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！

龙图腾网获悉首都师范大学申请的专利一种基于多尺度特征融合的锂电池内部温度预测与重建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：CN120745342B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511248707.9，技术领域涉及：G06F30/23；该发明授权一种基于多尺度特征融合的锂电池内部温度预测与重建方法是由李盼;吴立锋设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种基于多尺度特征融合的锂电池内部温度预测与重建方法在说明书摘要公布了：本发明公开了一种基于多尺度特征融合的锂电池内部温度预测与重建方法，涉及锂电池内部温度预测领域，包括构建锂电池模组电‑化学‑热耦合模型，利用有限元仿真实验和物理实验获取温度场数据集，将温度场数据集输入基于多尺度特征融合的网络模型对锂电池内部温度进行估计得到初始锂电池模组内部温度空间分布，采用加权时空融合对初始锂电池模组内部温度空间分布进行重建得到最终温度时空分布，基于最终温度时空分布构建状态空间模型，并推导得到热失控剩余时间累积分布函数进而预测热失控剩余时间，实现事前预警。本发明克服物理模型和化学模型工艺复杂的局限性，以便于在线实施监测并提供预警决策支持，进而提高安全性和效率。

本发明授权一种基于多尺度特征融合的锂电池内部温度预测与重建方法在权利要求书中公布了：1.一种基于多尺度特征融合的锂电池内部温度预测与重建方法，其特征在于，包括以下步骤： S1、构建锂电池模组电-化学-热耦合模型，利用有限元仿真实验和物理实验获取温度场数据集； S2、构建基于多尺度特征融合的网络模型，将温度场数据集输入基于多尺度特征融合的网络模型进行多视角特征融合对锂电池内部温度进行估计得到初始锂电池模组内部温度空间分布； S3、采用加权时空融合对初始锂电池模组内部温度空间分布进行重建得到最终温度时空分布； S4、基于最终温度时空分布构建状态空间模型，并推导得到热失控剩余时间累积分布函数； S5、基于热失控剩余时间累积分布函数预测热失控剩余时间，实现事前预警； 所述基于多尺度特征融合的网络模型采用图卷积神经网络对温度场数据集进行处理得到温度场空间特征； 采用Transformer框架对温度场数据集进行时间序列捕捉，推断估算内部温度并进行在线测试； 采用加权时空融合对初始锂电池模组内部温度空间分布进行重建得到最终温度时空分布的具体内容为： 根据初始锂电池模组内部温度空间分布中数据点的时间接近度计算时间权重； 根据初始锂电池模组内部温度空间分布中空间位置距离使用欧几里得距离计算空间权重； 基于实测数据和初始锂电池模组内部温度空间分布中的锂电池内部温度，计算二者插值衡量物理一致性权重； 将时间、空间、物理一致性权重结合起来并归一化，基于加权融合模型得到最终温度时空分布。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105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。