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！

龙图腾网获悉南京航空航天大学申请的专利一种基于NTM和统计方法的多阶段电池剩余寿命预测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：CN118313232B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311510786.7，技术领域涉及：G06F30/27；该发明授权一种基于NTM和统计方法的多阶段电池剩余寿命预测方法是由刘君强;盛思佳;邓洁;黄佳辉;左洪福设计研发完成，并于2023-11-13向国家知识产权局提交的专利申请。

本一种基于NTM和统计方法的多阶段电池剩余寿命预测方法在说明书摘要公布了：本发明公开了一种基于NTM和统计方法的多阶段电池剩余寿命预测方法，可对电池剩余寿命进行多阶段预测。包括如下步骤：1对电池容量数据进行处理，提取出健康因子HI；2在步骤1的基础上将处理后的数据输入到长短期记忆神经网络LSTM中，根据退化率对数据进行分段；3在步骤2的基础上，利用贝叶斯统计方法获得各阶段退化函数，并将其引入到神经图灵机NTM模型中，进行参数更新；4在步骤3的基础上将数据输入到神经图灵机NTM中进行预测；5电池寿命预测实例分析：使用NASA的公开数据集进行了验证，并与其他方法进行比较。

本发明授权一种基于NTM和统计方法的多阶段电池剩余寿命预测方法在权利要求书中公布了：1.一种基于NTM和统计方法的多阶段电池剩余寿命预测方法，其特征在于：包括如下步骤： 1对电池容量数据进行处理，提取出健康因子HI； 2在步骤1的基础上将处理后的数据输入到长短期记忆神经网络LSTM中，根据退化率对数据进行分段； 3在步骤2的基础上，利用贝叶斯统计方法获得各阶段退化函数，并将其引入到神经图灵机NTM模型中，进行参数更新； 4在步骤3的基础上将数据输入到神经图灵机NTM中进行预测； 5电池寿命预测实例分析：使用NASA的公开数据集进行了验证，并与其他方法进行比较； 步骤3包括如下：首先从当前阶段数据和情景记忆中获得一批样本，电池容量相当于一个由变量X组成的单节点贝叶斯网络，另X含有值r和Ωx＝{x1,x2,...,xr}，则单节点贝叶斯网络有待估参数r，θi＝PX＝xi,i＝1,2,...r，用来表示向量θ1,θ2,...,θr，其中如果D＝D1,D2,...,Dm，满足X＝xi的样本个数为mi，则得到似然函数： 其中{mi|i＝1,2,...,r}充分统计量，分别求出各阶段多项似然函数的共轭分布，假设关于的先验知识包含n个虚拟数据样本，即假设的先验分布为D＝a1,a2,...,ar，即： 其中将上述两个公式代入贝叶斯公式，可得的后验分布满足： 为了获得每个阶段的贝叶斯估计结果，需要每个分量θi利用临时模型和SGD优化器的损失如下： 其中，β表示学习率，θbase为参数，k为当前实例βn的更新次数； 然后结合参数θi得到最终的模型参数θ，θi-θbase表示梯度变化值，通过动态控制器λ应用单调调度策略来控制梯度的演化，该策略朝着平均方向动态改变参数，更新规则如下： θnew＝θbase+λθi-θbase10 。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。

以上内容由龙图腾AI智能生成。