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！

龙图腾网获悉广东喆思技术有限公司申请的专利一种两轮电动车锂电池的智能管理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：CN120246144B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510154570.4，技术领域涉及：B62M6/90；该发明授权一种两轮电动车锂电池的智能管理方法及装置是由黄文琪;苏唐昕辉;杨德设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种两轮电动车锂电池的智能管理方法及装置在说明书摘要公布了：本发明公开了一种两轮电动车锂电池的智能管理方法及装置，所述方法包括：获取锂电池的健康状态SOH数据；根据所述健康状态SOH数据，进行数据预处理，得到状态评估输入数据；根据所述状态评估输入数据，进行SOH评估模型构建，得到健康状态特征参数；根据所述健康状态特征参数，建立损失函数并优化模型参数，得到最小化损失函数值的SOH评估模型；根据所述SOH评估模型与RUL关系模型，进行剩余寿命预测计算，得到锂电池的剩余使用寿命RUL；根据所述剩余使用寿命RUL，结合实时行驶数据，进行动态健康状态量化分析，生成锂电池老化预警信号，并将所述老化预警信号发送给用户端。本方法能够实现实时精确的锂电池老化预警。

本发明授权一种两轮电动车锂电池的智能管理方法及装置在权利要求书中公布了：1.一种两轮电动车锂电池的智能管理方法，其特征在于，包括： 获取锂电池的健康状态SOH数据； 根据所述健康状态SOH数据，进行数据预处理，得到状态评估输入数据； 根据所述状态评估输入数据，进行SOH评估模型构建，得到健康状态特征参数； 根据所述健康状态特征参数，建立损失函数并优化模型参数，得到最小化损失函数值的SOH评估模型； 根据所述SOH评估模型与RUL关系模型，进行剩余寿命预测计算，得到锂电池的剩余使用寿命RUL； 根据所述剩余使用寿命RUL，结合实时行驶数据，进行动态健康状态量化分析，生成锂电池老化预警信号，并将所述老化预警信号发送给用户端； 其中，所述获取锂电池的健康状态SOH数据，包括： 根据数据采集装置，进行多源数据同步采集，得到锂电池的电压、电流、温度及荷电状态SOC； 根据所述电压、所述电流、所述温度及所述荷电状态SOC，进行噪声过滤与异常值剔除处理，得到锂电池的健康状态SOH数据； 所述噪声过滤与异常值剔除处理的计算公式如下： 其中，为时刻处理后的数据，为原始数据序列，为滑动窗口权重系数，为窗口长度； 其中，所述根据所述状态评估输入数据，进行SOH评估模型构建，得到健康状态特征参数，包括： 根据所述状态评估输入数据，通过卷积神经网络提取时域特征，生成时域特征向量； 根据所述状态评估输入数据，通过卷积神经网络提取频域特征，生成频域特征向量； 根据所述时域特征向量和所述频域特征向量，进行特征融合，得到时空特征向量； 将所述时空特征向量输入双向长短期记忆网络，捕获充放电循环的时序依赖性，得到健康状态特征参数； 其中，所述根据所述双向长短期记忆网络的隐藏状态更新公式如下： 其中，表示向量拼接操作，表示时刻输入特征，表示前向LSTM的隐藏状态；表示反向LSTM的隐藏状态；表示时刻的隐藏状态；和分别表示前向LSTM和反向LSTM网络； 其中，所述根据所述健康状态特征参数，建立损失函数并优化模型参数，得到最小化损失函数值的SOH评估模型，包括： 根据所述健康状态特征参数，进行复合损失计算，得到复合损失值； 根据所述复合损失值，进行模型参数优化，得到优化后的模型权重； 根据所述模型权重，进行学习率动态调整，得到训练过程中的动态学习率； 根据所述动态学习率，进行模型训练与验证，得到最小化损失函数值的SOH评估模型； 其中，所述复合损失计算的计算公式如下： 其中，和为权重系数，表示预测结果的方差；表示计算得到的复合损失值；M为健康状态特征参数的总数，为第个样本的预测健康状态SOH值，为第个样本的真实健康状态SOH值。

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广东喆思技术有限公司，其通讯地址为：529000 广东省江门市新会区睦洲镇睦洲大道中82号自编之一；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。