‑LSTM与注意力机制的特征挖掘模型，分别训练n个基础模型，计算每个基础模型的重构误差，n个基础模型的重构误差构成基础误差集，根据重构误差集计算重构误差阈值；将n个基础模型的重构误差与重构误差阈值进行比较，若基础误差的重构误差小于重构误差阈值，则基础模型判断电池正常，否则判断电池热失控；综合n个基础模型对电池热失控计算热失控概率P；当热失控概率P超过70％时进行热失控示警；本发明实现储能电池数据特征的精准学习，有效提取热失控过程中储能电池状态信息数据的时变特性。

主权项：1.基于Bi-LSTM和注意力机制的储能电池热失控预警方法，其特征在于，包括以下步骤：获取储能电池运行状态信息，并将获取的储能电池运行状态信息采用z-score标准化方法进行标准化；并将n个正常电池数据集作为n个训练数据；构建基于Bi-LSTM与注意力机制的特征挖掘模型，通过n个训练数据分别训练得到n个基础模型，计算每个基础模型的重构误差，n个基础模型的重构误差构成基础误差集，并根据重构误差集计算重构误差阈值；Bi-LSTM的t时刻隐藏层输出可表示为：ht＝LSTMVt,It,SOCt,Tt,Mt,ht-1hi＝LSTMVt,It,SOCt,Tt,Mt,hi-1h’t＝atht+bthi+ct其中，ht为t时刻的正向隐藏层输出，hi为t时刻的反向隐藏层输出；LSTM·表示LSTM网络的运算过程；Vt,It,SOCt,Tt分别为t时刻电池组电压、电流、荷电状态、温度，Mt表示t时刻一组电池数据中所有单体的电压方差、均值、最大值、最小值；at、bt为t时刻的反向隐藏层输出权重，ct表示偏置项；将每个时刻输入该模型的特征分类个使用注意力机制进行权重分配，将得到的隐藏层作为输入数据，更新得到新的隐藏层输出h”t，包括：h”t＝Ath’t其中，At为注意力机制层的权重矩阵，注意力机制层的权重矩阵At中第i行、j列的元素αi,j为Bi-LSTM模型t时刻隐藏层输出h’t中第i个元素与第j个元素的相似性，表示为： 其中，h’i,t、h'j,t分别表示t时刻Bi-LSTM隐藏层输出h’t的第i、第j元素；l为隐藏层输出维度；将n个基础模型的重构误差与重构误差阈值进行比较，若基础误差的重构误差小于重构误差阈值，则基础模型判断电池正常，否则判断电池热失控；综合n个基础模型对电池热失控计算热失控概率P，表示为： 其中，yk为第k个基础模型对该储能电池的判断结果为电池热失控；当热失控概率P超过70％时进行热失控示警。

全文数据：

权利要求：

百度查询： 浙江商储数智能源科技有限公司 基于Bi-LSTM和注意力机制的储能电池热失控预警方法