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！

龙图腾网获悉湖南师范大学申请的专利基于混合模型ConvLSTM-NARX的锂离子电池温度预测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：CN120671562B 。

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：202511162391.1，技术领域涉及：G06F30/27；该发明授权基于混合模型ConvLSTM-NARX的锂离子电池温度预测是由温翠红;张琴月;崔嘉兴;文晶晶;刘敖;李德江;李紫卓设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本基于混合模型ConvLSTM-NARX的锂离子电池温度预测在说明书摘要公布了：本发明提出一种基于混合模型ConvLSTM‑NARX的锂离子电池温度预测方法，该模型以经典的卷积神经网络和长短期记忆神经网络为基础，结合了具有外生输入的非线性自回归网络的延迟机制与反馈循环机制，以加强模型对历史数据的学习能力，提升模型的整体性能。为了验证其精确性和泛化性，本发明使用公共数据集对该模型进行了两个实验，并将其与基准模型LSTM和CNN‑LSTM进行对比。通过实验表明，该混合模型在静态长期的温度数据集中误差为0.1℃，模型拟合度达到94.57%；在动态驾驶的温度数据集中误差低于0.13，模型拟合度均在98%以上。综上所述，本发明所提出的混合模型具有良好的精确性和泛化性。

本发明授权基于混合模型ConvLSTM-NARX的锂离子电池温度预测在权利要求书中公布了：1.一种基于混合模型ConvLSTM-NARX的锂离子电池温度预测方法，其特征在于，该混合模型以LSTM网络为核心，使用CNN进行特征提取，并结合NARX的延迟机制和循环反馈机制，提高混合模型的整体性能，具体地，该方法包括以下内容： S1：数据预处理，对实验数据集进行统一的去噪和归一化； S2：使用NARX中的延迟机制和反馈循环机制重构数据集； S2-1首先初始化参数，定义历史窗口大小为look_back=20，即使用前20个时间步的数据来预测下一个时间步的数据，并通过滑动不断更新窗口，预测步长pre_step=1表示单步预测，feedback_delay=1表示反馈延迟，即使用当前时刻之前1个时间步的温度作为反馈特征，并初始化空列表x，y，分别用于存储特征和标签； S2-2循环遍历数据集，从“look_back+feedback_delay”开始，到“lendata-pred_step”结束，在每一个时间点i，都提取从“i-look_back”到“i”的温度、电流和电压数据，反馈特征则提取从“i-look_back-feedback_delay”到“i-feedback_delay”的温度数据，将这4个部分合并为一个形状为look_back，4的矩阵，其中每一行对应一个时间步，列则分别是：温度、电流、电压、温度； S2-3将合并后的矩阵添加到x中，用于后续输入到CNN和LSTM中进行学习和预测； S3：将重新构建的数据输入到CNN和LSTM模型中，对历史特征数据进行学习并预测出下一步温度数据； S4：训练模型，使用早停机制和动态学习率调整来提高模型的收敛速度和训练效率，在早停机制中设置patience=10，即连续10个epoch验证损失没有改善，则停止训练并恢复最佳权重，防止模型过拟合，在动态学习率调整中，设置factor=0.5,patience=5，即连续5个epoch验证损失没有改善，将学习率乘以0.5，避免模型陷入局部最优；通过滑动窗口更新温度、电压、电流和反馈温度，并重复以上的步骤输入混合模型迭代预测数据集每一个时间步的温度值。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。