龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东莞市本铃车业科技有限公司
申请日：2024-03-28
公开（公告）日：2024-06-28
公开（公告）号：CN118260663A
主分类号：G06F18/2411
分类号：G06F18/2411;G06F18/27;G06F18/213;G06F18/15
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种用于电动车的电源管控系统，具体电源运行风险识别领域，用于解决无法全面捕捉潜在的风险特征参数问题，是首先，通过对相关系数矩阵进行特征值分解，确定了保留的因子数量，以评估观测变量与因子之间的关系程度，并构建了因子载荷矩阵。随后，综合运用最大信息系数和高斯核函数，构建了相关系数矩阵，识别了影响电源安全性的关键因素。利用LASSO回归算法和交叉验证方法，评估了每个观测变量对因子的贡献程度，识别了电源运行中的关键因素。最后，通过离散傅立叶变换提取数据频谱特征，并标准化处理，识别并警示电源系统可能存在的异常行为或不稳定性，为异常情况的及时发现和处理提供了有效手段。
主权项：1.一种用于电动车的电源管控系统，其特征在于，包括感知存储模块、特征提取模块、因子识别模块、因子旋转模块、贡献评估模块和异常检测模块；感知存储模块使用传感器监测电源各方面数据，记录并存储在本地和云端，将数据调用接口发送至特征提取模块和贡献评估模块；特征提取模块从云服务器调取数据，利用高斯核函数将变量映射到高维空间，计算最大信息系数，归一化后构建相关系数矩阵，将相关系数矩阵发送至因子识别模块；因子识别模块通过特征值分解确定保留的因子数量，并构建因子载荷矩阵，以识别影响电源安全性的关键因素，将识别结果发送至因子旋转模块；因子旋转模块利用梯度下降优化算法对因子载荷矩阵进行最大方差旋转，优化旋转参数以最小化旋转后的因子载荷矩阵与原始矩阵之间的差异，获得因子载荷矩阵，将因子载荷矩阵发送至贡献评估模块；贡献评估模块该模块使用LASSO回归算法和交叉验证方法，评估每个观测变量对因子的贡献程度，识别电源运行中的关键因素，将关键因素发送至异常检测模块；异常检测模块六该模块通过离散傅立叶变换提取主要频率成分，标准化评估异常程度，识别电源系统异常并生成相应信号。
全文数据：
权利要求：
百度查询： 东莞市本铃车业科技有限公司 一种用于电动车的电源管控系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号