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！

龙图腾网获悉江苏南极星新能源技术股份有限公司申请的专利基于深度学习的电池寿命精准预测评估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：CN120214591B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510696023.9，技术领域涉及：G01R31/367；该发明授权基于深度学习的电池寿命精准预测评估方法及系统是由胡毓晓;胡英格;仲文艳;许依伏;胡海波设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于深度学习的电池寿命精准预测评估方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的电池寿命精准预测评估方法及系统，涉及电池寿命预测技术领域，包括获取电池运行数据，基于变化特征进行过程划分，采用状态观测模型和变分推断网络提取时序特征，通过相空间重构获取动态特征；建立深度特征增强网络获得综合特征；通过容量和内阻预测分支提取特征，建立分段递归耦合通道进行融合，输出预测结果；结合报废阈值确定剩余寿命；本发明提高了电池寿命预测精度和可靠性。

本发明授权基于深度学习的电池寿命精准预测评估方法及系统在权利要求书中公布了：1.基于深度学习的电池寿命精准预测评估方法，其特征在于，包括： 获取电池充放电电压、电池充放电电流、电池温度、电池内阻和电池循环次数作为电池历史运行数据； 基于电池历史运行数据的变化特征进行过程划分，采用状态观测模型和变分推断网络提取多过程特征形成时序特征向量，并通过相空间重构和辛几何优化得到电池动态特征，包括： 基于电池历史运行数据的变化特征，将所述电池历史运行数据划分为充电过程数据、放电过程数据和静置过程数据； 针对所述充电过程数据、所述放电过程数据和所述静置过程数据分别建立状态观测模型，通过高斯分布计算状态转移概率和观测概率密度，构建所述状态观测模型的概率分布； 基于所述概率分布构建变分推断网络，所述变分推断网络对所述充电过程数据提取电化学状态向量和热力学特征，对所述放电过程数据提取能量效率特征和动态响应特征，对所述静置过程数据提取极化特征和自放电特征，将提取的各特征按照时序组合形成时序特征向量； 基于时序特征向量在相空间中的演化轨迹，构建局部势能函数和成对势能函数，结合辛几何优化，通过重构吸引子的分形特征得到电池动态特征； 建立深度特征增强网络，将电池动态特征进行流形投影和非线性变换，通过深度学习框架进行优化建模，得到电池综合特征； 将电池综合特征输入共享编码层获取时序校准特征，通过容量预测分支和内阻预测分支提取容量衰减特征和阻抗演化特征，并建立基于状态依赖的分段递归耦合通道，进行特征融合，输出容量预测结果和内阻预测结果； 根据所述容量预测结果和所述内阻预测结果，结合电池报废阈值确定电池剩余使用寿命。

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江苏南极星新能源技术股份有限公司，其通讯地址为：210046 江苏省南京市南京经济技术开发区恒飞路15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”。