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！

龙图腾网获悉西南交通大学申请的专利锂电池健康状态的预测方法及装置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：CN119619893B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411740210.4，技术领域涉及：G01R31/392；该发明授权锂电池健康状态的预测方法及装置是由黄德青;张璨;杨光;秦娜设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本锂电池健康状态的预测方法及装置在说明书摘要公布了：本公开公开了锂电池健康状态的预测方法及装置，涉及数据处理技术领域，通过对所述第二预设数量的健康因子数据进行预处理，提高数据质量以得到所述预处理后健康因子数据集，并基于所述两个卷积层、所述双向长短时记忆网络、所述预设注意力机制、所述全连接层及所述预设编码器‑解码器依次对所述预处理健康因子数据集进行处理，从而实现对所述目标电池健康状态的精确预测，此外，通过直接使用提取于所述目标电池历史运行数据中的所述健康因子数据实现所述目标电池健康状态的预测，避免了所述目标电池参数模型构建的过程，从而使得本公开锂电池健康状态的预测方法具备较强的适应性和简便操作性。

本发明授权锂电池健康状态的预测方法及装置在权利要求书中公布了：1.一种锂电池健康状态的预测方法，其特征在于，包括： 基于皮尔逊相关系数从第一预设数量的健康因子数据中选取出第二预设数量的健康因子数据，所述第一预设数量大于所述第二预设数量； 对所述第二预设数量的健康因子数据进行预处理，得到预处理后健康因子数据集； 基于两个卷积层对所述预处理后健康因子数据集进行特征提取，得到特征数据序列； 基于双向长短时记忆网络对所述特征数据序列进行长期依赖关系分析，得到目标隐藏状态； 基于预设注意力机制对所述目标隐藏状态进行加权处理，得到与所述目标电池的当前健康状态相关的指标向量，具体为： 基于注意力得分函数计算所述目标隐藏状态的注意力分数； 基于权重计算函数根据所述注意力分数计算所述目标隐藏状态对应的权重值； 基于加权函数根据所述注意力分数和所述权重值计算所述指标向量，所述预设注意力机制包括所述注意力得分函数，所述权重计算函数和所述加权函数； 所述注意力得分函数的公式表示为： 其中，为注意力权重矩阵，为t时刻的目标隐藏状态，为双曲正切函数，为所述注意力分数； 所述权重计算函数的公式表示为： 其中，为所述权重值，为所述注意力分数，为第五激活函数； 所述加权函数的公式表示为： 其中，V为所述指标向量，t为时间步长，为所述权重值，为t时刻的目标隐藏状态； 基于全连接层中预设线性函数对所述指标向量进行处理，得到所述目标电池的最大可用容量； 基于预设编码器-解码器对所述最大可用容量进行去噪优化，得到优化后最大可用容量，并根据所述优化后最大可用容量确定所述目标电池的当前健康状态；所述基于预设编码器-解码器对所述最大可用容量进行去噪优化，得到优化后最大可用容量包括： 基于编码器对所述最大可用容量进行非线性变换处理，得到非线性最大可用容量； 基于解码器对所述非线性最大可用容量进行线性变换处理，得到所述优化后最大可用容量，所述预设编码器-解码器由所述编码器和所述解码器组成； 所述编码器的公式表示为： 其中，为所述编码器的权重矩阵，b为所述编码器的偏置，为所述非线性最大可用容量，所述最大可用容量，为非线性转换函数； 所述解码器的公式表示为： 其中，为所述解码器的权重矩阵,为所述解码器的偏置，为所述非线性最大可用容量，为所述优化后最大可用容量。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段；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”。

以上内容由龙图腾AI智能生成。