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！

龙图腾网获悉中国科学院力学研究所申请的专利一种物理机理和机器学习融合的锂离子电池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：CN114675187B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210229205.1，技术领域涉及：G01R31/367；该发明授权一种物理机理和机器学习融合的锂离子电池寿命预测方法是由温济慈;魏宇杰设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本一种物理机理和机器学习融合的锂离子电池寿命预测方法在说明书摘要公布了：本发明公开了一种物理机理和机器学习融合的锂离子电池寿命预测方法，包括步骤：锂离子电池首次充放电循环并进行电化学特征测量；构建电化学特征曲线并提取特征量信息；构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异；构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减；基于锂离子电池出厂性能差异和充放电过程中的寿命衰减，计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合，仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测，简便高效。

本发明授权一种物理机理和机器学习融合的锂离子电池寿命预测方法在权利要求书中公布了：1.一种物理机理和机器学习融合的锂离子电池寿命预测方法，其特征在于，包括以下步骤： 步骤100：对出厂的锂离子电池进行首次充放电循环并进行电化学特征测量； 步骤200：根据电化学测量结果构建锂离子电池首次充放电循环过程的电化学特征曲线并提取特征量； 步骤300：构建机器学习模型，并将提取的所述特征量作为输入量带入所述机器学习模型中以评估锂离子电池初始寿命状态； 步骤400：基于锂离子电池充放电循环条件的物理退化机理，构建物理机理退化模型以评估锂离子充放电循环过程中的寿命衰减情况； 步骤500：根据所述电池初始寿命状态及所述充放电循环过程中的寿命衰减评估结果，计算锂离子电池的剩余寿命； 计算锂离子电池的剩余寿命的算法如下： 假设基于出厂性能因素和充放电模式因素影响的锂离子电池预估寿命为N，则N表示为N=fcgω； 其中，fc表示充放电模式引起的寿命衰减； c具体指锂离子电池的快充倍率； gω表示基于机器学习模型的锂离子电池出厂性能差异评估； ω表示基于初始充放电循环测量数据的特征量。

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中国科学院力学研究所，其通讯地址为：100190 北京市海淀区北四环西路15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。