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一种基于半监督回归与协同训练的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：CN119414238B 。

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：202410575174.4，技术领域涉及：G01R31/367；该发明授权一种基于半监督回归与协同训练的电池健康状态估计方法是由胡晓松;李劲文;李佳承;徐艺清;刘泽宇;邓忠伟;庄奕;张凯设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本一种基于半监督回归与协同训练的电池健康状态估计方法在说明书摘要公布了：本发明涉及一种基于半监督回归与协同训练的电池健康状态估计方法，属于电池技术领域。该方法为：S1：收集电动汽车的运行数据，建立电池运行数据库；S2：采用安培积分公式和开路电压校正策略计算电池健康状态标签；S3：分别基于Pearson相关系数和灰色关联梯度指标提取与电池健康状态高度相关的健康指标集；S4：根据选定的健康指标集，利用半监督协同训练来估计未标记数据的伪标签以增强训练数据集，基于多层感知器构建电池健康状态估计模型；S5：将提取健康指标集后的测试数据作为电池健康状态估计模型的输入，得到估计的电池健康状态。本发明提高了标记数据有限情况下的电池健康状态估计精度。

本发明授权一种基于半监督回归与协同训练的电池健康状态估计方法在权利要求书中公布了：1.一种基于半监督回归与协同训练的电池健康状态估计方法，其特征在于：该方法包括以下步骤： S1：收集电动汽车的运行数据，包含电池包中各个单体的运行数据，建立电池运行数据库； S2：分析电动汽车的充电数据，筛选满足需求的充电片段，采用安培积分公式和开路电压校正策略计算电池健康状态标签； S3：分别基于Pearson相关系数PCC和灰色关联梯度GRG指标提取与电池健康状态高度相关的健康指标集；具体为： S31：对电池组的充电段进行基于电池最大电压的充电曲线分析，确定健康指标集提取的电压区间； S32：根据选择的电压区间，计算充电数据的统计特性，包括平均值和标准差值，提取健康指标集； S33：分别通过基于Pearson相关系数PCC和灰色关联梯度GRG的相关性分析，筛选出与电池健康状态高度相关的健康指标集； S4：根据选定的健康指标集，利用半监督协同训练来估计未标记数据的伪标签以增强训练数据集，基于多层感知器MLP构建电池健康状态估计模型；具体为： S41：根据选定的两个健康指标集，分别建立独立的伪电池健康状态估计模型； S42：基于多层感知器，分别将估计的一组伪电池健康状态整合到另一组电池健康状态估计模型的增强训练集中，采用半监督回归与协同训练的方法建立独立的电池健康状态估计模型； S5：将提取健康指标集后的测试数据作为电池健康状态估计模型的输入，融合所有回归量得到估计的电池健康状态。

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：400044 重庆市沙坪坝区沙坪坝正街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”。