-
公开(公告)号：CN118409213A
公开(公告)日：2024-07-30
申请号：CN202310064725.6
申请日：2023-01-29
Applicant: 宁德时代新能源科技股份有限公司
IPC: G01R31/367 , G01R31/385 , G06F18/2433 , G06F18/2415 , G07C3/14 , G07C3/00
Abstract: 本申请涉及一种异常电芯检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待测电芯在不同生产工序下的生产过程参数，对生产过程参数进行特征衍生处理，得到目标生产过程参数，基于目标生产过程参数，对待测电芯进行异常检测，得到待测电芯的异常检测结果。采用本方法无需对待测电芯进行恒流充放电循环试验，亦无需拆解电芯，只需获取电芯在不同生产工序下的生产过程参数，对生产过程参数进行特征衍生处理，基于衍生处理后的生产过程参数，便能快速实现电芯的异常检测，极大程度上提高了电芯的检测效率。
-
公开(公告)号：CN117148168B
公开(公告)日：2024-03-29
申请号：CN202311404268.7
申请日：2023-10-27
Applicant: 宁德时代新能源科技股份有限公司
IPC: G01R31/367 , G01R31/387 , G01R31/385 , G06F18/214
Abstract: 本申请提供一种训练模型的方法、预测电池容量的方法、装置及介质，属于电池技术领域。训练模型时，获取多组电池样本数据，根据多组电池样本数据中的部分电池样本数据和多个电池的电池容量真实值，训练得到第二模型；将另一部分电池样本数据输入至第二模型，得到多个电池的电池容量的预测值；根据多个电池的电池容量预测值与多个电池的电池容量真实值之间的容量误差值确定多个第二特征参数；根据多组电池样本数据、多个第二特征参数和多个电池的电池容量真实值，训练得到第一模型。本申请使用的样本数据更多，能够使第一模型的准确度更高。应用第一模型对待测电池的电池容量进行预测，无需获取充电工况数据，能够避免损耗电池的电能和寿命。
-
公开(公告)号：CN116578948A
公开(公告)日：2023-08-11
申请号：CN202310853638.9
申请日：2023-07-12
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06F18/26 , G06F18/214 , G06N20/00
Abstract: 本申请公开了一种数据相关性识别方法、装置、电子设备及介质，方法包括：根据目标变量组中第一变量生成多个第二变量；其中，所述目标变量组还包含第三变量；确定所述第一变量和多个第二变量分别对预测所述第三变量的贡献权重；基于所述第一变量的贡献权重与各个第二变量的贡献权重，实现第一变量与第三变量之间是否存在任意类型相关性的精准判定。
-
公开(公告)号：CN120047523A
公开(公告)日：2025-05-27
申请号：CN202311607879.1
申请日：2023-11-27
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06T7/62 , G06T7/11 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/08
Abstract: 本发明属于图像处理技术领域，公开了一种极片的黑斑检测方法、装置、设备及存储介质。该方法包括：将极片图像输入黑斑语义分割模型，得到极片图像中像素矩阵标签，黑斑语义分割模型通过交互式标注得到的样本图像以及样本图像中像素矩阵标签进行训练得到；根据极片图像中像素矩阵标签得到黑斑面积占比。通过上述方案，在黑斑检测的过程前，使用交互式标注的方式，将黑斑模型中的黑斑区域标注出来，通过斑语义分割模型就可以直接计算出整个极片中黑斑的像素数量，从而计算出黑斑所占的面积，可以通过黑斑的占比直接确定极片质量是否满足实际要求，而不需要逐一对黑斑进行核查，在质量核查阶段，提高了黑斑检测的效率。
-
公开(公告)号：CN116680992A
公开(公告)日：2023-09-01
申请号：CN202310936905.9
申请日：2023-07-28
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06F30/27 , G06N20/00 , G06F18/23213
Abstract: 本申请提供一种建立电芯容量预测模型的方法、装置、计算机设备及介质，属于电池技术领域。建立电芯容量预测模型的方法包括：基于一组样本数据，对多个机器学习模型进行训练和评估，得到任意一个超参数组合下多个机器学习模型各自的评估结果；基于多个机器学习模型在每个超参数组合下各自的评估结果，确定多个机器学习模型各自的相应最优超参数组合；基于一组样本数据中的至少部分样本数据，得到具有相应最优超参数组合的多个机器学习模型各自对电芯容量的第一预测值；以及至少基于多个机器学习模型各自的第一预测值和与第一预测值对应的电芯容量真实值，拟合电芯容量预测模型。
-
Patent Agency Ranking
公开(公告)号：CN115825747A
公开(公告)日：2023-03-21
