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！

龙图腾网获悉昆明理工大学申请的专利一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法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：CN118980954B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202411050524.1，技术领域涉及：G01R31/392；该发明授权一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法是由夏雪磊;陈峥;陈洋;彭月;胡竞元;申江卫;沈世全设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法在说明书摘要公布了：本发明涉及动力电池技术领域，且公开了一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法，首先进行数据采集、数据处理与特征提取、支持向量回归模型构建、麻雀搜索算法模型超参数寻优、混沌映射理论优化寻优过程，最后进行单体电池SOH计算。该方法通过基于电化学阻抗谱数据，利用序列前向搜索策略，结合多目标决策方法，实现阻抗特征的选择，并将混沌麻雀搜索算法应用到支持向量回归模型的超参数寻优中，构建单体电池SOH估计模型，能够有效追踪锂离子电池SOH的衰退轨迹，并采用特征优选的方法大幅度减少特征数量，去除了无关特征的干扰，降低了EIS特征测试时间，建立的优化支持向量回归模型，实现对电池SOH的准确估计。

本发明授权一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法在权利要求书中公布了：1.一种基于阻抗特征选择和优化支持向量回归模型的锂离子电池SOH估计方法，其特征在于：包括以下步骤： S1、数据采集：在不同温度条件下对不同锂离子电池进行老化阻抗实验，直到电池放电容量低于初始容量的70％，实时记录电池充放电及电化学阻抗谱数据，包括充放电循环数据以及不同老化状态下的阻抗； S2、数据处理与特征提取：对步骤S1中得到的充放电循环数据及电化学阻抗谱数据进行预处理；分析电化学阻抗与电池老化之间的关系，基于序列前向搜索算法挑选阻抗特征，并应用多目标决策方法对序列前向搜索算法得到的特征子集进行优选，得到阻抗特征和SOH数据； S3、基于径向基核函数，选择惩罚系数、不敏感损失函数参数和核函数参数，构建支持向量回归模型； S4、麻雀搜索算法模型超参数寻优：将麻雀搜索算法应用到支持向量回归模型超参数寻优中，优化支持向量回归模型； S5、应用Sine混沌映射的混沌性代替麻雀搜索算法初值的随机初始化过程，并基于步骤S2得到的阻抗特征和SOH数据，对优化后的支持向量回归模型进行训练，得到训练完成的Sine-SSA-SVR模型； S6、单体电池SOH估算：基于步骤S5得到的Sine-SSA-SVR模型，输入阻抗特征，对锂离子电池的SOH进行估计。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。