哈尔滨工业大学邬子偕获国家专利权
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！
龙图腾网获悉哈尔滨工业大学申请的专利基于P2D-LNN融合模型的锂电池SOC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：CN119902083B 。
龙图腾网通过国家知识产权局官网在2025-11-14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：202411964038.0，技术领域涉及：G01R31/367；该发明授权基于P2D-LNN融合模型的锂电池SOC估计方法是由邬子偕;郑文斌;陈峻洋;付平设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。
本基于P2D-LNN融合模型的锂电池SOC估计方法在说明书摘要公布了：本发明提出基于P2D‑LNN融合模型的锂电池SOC估计方法，属于锂电池管理技术领域，解决了现有锂电池SOC估计方法中计算成本高、泛用性差、可解释性差的问题，包括：采集锂离子电池数据并建立锂离子电池测试数据库；构建P2D模型，捕捉锂离子电池测试数据库中锂电池内部的电化学动态；对锂离子电池测试数据库进行参数辨识，对P2D模型参数进行校正；将工况下的实际电流数据输入校正后的P2D模型中，输出模拟生成的电压、温度、css和cs,bulk数据；使用BPTT算法对LNN模型优化，建立CNN‑LNN模型，进行锂离子电池状态的时间序列预测；通过UKF算法集成P2D模型和CNN‑LNN模型，建立在线SOC预测模型，完成锂电池SOC的精确估计。
本发明授权基于P2D-LNN融合模型的锂电池SOC估计方法在权利要求书中公布了：1.基于P2D-LNN融合模型的锂电池SOC估计方法，其特征在于，所述基于P2D-LNN融合模型的锂电池SOC估计方法的步骤包括： 步骤1：采集锂离子电池数据并建立锂离子电池测试数据库； 步骤2：构建P2D模型，基于P2D模型捕捉锂离子电池测试数据库中锂电池内部的电化学动态； 步骤3：对锂离子电池测试数据库进行参数辨识，基于参数辨识得到的参数对P2D模型参数进行校正； 步骤4：将工况下的实际电流数据输入校正后的P2D模型中，输出模拟生成的电压、温度、和数据； 步骤5：使用BPTT算法对LNN模型优化，建立CNN-LNN模型，通过CNN-LNN模型进行锂离子电池状态的时间序列预测； 步骤6：通过UKF算法集成P2D模型和CNN-LNN模型，建立在线SOC预测模型，通过在线SOC预测模型完成锂电池SOC的精确估计。
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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励