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 > 电子科技大学闫裔超获国家专利权

电子科技大学闫裔超获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的锂硫电池异常发热诊断方法与系统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:CN120724363B

龙图腾网通过国家知识产权局官网在2025-11-21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:202511225342.8,技术领域涉及:G06F18/2433;该发明授权一种基于深度学习的锂硫电池异常发热诊断方法与系统是由闫裔超;胡音;陈东江;雷天宇;陈伟设计研发完成,并于2025-08-29向国家知识产权局提交的专利申请。

一种基于深度学习的锂硫电池异常发热诊断方法与系统在说明书摘要公布了:本发明提供一种基于深度学习的锂硫电池异常发热诊断方法与系统,属于锂硫电池安全监测技术领域。本发明基于温度、电压检测数据,构建增强型温度差分序列,并建模温度状态序列,实现对热行为的连续动态表征;设计双路径门控机制,利用全局温升抑制门捕捉整体温升趋势,结合异常温升敏感门聚焦局部剧烈波动,有效抑制正常充放电温升干扰,输出温度异常概率分布;同时,根据当前SOC所处区间选择对应的电压补偿函数,对原始电压数据进行逐点修正,并设计了双组长短时记忆网络提取电压平台漂移特征,强化对多硫化物效应引发的异常漂移的感知能力,最终生成综合风险指数,显著提升了锂硫电池在多硫化物穿梭效应时,电池发热异常识别准确率与鲁棒性。

本发明授权一种基于深度学习的锂硫电池异常发热诊断方法与系统在权利要求书中公布了:1.一种基于深度学习的锂硫电池异常发热诊断方法,其特征在于,所述锂硫电池异常发热诊断方法包括以下步骤: S1:采集锂硫电池的温度时序数据、电压时序数据与SOC数据,并进行预处理,得到预处理后的温度时序数据、预处理后的电压时序数据与预处理后的SOC数据; S2:根据预处理后的温度时序数据,依次计算增强型温度差分序列、温度状态序列与温度时序特征; 所述增强型温度差分序列通过基于温度变化率驱动的自适应差分机制生成,所述温度状态序列通过将多个传感器的增强型温度差分序列输入神经微分方程,并利用数值积分器求解得到;所述温度时序特征通过线性映射与注意力权重计算得到; S3:根据温度状态序列、温度时序特征,通过双路径门控机制动态抑制正常充放电温升干扰,得到抑制干扰后的温度序列,并输出温度异常概率分布; 所述双路径门控机制包括全局温升抑制门和异常温升敏感门;其中全局温升抑制门根据所述温度状态序列与温度时序特征的拼接结果生成,异常温升敏感门根据所述预处理后的温度时序数据二阶导数的平均池化结果生成,两者通过逐元素相乘结合后作用于温度状态序列,得到抑制干扰后的温度序列; S4:对预处理后的SOC数据进行分段,并根据预处理后的电压时序数据、预处理后的SOC数据,计算修正后的电压时序数据,再计算归一化后的电压时序数据,提取电压平台漂移特征; S5:根据电压平台漂移特征、温度异常概率分布与温度状态序列,生成综合风险指数,并进行异常发热分级预警。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。