申请号：CN202211172269.9
申请日：2022-09-26
Applicant: 宁德时代新能源科技股份有限公司
IPC: G01R31/367 , G01R31/385 , G01R31/378
Abstract: 本申请涉及一种电池析锂的检测方法、装置、设备、存储介质和程序产品。所述方法包括：根据目标电池的充放电测试数据，确定目标电池的容量损失步长，并根据容量损失步长和充放电测试数据，确定目标电池在多个检测周期内的累计容量损失值，继而根据目标电池在多个检测周期内的累计容量损失值确定目标电池的析锂状态。其中，容量损失步长包括充放电测试数据的至少一个数据循环周期。上述方法中，容量损失步长包括至少一个数据循环周期，增大了衡量电池容量损失的周期跨度，使得电池容量损失得以累计，数值变大，更容易检测和判定是否发生析锂，提高了析锂检测的灵敏度。
-
公开(公告)号：CN117056360B
公开(公告)日：2024-03-29
申请号：CN202311312241.5
申请日：2023-10-11
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F16/2458 , G06F16/28
Abstract: 本申请公开了一种数据处理方法、装置、计算机设备及存储介质，属于大数据技术领域。在本申请中，数据库中的制造数据按照对应的多个维度的取值划分为多个数据集。在此基础上，数据中台以数据集为最小处理单位进行多维度的数据处理，从而得到每个数据集的多维处理结果，将每个数据集的多维处理结果进行存储。这样，后续若用户终端请求包括多个目标数据集在内的组合数据集的处理结果，则可以直接调用存储的多个目标数据集的多维处理结果，通过对多个目标数据集的多维处理结果进行聚合运算来得到组合数据集的处理结果，这样，所需占用的计算资源更少，并且，实现了处理结果的快速输出，提高了数据分析效率。
-
公开(公告)号：CN116680992B
公开(公告)日：2023-12-29
申请号：CN202310936905.9
申请日：2023-07-28
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06F30/27 , G06N20/00 , G06F18/23213
Abstract: 本申请提供一种建立电芯容量预测模型的方法、装置、计算机设备及介质，属于电池技术领域。建立电芯容量预测模型的方法包括：基于一组样本数据，对多个机器学习模型进行训练和评估，得到任意一个超参数组合下多个机器学习模型各自的评估结果；基于多个机器学习模型在每个超参数组合下各自的评估结果，确定多个机器学习模型各自的相应最优超参数组合；基于一组样本数据中的至少部分样本数据，得到具有相应最优超参数组合的多个机器学习模型各自对电芯容量的第一预测值；以及至少基于多个机器学习模型各自的第一预测值和与第一预测值对应的电芯容量真实值，拟合电芯容量预测模型。
-
公开(公告)号：CN117148168A
公开(公告)日：2023-12-01
申请号：CN202311404268.7
申请日：2023-10-27
Applicant: 宁德时代新能源科技股份有限公司
IPC: G01R31/367 , G01R31/387 , G01R31/385 , G06F18/214
Abstract: 本申请提供一种训练模型的方法、预测电池容量的方法、装置及介质，属于电池技术领域。训练模型时，获取多组电池样本数据，根据多组电池样本数据中的部分电池样本数据和多个电池的电池容量真实值，训练得到第二模型；将另一部分电池样本数据输入至第二模型，得到多个电池的电池容量的预测值；根据多个电池的电池容量预测值与多个电池的电池容量真实值之间的容量误差值确定多个第二特征参数；根据多组电池样本数据、多个第二特征参数和多个电池的电池容量真实值，训练得到第一模型。本申请使用的样本数据更多，能够使第一模型的准确度更高。应用第一模型对待测电池的电池容量进行预测，无需获取充电工况数据，能够避免损耗电池的电能和寿命。
-
公开(公告)号：CN117056360A
公开(公告)日：2023-11-14
申请号：CN202311312241.5
申请日：2023-10-11
Applicant: 宁德时代新能源科技股份有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F16/2458 , G06F16/28
Abstract: 本申请公开了一种数据处理方法、装置、计算机设备及存储介质，属于大数据技术领域。在本申请中，数据库中的制造数据按照对应的多个维度的取值划分为多个数据集。在此基础上，数据中台以数据集为最小处理单位进行多维度的数据处理，从而得到每个数据集的多维处理结果，将每个数据集的多维处理结果进行存储。这样，后续若用户终端请求包括多个目标数据集在内的组合数据集的处理结果，则可以直接调用存储的多个目标数据集的多维处理结果，通过对多个目标数据集的多维处理结果进行聚合运算来得到组合数据集的处理结果，这样，所需占用的计算资源更少，并且，实现了处理结果的快速输出，提高了数据分析效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.03 seconds)
