Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学;安徽国麒科技有限公司武骥获国家专利权

合肥工业大学;安徽国麒科技有限公司武骥获国家专利权

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!

龙图腾网获悉合肥工业大学;安徽国麒科技有限公司申请的专利一种考虑电池老化状态分布不平衡的退役动力电池分选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:CN119556148B

龙图腾网通过国家知识产权局官网在2025-11-18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:202411699716.5,技术领域涉及:G01R31/367;该发明授权一种考虑电池老化状态分布不平衡的退役动力电池分选方法是由武骥;汪杰鸣;谭遥;王丽;罗刚设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

一种考虑电池老化状态分布不平衡的退役动力电池分选方法在说明书摘要公布了:本发明公开了一种考虑电池老化状态分布不平衡的退役动力电池分选方法,包括;1.使用电压测量设备对退役电池端电压进行测量记录;2.对当前批次退役动力电池数据随机抽取部分作为测试用电池;3基于设计工步对测试电池执行测试实验并进行收集储存数据;4.对测试数据进行数据清洗和预处理,随后执行设计的自适应特征工程;5.使用上一步输出,进行嵌入了特征分布平滑模块的余能估计模型的预训练。6.对剩余电池重复步骤3‑4,并部署预训练模型执行余能估计。本发明能够克服老化分布不平衡所带来的误差,从而在保证分选精准度的前提下,降低退役电池分选工作的时间成本与能耗成本。

本发明授权一种考虑电池老化状态分布不平衡的退役动力电池分选方法在权利要求书中公布了:1.一种考虑电池老化状态分布不平衡的退役动力电池分选方法,其特征在于,包含如下步骤: 步骤一:对一批退役动力电池进行外观筛选,得到筛选后的剩余退役电池; 步骤二:对剩余退役电池进行随机选取,得到总量为的测试电池; 步骤三:收集测试电池的测试数据; 步骤3.1:将个测试电池静置一段时间后,测量得到测试电池的初始端电压,其中,代表第个测试电池的端电压; 步骤3.2:构建充放电策略,并用于对个测试电池进行测试,得到电池测试数据集,其中,表示第个测试电池的动态特征数据,表示第个测试电池的静态特征数据; 步骤四:对进行预处理后,得到准化后的特征序列;其中,代表着第个测试电池的标准化后的特征序列; 步骤五:将输入LASSO模型中进行处理,得到第个测试电池的初步特征序列; 步骤六:对第个测试电池的初步特征序列中任意两个特征进行随机组合后,再进行灰色关联分析,从而选取相关系数高的特征组成第个测试电池的最优特征序列,其中,代表第个测试电池的第k个最优特征,代表最优特征的数量; 步骤七:构建基于BiLSTM的时序回归预测模型,包括:特征提取模块、特征平滑模块、余能估计模块以及基于温度的修正模块,并用于对n个测试电池的最优特征序列进行处理,得到退役电池的余能估计值,其中,代表第m个测试电池的余能估计值; 步骤八:利用式8得到修正后的余能序列: 8 式8中,为温度对容量的影响系数;为参考温度;为测试环境温度;代表第m个测试电池的修正后余能值; 步骤九:根据式9构建综合损失函数: 9 式9中,为2个平衡系数,表示余能估计的损失函数,表示特征平滑过程的损失函数; 步骤十:采用Adam优化器对所述时序回归预测模型进行训练,并计算综合损失函数以更新模型参数,直至收敛为止,从而得到最优退役电池余能估计模型,用于对剩余退役电池进行余能估计,从而依据所得的电池余能以及计算所得的平均动态内阻实现对电池的分选。

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合肥工业大学;安徽国麒科技有限公司,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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。