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！

龙图腾网获悉上海玫克生储能科技有限公司申请的专利训练方法及装置、预测方法、介质及电子设备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：CN116595376B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310616752.X，技术领域涉及：G06F18/214；该发明授权训练方法及装置、预测方法、介质及电子设备是由李倩;魏琼;严晓;赵恩海;顾单飞;江铭臣设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本训练方法及装置、预测方法、介质及电子设备在说明书摘要公布了：本申请提供一种锂电池荷电状态预测模型的训练方法及装置、锂电池荷电状态预测方法、介质及电子设备。所述训练方法包括：构建锂电池荷电状态预测模型，所述锂电池荷电状态预测模型为双向长短期记忆神经网络模型，其输入参数包括锂电池的电压和电流的时间序列，其输出参数包括所述锂电池的电池荷电状态的时间序列；获取训练数据，所述训练数据包括所述锂电池的电压、电流以及电池荷电状态的时间序列；利用所述训练数据对所述锂电池荷电状态预测模型进行训练。训练完成后，所述锂电池荷电状态预测模型能够准确地预测锂电池的荷电状态。

本发明授权训练方法及装置、预测方法、介质及电子设备在权利要求书中公布了：1.一种锂电池荷电状态预测模型的训练方法，其特征在于，包括： 构建锂电池荷电状态预测模型，所述锂电池荷电状态预测模型为双向长短期记忆神经网络模型，其输入参数包括锂电池的电压和电流的时间序列，其输出参数包括所述锂电池的电池荷电状态的时间序列，所述锂电池荷电状态预测模型包括输入层、双向长短期记忆网络层、随机失活层、全连接层和输出层，所述随机失活层用于在每个训练批次中将一半的隐层节点值配置为0； 获取训练数据，所述训练数据包括所述锂电池的电压、电流以及电池荷电状态的时间序列； 利用所述训练数据对所述锂电池荷电状态预测模型进行训练； 在所述训练中采用贝叶斯优化方法对所述锂电池荷电状态预测模型的超参数进行优化，包括： 定义超参数的搜索空间和优化目标，所述搜索空间是超参数的取值范围； 构建高斯过程回归模型来建模超参数与模型性能之间的关系； 在贝叶斯优化的每一轮迭代中，利用已有的训练数据更新高斯过程回归模型，获得当前超参数空间中各个点的性能预测和不确定性，根据选择策略选择下一个探索点，所述探索点根据高斯过程回归模型的性能预测和不确定性来选择； 使用选定的候选超参数进行模型训练，得到相应的模型性能，将这个新的数据点加入训练数据集，并更新高斯过程回归模型。

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上海玫克生储能科技有限公司，其通讯地址为：201612 上海市松江区新桥镇千帆路288弄2号1101室；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。