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！

龙图腾网获悉湖南湘源微能电力科技有限公司申请的专利锂电池SOC电压评估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：CN121164934B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511726924.4，技术领域涉及：G01R31/367；该发明授权锂电池SOC电压评估方法及系统是由郭凤泽;龚石斌;刘晔华;刘静设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本锂电池SOC电压评估方法及系统在说明书摘要公布了：本发明涉及锂电池评估技术领域，公开了锂电池SOC电压评估方法及系统。该方法包括获取锂电池的电压、电流、温度多组历史充放电数据，经动态时间规整进行曲线对齐，生成标准化充放电特征集合；将其输入预训练深度神经网络模型提取特征，得到高阶充放电特征矩阵，据此构建动态电压评估基线模型并实时调整参数；获取实时充放电数据，与动态基线模型比对生成电压偏离度评分集合，依此检测异常电压波动时段；对异常时段数据多尺度特征分解，得到局部与全局异常特征向量，追溯异常根因确定关键影响因素，最终生成SOC电压校准策略。该方法可全面捕捉电池动态变化，精准识别异常并追溯根因，适配复杂工况，保障锂电池运行性能。

本发明授权锂电池SOC电压评估方法及系统在权利要求书中公布了：1.一种锂电池SOC电压评估方法，其特征在于，所述方法包括： 获取锂电池的多组历史充放电数据，所述历史充放电数据包括电压曲线、电流曲线和温度曲线； 对所述历史充放电数据进行基于动态时间规整的曲线对齐处理，生成标准化充放电特征集合； 将所述标准化充放电特征集合输入预训练的深度神经网络模型进行特征提取，生成高阶充放电特征矩阵； 基于所述高阶充放电特征矩阵构建动态电压评估基线模型，并实时调整所述动态电压评估基线模型的参数； 获取实时充放电数据，并将所述实时充放电数据与所述动态电压评估基线模型进行比对，生成电压偏离度评分集合； 根据所述电压偏离度评分集合对所述实时充放电数据进行异常区间检测，识别异常电压波动时段； 对所述异常电压波动时段对应的充放电数据进行多尺度特征分解，生成局部异常特征向量和全局异常特征向量； 基于所述局部异常特征向量和全局异常特征向量进行异常根因追溯，确定导致电压异常的关键影响因素； 根据所述关键影响因素生成SOC电压校准策略； 所述基于所述高阶充放电特征矩阵构建动态电压评估基线模型，并实时调整所述动态电压评估基线模型的参数，具体包括： 对所述高阶充放电特征矩阵进行聚类分析，确定多个典型充放电模式； 根据所述典型充放电模式建立初始电压评估基线模型； 通过在线学习算法结合实时充放电数据对所述初始电压评估基线模型的参数进行迭代更新； 所述获取实时充放电数据，并将所述实时充放电数据与所述动态电压评估基线模型进行比对，生成电压偏离度评分集合，具体包括： 将所述实时充放电数据输入所述动态电压评估基线模型，计算与各典型充放电模式的匹配度； 根据所述匹配度确定所述实时充放电数据与所述动态电压评估基线模型之间的偏离程度； 基于所述偏离程度生成所述电压偏离度评分集合； 所述对所述异常电压波动时段对应的充放电数据进行多尺度特征分解，生成局部异常特征向量和全局异常特征向量，具体包括： 对所述异常电压波动时段内的电压数据进行小波变换分解，提取不同时间尺度的波动特征； 将高频波动特征进行聚合，生成所述局部异常特征向量； 将低频波动特征进行聚合，生成所述全局异常特征向量。

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湘源微能电力科技有限公司，其通讯地址为：410000 湖南省长沙市高新开发区尖山路39号中电软件园一期21栋701室；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。