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！

龙图腾网获悉山东大学申请的专利大模型-轻量化模型协同的电池故障诊断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：CN121633859B 。

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：202610149563.X，技术领域涉及：G01R31/367；该发明授权大模型-轻量化模型协同的电池故障诊断方法及系统是由商云龙;刘瀚坤;王越;张承慧;符晓玲设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本大模型-轻量化模型协同的电池故障诊断方法及系统在说明书摘要公布了：本发明属于电池故障诊断技术领域，尤其涉及大模型‑轻量化模型协同的电池故障诊断方法及系统。包括获取电池在不同运行工况下的时序数据；将电池在不同运行工况下的时序数据输入至Transformer模型中，利用注意力机制动态聚焦于与不同故障类型相关的关键时序片段，实现跨工况的统一特征提取；确定轻量化模型，基于Transformer模型输出的跨工况的统一特征进行电池故障诊断，得到故障类型；通过降噪自编码器对故障程度进行连续量化，对电池故障严重程度进行定量表征。本发明采用大模型和轻量化模型进行功能解耦，在不重复构建特征模型的前提下，实现跨工况统一特征表征。

本发明授权大模型-轻量化模型协同的电池故障诊断方法及系统在权利要求书中公布了：1.大模型-轻量化模型协同的电池故障诊断方法，其特征在于，包括以下步骤： 获取电池在不同运行工况下的时序数据； 将电池在不同运行工况下的时序数据输入至Transformer模型中，利用注意力机制动态聚焦于与不同故障类型相关的关键时序片段，实现跨工况的统一特征提取； 确定轻量化模型，基于Transformer模型输出的跨工况的统一特征进行电池故障诊断，得到故障类型； 跨工况的统一特征提取，具体过程包括：Transformer模型每个编码器层中的自注意力机制在各自的子空间内进行计算，捕捉输入数据中的多层次信息； 将所有注意力头的输出拼接起来，得到初始拼接特征；在通过所有编码器层后，生成一个多头输出特征；Transformer模型每个编码器层中的自注意力机制在各自的子空间内进行计算，捕捉输入数据中的多层次信息，具体包括： 每个时间步的输入特征将被映射为查询Q、键K和值V三个向量； 自注意力机制通过刻画任意时间步之间的相关性，对不同时间位置的特征赋予差异化权重，实现对故障敏感区间的自适应选择； 采用双模态池化策略，沿时间轴对多头输出特征进行自适应聚合，得到最终的跨工况的统一特征； 一方面，通过最大值池化突出电压序列中与故障突发异常相关的极值特征，强化对局部异常的敏感性； 另一方面，结合平均池化刻画故障长期演化趋势，实现对瞬态异常与整体退化特征的协同表达，为多工况电池故障诊断提供稳定、紧凑且具有物理意义的特征输入； 通过降噪自编码器对故障程度进行连续量化，对电池故障严重程度进行定量表征，在完成故障类型识别后引入降噪自编码器，对统一特征空间中的样本进行建模，在同一故障类型内部实现对故障严重程度的刻画，支持故障程度的连续量化评估。

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山东大学，其通讯地址为：250000 山东省济南市历城区山大南路27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。