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！

龙图腾网获悉天津大学申请的专利数据驱动的电动自行车退役电池健康状态估计方法及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：CN118534352B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202410427254.5，技术领域涉及：G01R31/392；该发明授权数据驱动的电动自行车退役电池健康状态估计方法及系统是由赵博超;张珂迎;栾文鹏;刘博设计研发完成，并于2024-04-10向国家知识产权局提交的专利申请。

本数据驱动的电动自行车退役电池健康状态估计方法及系统在说明书摘要公布了：本发明公开了数据驱动的电动自行车退役电池健康状态估计方法及系统，涉及电动自行车电池状态监测领域，包括通过获取的电池充电电压数据，求取IC曲线；基于IC曲线从中提取与电池寿命相关的特征，并使用改进的模糊C均值聚类算法验证所提取特征的有效性；确定BP神经网络的结构，使用NSGA‑II遗传算法加快BP神经网络的收敛速度；以形成的NSGA‑II‑BP神经网络为基础，将退役电池老化特征作为NSGA‑II‑BP神经网络的输入，电池单体容量作为输出，完成状态估计模型搭建。本发明将BP神经网络与NSGA‑II优化遗传算法结合应用于电池健康状态估计。对降低电动自行车的发展成本以及退役电池的普及具有重大意义。

本发明授权数据驱动的电动自行车退役电池健康状态估计方法及系统在权利要求书中公布了：1.数据驱动的电动自行车退役电池健康状态估计方法，其特征在于：包括， 通过最大容量测试实验获取电动自行车电池充电电压数据，并用基于数值求导法求取增量容量IC曲线，对获取的IC曲线进行滤波降噪处理； 基于IC曲线中的关键点截取部分充电曲线，并从曲线中提取与电池寿命相关的特征，而后进行数据标准化，并使用改进的模糊C均值聚类算法对退役电池进行分选以验证所提取特征的有效性； 构建BP神经网络用以估计动力电池健康状态，确定BP神经网络的结构，使用NSGA-II遗传算法加快BP神经网络的收敛速度，并找出与BP神经网络适配的最佳初始权值以优化BP神经网络的性能； 以形成的NSGA-II-BP神经网络为基础，将提取到的退役电池老化特征作为NSGA-II-BP神经网络的输入，对应的电池单体容量作为输出，完成电池健康状态估计模型搭建； 构建不同种类电池的的NSGA-II-BP神经网络SoH估计模型，并对模型准确性进行测试，基于不同工况下的退役电池测试数据，验证构建的SoH估计模型在不同工况下的有效性。

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天津大学，其通讯地址为：300000 天津市南开区卫津路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。