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！

龙图腾网获悉中国人民解放军海军勤务学院;中国人民解放军陆军工程大学申请的专利电池寿命预测方法及相关设备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：CN115270454B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210871877.2，技术领域涉及：G06F30/20；该发明授权电池寿命预测方法及相关设备是由焦志鹏;王洪达;邢建春;杨启亮;杨曼;赵九冰;周煜韬设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本电池寿命预测方法及相关设备在说明书摘要公布了：本申请提供一种电池寿命预测方法及相关设备；方法包括：在预设的多类测试条件下对电池进行测试，得到每类测试条件下的多组初始特征组和与各组初始特征组对应的电池容量测量区间；将每个初始特征组和对应的电池容量测量区间输入到预置的点云语义分割网络，得到与该初始特征组对应的目标特征组和对应的电池容量测量区间；利用基于梯度下降的损失函数构建预测模型，将全部目标特征组和对应的电池容量测量区间输入到预测模型，通过多轮次的迭代对预测模型进行训练；响应于损失函数的梯度下降直预设的收敛精度，完成对预测模型的训练，利用完成训练的预测模型对电池寿命进行预测。本方法解决了计算冗余和过拟合的问题，提高了预测的准确性。

本发明授权电池寿命预测方法及相关设备在权利要求书中公布了：1.一种电池寿命预测方法，其特征在于，包括： 在预设的多类测试条件下对电池进行测试，得到每类测试条件下的多组初始特征组和与各组初始特征组对应的电池容量测量区间，其中，每个初始特征组中，包括多个初始特征； 将每个所述初始特征组和对应的所述电池容量测量区间输入到预置的点云语义分割网络，得到与该初始特征组对应的目标特征组和对应的所述电池容量测量区间； 利用基于梯度下降的损失函数构建预测模型，将全部所述目标特征组和对应的所述电池容量测量区间输入到所述预测模型，通过多轮次的迭代对所述预测模型进行训练； 响应于所述损失函数的梯度下降直预设的收敛精度，完成对所述预测模型的训练，利用完成训练的所述预测模型对电池寿命进行预测； 所述将每个所述初始特征组和对应的所述电池容量测量区间输入到预置的点云语义分割网络，得到与该初始特征组对应的目标特征组和对应的所述电池容量测量区间，包括： 构建由卷积层、池化层和全连接层组成的点云语义分割网络； 将全部所述初始特征和对应的所述电池容量测量区间以矩阵的形式输入所述点云语义分割网络； 通过所述卷积层、池化层和所述全连接层，从所述初始特征中选择出目标特征，并组成多个目标特征组； 每个所述目标特征组中包括有多个目标特征： 电导率损失、活性物质损失、锂离子损失、欧姆阻抗、电荷转移阻抗、固体电解质界面膜阻抗、扩散阻抗、温度和等压降时间。

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中国人民解放军海军勤务学院;中国人民解放军陆军工程大学，其通讯地址为：300450 天津市滨海新区河北路1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”。