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！

龙图腾网获悉同济大学申请的专利车用动力电池寿命在线快速预测方法、装置及存储介质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：CN116184214B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310143859.7，技术领域涉及：G01R31/367；该发明授权车用动力电池寿命在线快速预测方法、装置及存储介质是由戴海峰;姜波;薛辰宇;魏学哲设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本车用动力电池寿命在线快速预测方法、装置及存储介质在说明书摘要公布了：本发明涉及一种融合机理模型与神经网络的车用动力电池寿命在线快速预测方法、装置及存储介质，其中方法包括：获取电池内部参数并确定关键电化学参数；构建基于神经网络的电池电化学参数估计模型，以加载电流和端电压作为特征，关键电化学参数作为标签进行训练；构建锂离子电池寿命预测模型用于寿命在线快速预测：利用电池电化学参数估计模型处理数据集，获得电化学模型的参数变化趋势；根据关键电化学参数变化趋势以及拐点和寿命长度的不同，对电池的退化模式进行分类，分别建立电池寿命预测模型；将不同电池寿命预测模型进行整合，得到综合寿命在线预测模型。与现有技术相比，本发明具有预测精度高、运算简单等优点。

本发明授权车用动力电池寿命在线快速预测方法、装置及存储介质在权利要求书中公布了：1.一种融合机理模型与神经网络的车用动力电池寿命在线快速预测方法，其特征在于，包括以下步骤： 步骤1获取电池内部参数并确定关键电化学参数： 步骤11建立准确反映电池内部电势以及锂离子浓度分布的电化学模型，利用数值方法对电化学模型进行求解； 步骤12对电化学模型的参数进行敏感性分析，根据敏感性分析结果确定所需的关键电化学参数； 步骤2构建基于神经网络的电池电化学参数估计模型并训练： 步骤21修改关键电化学参数的数值以模拟电池随循环而产生的老化，在不同参数条件下对电化学模型进行求解，得到不同的加载电流下电化学模型的输出端电压，生成用于训练电池电化学参数估计模型的数据集； 步骤22以加载电流和端电压作为模型的特征，关键电化学参数值作为标签训练神经网络，网络训练过程中考虑微分方程所带来的物理约束以提高网络精度； 步骤3构建锂离子电池寿命预测模型并用于寿命在线快速预测： 步骤31以锂离子电池公开数据集作为锂离子电池寿命预测模型的训练基础，利用步骤2建立的电池电化学参数估计模型处理所述公开数据集，获得电化学模型的参数变化趋势； 步骤32根据不同电池内部关键电化学参数变化趋势以及拐点和寿命长度的不同，对电池的退化模式进行分类，针对不同类别分别建立电池寿命预测模型； 步骤33将不同退化模式的电池寿命预测模型进行整合，得到规模小且运行速度快的综合寿命在线预测模型用于电池寿命预测。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。