一种基于深度学习的电芯故障识别方法和装置

本申请公开了一种基于深度学习的电芯故障识别方法和装置，涉及故障识别技术领域。该方法包括：获取电池电芯在运行过程中的待识别多源监测数据，并提取所述的待识别多源监测数据的待识别多源监测特征；将所述的待识别多源监测特征输入基于深度学习算法构建的电芯故障识别模型，进行电芯故障识别，得到电芯故障的故障概率向量；根据各故障类别的故障概率阈值，对故障概率向量进行拆解，得到电芯的故障识别结果，并发出对应的警报信号。解决了现有技术存在的信息维度单一、故障信号敏感度不足以及对于复杂故障模式的识别能力有限的问题。