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！

龙图腾网获悉重庆大学申请的专利基于TSLANet网络的锂离子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：CN119272000B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411309235.9，技术领域涉及：G06F18/20；该发明授权基于TSLANet网络的锂离子电池健康状态估计方法是由余传祥;郭豪杰;潘傲然;毛文鹏;余霖辉设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本基于TSLANet网络的锂离子电池健康状态估计方法在说明书摘要公布了：本发明提供了一种基于TSLANet网络的锂离子电池健康状态估计方法，属于动力电池技术领域，该方法包括：获取锂离子电池在实际运行过程中的多维时间序列数据，并对多维时间序列数据进行预处理；利用已预处理的多维时间序列数据，基于TSLANet网络，并结合神经网络，构建电池健康状态估计模型；将当前锂离子电池系统的运行情况输入电池健康状态估计模型，估计当前锂离子电池的健康状态；本发明基于TSLANet网络，并结合卡尔曼滤波算法、IC曲线、健康因子和神经网络，构建电池健康状态估计模型对锂离子电池健康状态进行估计，正确反映了电池性能的长期变化趋势，处理噪声数据表现优秀并降低了计算复杂度和资源消耗量。

本发明授权基于TSLANet网络的锂离子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TSLANet网络的锂离子电池健康状态估计方法，其特征在于，包括以下步骤： S1、获取锂离子电池在实际运行过程中的多维时间序列数据，并对多维时间序列数据进行预处理，具体为： S101、获取锂离子电池老化数据集，将锂离子电池老化数据集中的原始数据按充电和放电分类合并，获取锂离子电池在实际运行过程中的多维时间序列数据； S102、对实际运行过程中的多维时间序列数据进行清洗处理，其中，清洗处理包括剔除异常值和缺失值，并计算充放电过程中的健康状态； S103、根据已清洗的多维时间序列数据，获取增量容量并绘制IC曲线； S104、利用卡尔曼滤波算法处理IC曲线，并分析已处理的IC曲线包含的电池老化特征，具体为： 确定电池系统的状态方程和观测方程，并利用上一时刻电池系统的状态估计和输入，预测当前时刻电池系统的状态； 利用当前时刻电池系统的状态，更新卡尔曼增益、电池系统的状态和协方差矩阵，得到经处理的IC曲线，并分析经处理的IC曲线包含的电池老化特征； S105、提取锂离子电池充放电的特征，并将提取的锂离子电池充放电的特征以及电池老化特征作为健康因子； 所述健康因子具体为： 第一健康因子为充电等压升时间，阈值电压为3.8V‑4.0V； 第二健康因子为恒流充电时间； 第三健康因子为恒压充电时间； 第四健康因子为IC曲线的峰值； 第五健康因子为IC曲线第一个峰的面积，具体为这段时间内电池增加的电量，电压阈值为3.5V‑3.75V； 第六健康因子为IC曲线第二个峰的面积，电压阈值为3.75V‑4.0V； S106、利用Pearson相关系数对健康因子和SOH值进行相关性评估，滤除相关性最低的健康因子，并将经滤除的健康因子定义为预处理后的时间序列数据； S2、利用已预处理的多维时间序列数据，基于TSLANet网络，并结合神经网络，构建电池健康状态估计模型； S3、将当前锂离子电池系统的运行情况输入电池健康状态估计模型，估计当前锂离子电池的健康状态。

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重庆大学，其通讯地址为：400000 重庆市沙坪坝区正街174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”。