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！

龙图腾网获悉青岛铁骑网络科技有限公司申请的专利基于人工智能的换电设备异常识别方法及装置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：CN121705973B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610215121.0，技术领域涉及：G06F18/2433；该发明授权基于人工智能的换电设备异常识别方法及装置是由陈宗兴;卢世亮;夏立国;杨珍花设计研发完成，并于2026-02-14向国家知识产权局提交的专利申请。

本基于人工智能的换电设备异常识别方法及装置在说明书摘要公布了：本发明提供了一种基于人工智能的换电设备异常识别方法及装置，涉及人工智能技术领域，通过滑动窗口双通道协同自适应归一化处理电流、电压监测数据，可构建保留瞬态突变特征且融合电流‑电压耦合信息的归一化特征，避免细微异常特征被削弱。结合归一化特征的融合时频谱构建判别性特征，可通过挖掘时频联合域的能量耦合与相位协同规律，对不同特征在对应阶段的贡献权重与表征能力进行量化，确定兼具时频协同性与阶段频率辨识度的高判别性特征，从根源降低虚漏报风险。最终基于高判别性特征量化异常得分并输出识别结果，可实现换电设备异常早发现、准定位、低误报，提升异常识别的灵敏度与鲁棒性，保障换电过程安全高效运行。

本发明授权基于人工智能的换电设备异常识别方法及装置在权利要求书中公布了：1.一种基于人工智能的换电设备异常识别方法，其特征在于，所述方法包括： 获取换电设备在预设换电工况的过程监测数据； 对所述过程监测数据中的电流参数和电压参数进行滑动窗口双通道协同自适应归一化，构建归一化特征； 基于所述归一化特征，以及，所述归一化特征对应的融合时频谱，确定所述过程监测数据的判别性特征； 基于所述判别性特征，确定所述过程监测数据对应的异常得分； 根据所述异常得分，确定所述换电设备在所述预设换电工况的异常识别结果； 其中，对所述过程监测数据中的电流参数和电压参数进行滑动窗口双通道协同自适应归一化，构建归一化特征的步骤，包括： 根据所述过程监测数据中的电流参数和电压参数分别在预设滑动窗口的局部标准差，计算所述过程监测数据的双通道自适应缩放因子；基于所述双通道自适应缩放因子，确定所述电流参数和所述电压参数分别对应的归一化分母；基于所述归一化分母，对所述电流参数和所述电压参数分别进行自适应归一化，构建所述过程监测数据针对双通道的归一化特征； 基于所述归一化特征，以及，所述归一化特征对应的融合时频谱，确定所述过程监测数据的判别性特征的步骤，包括： 确定所述归一化特征中电流参数和电压参数分别对应的连续小波变换复数系数；基于所述连续小波变换复数系数在每个时频点的能量信息和相位协同信息，构建所述归一化特征对应的融合时频谱；基于所述融合时频谱，确定所述归一化特征的时频能量矩、双通道协同特征，以及，瞬态异常特征；对所述时频能量矩、所述双通道协同特征和所述瞬态异常特征进行特征融合，构建所述过程监测数据的判别性特征； 其中，基于所述融合时频谱，确定所述归一化特征的时频能量矩的步骤，包括：基于所述融合时频谱的幅值，以及，所述归一化特征中电流参数和电压参数分别对应的局部标准差，构建自适应权重；基于所述自适应权重，对所述归一化特征在尺度维度的能量分布、在时间维度的能量分布进行加权聚合，构建所述归一化特征对应的时频能量矩； 基于所述融合时频谱，确定所述归一化特征的双通道协同特征的步骤，包括：基于所述融合时频谱的连续小波变换复数系数，确定所述归一化特征的电流参数和电压参数的联合能量大小；基于所述联合能量大小，对所述电流参数和电压参数的相位同步特征进行目标特征识别，确定所述归一化特征对应的双通道协同特征； 基于所述融合时频谱，确定所述归一化特征的瞬态异常特征的步骤，包括：基于所述归一化特征的二阶向后差分，确定所述归一化特征对应的形态突变强度指标；将所述形态突变强度指标与所述融合时频谱进行加权聚合，建立所述融合时频谱与局部形态突变的突变关联；基于所述突变关联，确定所述归一化特征对应的瞬态异常特征。

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青岛铁骑网络科技有限公司，其通讯地址为：266000 山东省青岛市城阳区新郑路9号办公楼205室；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。