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！

龙图腾网获悉西安交通大学申请的专利一种基于时频双流特征表征的锂电池健康状态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：CN116593917B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310550688.X，技术领域涉及：G01R31/392；该发明授权一种基于时频双流特征表征的锂电池健康状态估计方法是由曹相湧;吴雪龙;张友鹏;王启舟;肖文者;祝泽宇;舒程勇;孟德宇设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于时频双流特征表征的锂电池健康状态估计方法在说明书摘要公布了：一种基于时频双流特征表征的锂电池健康状态估计方法，获取电池数据集，提取与电池健康容量相关的数据；构建SFFBlock模块，包括时域组件、频域组件和融合组件，将提取的数据分别输入时域组件、频域组件以及残差连接；在时域组件，利用CNN‑BGRU网络初步提取局部信息；在频域组件，利用快速离散傅立叶变换和卷积，提取全局频率信息；在融合组件，将时域组件和频域组件的输出进行时域、频域特征融合，得到融合特征；残差连接布置于融合特征的输出位置；将多个SFFBlock模块堆叠构建SFFNet，在SFFNet后增加证据深度学习模块，构建SFFNetUncertainty，分别输出健康状态的预测区间和置信区间。

本发明授权一种基于时频双流特征表征的锂电池健康状态估计方法在权利要求书中公布了：1.一种基于时频双流特征表征的锂电池健康状态估计方法，其特征在于，包括如下步骤： 步骤1，获取电池数据集，对其中的电池数据进行预处理，即去除异常值并进行标准化； 步骤2，对预处理后的电池数据，提取与电池健康容量相关的数据； 步骤3，构建SFFBlock模块，所述SFFBlock模块包括时域组件、频域组件和融合组件，将提取的数据分别输入时域组件、频域组件以及残差连接；在时域组件，利用CNN-BGRU网络初步提取局部信息；在频域组件，利用快速离散傅立叶变换得到幅值和相角分量，再进行卷积，提取全局频率信息；在融合组件，将时域组件和频域组件的输出进行时域、频域特征融合，得到融合特征；所述残差连接布置于所述融合特征的输出位置； 步骤4，将多个所述SFFBlock模块堆叠构建SFFNet，在SFFNet后增加证据深度学习模块，构建SFFNetUncertainty；分别训练SFFNet和SFFNetUncertainty，SFFNet的输出为健康状态的预测区间，SFFNetUncertainty的输出为健康状态的置信区间。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。