Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州大学杨伟获国家专利权

广州大学杨伟获国家专利权

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锂离子电池剩余使用寿命的多尺度融合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:CN115656857B

龙图腾网通过国家知识产权局官网在2026-03-03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:202211119986.5,技术领域涉及:G01R31/392;该发明授权一种锂离子电池剩余使用寿命的多尺度融合预测方法是由杨伟;庞晓贤;潘卉楠;谢沛伟;郑文芝;邹汉波;陈胜洲设计研发完成,并于2022-09-15向国家知识产权局提交的专利申请。

一种锂离子电池剩余使用寿命的多尺度融合预测方法在说明书摘要公布了:本发明涉及电池容量检测技术领域,公开了一种锂离子电池剩余使用寿命的多尺度融合预测方法,其包括如下步骤:采集每个电池失效前的充电电流、电压、温度、电阻和历史容量数据;分别采集每个电池寿命预测起点前的充电电流、电压、温度、电阻和历史容量数据,将历史电阻、容量数据排列成一维矩阵向量;采用3层膨胀卷积网络对原始的V、I、T矩阵分别进行二维卷积;将所得特征映射输入全局平均池化层,对特征映射进行降维;通过LSTM捕捉V、I、T紧凑特征与原始的电阻数据随着循环圈数的变化规律,建模它们之间的长期依赖关系,量化电池的老化行为;输入多层感知器中对电池寿命预测起点后的容量衰减趋势进行预测。

本发明授权一种锂离子电池剩余使用寿命的多尺度融合预测方法在权利要求书中公布了:1.一种锂离子电池剩余使用寿命的多尺度融合预测方法,其特征在于,包括以下步骤: 第一步:从多个电池容量老化数据集中采集每个电池失效前的充电电流I、电压V、温度T、电阻和历史容量数据; 第二步:分别采集每个电池寿命预测起点前的充电电流I、电压V、温度T、电阻和历史容量数据作为衡量电池容量老化的HI,将V、I、T通过矩阵堆叠形成三维矩阵以满足膨胀卷积层的计算需求,将历史电阻、容量数据排列成一维矩阵向量; 第三步:采用3层膨胀卷积网络对原始的V、I、T矩阵分别进行二维卷积; 第四步:将所得特征映射输入全局平均池化层,对特征映射进行降维; 第五步:将上一步所得的特征序列与电池的电阻数据通过矩阵连接堆叠在一起,作为LSTM的输入,通过LSTM捕捉V、I、T紧凑特征与原始的电阻数据随着循环圈数的变化规律,建模它们之间的长期依赖关系,量化电池的老化行为; 第六步:将上一步所得的特征映射与历史容量数据一起输入多层感知器中对电池寿命预测起点后的容量衰减趋势进行预测。

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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。