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！

龙图腾网获悉广州大学申请的专利一种基于工作温度矫正的电池剩余使用寿命预测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：CN116400224B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310319281.6，技术领域涉及：G01R31/367；该发明授权一种基于工作温度矫正的电池剩余使用寿命预测方法是由邹汉波;陈家俊;庞晓贤;林忠海;崇庆典;郑文芝;杨伟;陈胜洲设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本一种基于工作温度矫正的电池剩余使用寿命预测方法在说明书摘要公布了：本发明公开了一种基于工作温度矫正后的电池剩余使用寿命预测方法，通过设定特定的充放电策略模拟电池的实际运行状况并进行加速老化试验，收集充放电循环数据以供模型开发使用；通过多层神经网络对每个循环下的电压、电流和容量数据进行特征提取，并处理成以50个循环为间隔的滑移矩阵，通过多层长短期记忆神经网络Longshort‑termmemory，LSTM初步对电池的容量和剩余使用寿命进行预测；通过大量加速老化数据推导并通过大数据智能算法进行超参优化，得到以温度进行修正的阿伦尼乌斯RUL预测半经验模型；通过引入老化加速因子表征因工作不同引起的老化差异，综合初步预测结果与矫正的老化偏差，得到最终精确的电池剩余使用寿命预测。

本发明授权一种基于工作温度矫正的电池剩余使用寿命预测方法在权利要求书中公布了：1.一种基于工作温度矫正的电池剩余使用寿命预测方法，其特征在于，包括以下步骤： S1：设定充放电策略，模拟电池的实际运行状况和进行电池老化加速，记录充电过程数据与老化加速实验数据； S2：将充电过程中的电压、电流、温度和历史容量数据分别进行降噪、去除异常值，规整成相同形状的数据结构，并输入时序特征提取模块，提取各变量在不同循环圈数下的紧凑特征； S3：将紧凑特征输入多层长短期记忆神经网络预测模型，通过贝叶斯优化算法进行超参空间搜索，确定最佳的超参数，得到初步的容量衰减曲线和剩余使用寿命预测值； S4：将电池实际工作温度数据输入阿伦尼乌斯温度修正模型，通过贝叶斯优化算法搜索最佳的半经验模型超参数，得到表征因工作温度不同引起的老化加速因子； S5：综合剩余使用寿命的初步预测值与老化加速因子，得到修正后的剩余使用寿命预测； 所述步骤S4具体为： S401：在电池的加速老化试验中，引入阿伦尼乌斯模型表征剩余使用寿命的温度依赖性，将电池容量衰减近似于一个化学反应，用阿伦尼乌斯方程来描述温度对老化反应的影响以及模拟电池容量的老化程度； S402：取工作温度40℃下的电池作为寿命参考，此时的工作温度记为，以20摄氏度作为间隔，引入一个老化加速因子，矫正不同工作温度下的电池的剩余使用寿命； S403：对所述步骤S3中所得的容量衰减曲线进行基于工作温度的矫正； 所述老化加速因子用于矫正不同工作温度下的老化反应速率进而矫正不同工作温度下的电池的剩余使用寿命； 所述老化反应的反应速率表示为： 其中，为容量老化反应的速率常数，为容量老化反应的活化能、为容量老化反应的气体常数、T为容量老化反应的工作温度； 所述步骤S5具体为： 计算不同温度下的预测容量曲线偏差，得出矫正的电池容量，直至电池寿命终结如下： 其中，，为电池达到寿命终结所经历的充放电循环数，为参考工作温度下第圈的容量，为实时工作温度下第圈的容量偏差，此时，剩余使用寿命的矫正预测值可表达为： 其中，代表预测起点到寿命终点所经历的充放电循环，为循环寿命因温度不同的偏差值。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。