一种基于深度学习的锂电池异常检测方法与系统

被引：0

专利类型：

发明

申请号：

CN202411590868.1

申请日：

2024-11-08

公开(公告)号：

CN119128769B

公开(公告)日：

2025-03-07

发明(设计)人：

孔舰

申请人：

福建百城新能源科技有限公司

申请人地址：

350000 福建省福州市鼓楼区软件大道89号福州软件园A区1号楼25层A-001室

IPC主分类号：

G06F18/2433

IPC分类号：

G01R31/367 G01R31/382 G01R31/3842 G06F18/213 G06F18/22 G06F17/10

代理机构：

福州顺升知识产权代理事务所(普通合伙) 35242

代理人：

姚维辉

法律状态：

授权

国省代码：

福建省福州市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-03-07	授权	授权
2024-12-13	公开	公开
2024-12-31	实质审查的生效	实质审查的生效IPC(主分类):G06F 18/2433申请日:20241108

共 50 条

[1]

一种基于深度学习的锂电池异常检测方法与系统 [P].

孔舰 .

中国专利 :CN119128769A ,2024-12-13

[2]

一种基于深度学习的锂电池异常状态预测方法及系统 [P].

庞静 ;

付海 ;

孙浩 ;

王岩青 .

中国专利 :CN118734233B ,2025-01-21

[3]

一种基于深度学习的锂电池异常状态预测方法及系统 [P].

庞静 ;

付海 ;

孙浩 ;

王岩青 .

中国专利 :CN118734233A ,2024-10-01

[4]

一种基于深度学习的锂电池膈膜缺陷视觉检测方法 [P].

卢盛林 ;

贺珍真 ;

曹玲 ;

陈宏科 ;

何翔 .

中国专利 :CN113758932B ,2021-12-07

[5]

一种基于集成深度学习的锂电池瑕疵检测方法 [P].

李志华 ;

郭曙杰 .

中国专利 :CN112258459A ,2021-01-22

[6]

一种基于深度学习的异常数据检测方法 [P].

严亚伟 .

中国专利 :CN120337064A ,2025-07-18

[7]

一种基于深度学习的病例异常检测方法与系统 [P].

王浩 ;

裘玮晶 ;

李桢 .

中国专利 :CN119475167A ,2025-02-18

[8]

一种基于深度学习的锂电池表面缺陷智能检测方法 [P].

季殊灿 ;

汤臣薇 ;

邢靖玉 ;

张翰辰 ;

陈浩铭 ;

张书铖 .

中国专利 :CN120495764A ,2025-08-15

[9]

一种基于趋势热力图的锂电池异常检测方法和系统 [P].

刘义亚 ;

宋宇婷 ;

陈静 ;

茅小海 ;

房子昱 ;

刘威 .

中国专利 :CN120652297A ,2025-09-16

[10]

一种基于激光与深度学习的锂电池缺陷检测机 [P].

杨文静 ;

徐峥 ;

刘永旺 .

中国专利 :CN208555088U ,2019-03-01

← 1 2 3 4 5 →