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！

龙图腾网获悉智能多维数据分析研究中心有限公司申请的专利基于图神经网络的锂离子电池容量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：CN115856633B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202211473026.9，技术领域涉及：G01R31/367；该发明授权基于图神经网络的锂离子电池容量估计方法是由王哲;谢旻;严洪设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本基于图神经网络的锂离子电池容量估计方法在说明书摘要公布了：本发明涉及一种基于图神经网络的锂离子电池容量估计方法，包括步骤：采集锂离子电池的电压、电流和温度数据；构造图结构；采用多层图神经网络对图结构进行数据聚合；使用特征融合操作将各个图神经网络层的输出进一步融合；基于可微架构搜索进行自动神经架构搜索，根据最大的架构权重导出最优架构；随机初始化基于最优架构的网络参数，训练、验证和测试后得到用于对锂离子电池容量进行在线估计的最优网络。本发明采用多层神经网络对图结构进行数据聚合和特征融合，再以自动神经网络架构搜索选择最优架构，实现自动特征的过滤和优化，从而摆脱特征工程或网络设计带来的复杂操作，网络结构设计简单，适应性强，对不同的电池种类可以灵活调整。

本发明授权基于图神经网络的锂离子电池容量估计方法在权利要求书中公布了：1.一种基于图神经网络的锂离子电池容量估计方法，其特征在于，包括以下步骤： S1、采集锂离子电池的基础监测数据，所述基础监测数据包括电压、电流和温度； S2、以电压、电流和温度为节点，以最大信息系数为节点之间的边的属性，构造图结构； S3、采用多层图神经网络对图结构进行数据聚合，在第一个图神经网络层之前，以一个全连接层作为输入层，所述输入层用于将输入数据维度转换为固定特征维度，在最后一个图神经网络层之后，添加全局平均池化层作为图输出，之后，两个全连接层的输出层将特征映射到估计的电池容量； S4、每一个图神经网络层都会输出对应的提取特征，使用特征融合操作将各个图神经网络层的输出进一步融合，所述特征融合操作包括选择步骤和融合步骤，其中选择步骤决定是否选择前一层的特征合并输出，融合步骤以求和操作、最大值操作、平均值操作和级联操作中的一个操作选项将选择步骤输出的特征进行融合； S5、创建混合操作的超级网络，基于可微架构搜索进行自动神经架构搜索，根据最大的架构权重导出最优架构，且各图神经网络层从图卷积网络、切比雪夫网络、图注意力网络和高阶图网络这四种图神经网络变体中选择； S6、随机初始化基于最优架构的网络参数，对基于最优架构的网络进行训练、验证和测试，得到用于对锂离子电池容量进行在线估计的最优网络。

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智能多维数据分析研究中心有限公司，其通讯地址为：中国香港新界白石角香港科学园19W大楼11楼1103至1108室；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”。