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！

龙图腾网获悉哈尔滨理工大学申请的专利基于张量Tucker分解的软包锂离子电池温度场预测方法及系统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：CN119494263B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411522644.7，技术领域涉及：G06F30/27；该发明授权基于张量Tucker分解的软包锂离子电池温度场预测方法及系统是由艾岭;汝浩;郅昕泽设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于张量Tucker分解的软包锂离子电池温度场预测方法及系统在说明书摘要公布了：本发明公开了一种基于张量Tucker分解的软包锂离子电池温度场预测方法及系统，所述方法首先通过使用张量Tucker分解技术对电池表面二维温度场数据进行时空分离，随后建立神经网络预测模型用来估计名义系统未来的低阶时间特性，再通过Tucker分解逆变换重构出电池未来温度场的预测信息。本发明采用基于张量Tucker分解的模型简约方法，避免了直接对高阶数据进行逐个建模的复杂计算问题，同时考虑了电池表面温度场二维时空特性，在保证模型精度的同时大幅降低了预测建模的难度。本发明的方法简单易行，特别适用于大型软包锂离子电池温度场预测问题，能够更好地适应计算资源受限系统的建模要求，应用前景广泛。

本发明授权基于张量Tucker分解的软包锂离子电池温度场预测方法及系统在权利要求书中公布了：1.一种基于张量Tucker分解的软包锂离子电池温度场预测方法，其特征在于所述方法包括如下步骤： 步骤1在电池表面布置足够数量的传感器，在一段时间内，对锂离子电池进行充放电实验，利用传感器采集电池表面的温度场数据，并对获取的温度数据进行预处理，整理得到温度场时空数据的张量形式； 步骤2对锂离子电池温度场时空数据进行初始秩为1,1,1的Tucker分解，得到空间模态分解因子矩阵、时间模态因子矩阵和核心张量，判断Tucker分解的逆变换结果与原始数据的重构误差是否满足系统的精度要求；若不满足，舍弃本次分解结果并增加张量分解的秩，重复上述Tucker分解步骤，直至重构误差满足精度要求后，提取空间模态因子矩阵作为原始数据的空间特性矩阵，时间模态因子矩阵作为低阶时间特性矩阵； 步骤3构建基于GRU的神经网络预测模型，所述神经网络预测模型由循环网络模块与特征选择模块组成，其中： 所述循环网络模块包含2个GRU层，在每个GRU层后都衔接一个Hardswish激活函数； 所述特征选择模块由线性层与激活函数构成，线性层对循环网络模块的输出进行加权求和，将循环网络模块提取的特征转化为最终的预测值，最后通过激活函数进一步提升模型非线性表达能力； 步骤4给定当前时刻的电流值，应用Tucker分解得到的低阶时间特性矩阵和构建的神经网络预测模型，并结合外部输入变量序列进行预测建模，预测未来时刻的低阶时间特性矩阵，将其与空间特性矩阵和核心张量进行升维重构，得到未来时刻的高阶温度场预测张量。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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”。