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！

龙图腾网获悉中国科学院电工研究所申请的专利一种电池SOH影响因素分析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：CN115963420B 。

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：202310074970.5，技术领域涉及：G01R31/392；该发明授权一种电池SOH影响因素分析方法是由孙玉树;彭大健;张国伟;李宁宁;裴玮;唐西胜设计研发完成，并于2023-01-14向国家知识产权局提交的专利申请。

本一种电池SOH影响因素分析方法在说明书摘要公布了：本发明提供一种电池SOH影响因素分析方法，通过重复充放电循环加速电池老化，获取的电池容量以及对应的循环时间、电压、电流和温度数据；在循环时间、电压、电流和温度数据的基础上衍生出14个特征因素作为输入参数，采用KL散度、皮尔逊相关系数和灰色关联度作为评价指标量化特征因素与容量之间的相关性；基于时间卷积网络将输入参数单独进行容量预测以验证每个特征因素对容量预测精度的影响，求取多次预测结果的平均值作为预测误差，从而得到影响电池SOH的特征因素的影响大小，最终根据实际应用需求选取相应的特征因素作为主导参量。

本发明授权一种电池SOH影响因素分析方法在权利要求书中公布了：1.一种电池SOH影响因素分析方法，其特征在于，通过重复充放电循环加速电池老化，获取的电池容量以及对应的循环时间、电压、电流和温度数据；在循环时间、电压、电流和温度数据的基础上衍生出14个特征因素作为输入参数，采用KL散度、皮尔逊相关系数和灰色关联度作为评价指标量化特征因素与容量之间的相关性；基于时间卷积网络将输入参数单独进行容量预测以验证每个特征因素对容量预测精度的影响，求取多次预测结果的平均值作为预测误差，从而得到影响电池SOH的特征因素的影响大小，最终根据实际应用需求选取相应的特征因素作为主导参量； 所述特征因素具体包括：1每个放电循环所用的时间；2每个放电循环的电流；3每个放电循环的最大电压、最小电压、平均电压、最大最小电压的电压差、电压对时间的最大变化值、电压样本熵；4每个放电循环的最大温度、最小温度、平均温度、最大最小温度的温度差、温度对时间的最大变化值、温度样本熵；其中电压样本熵和温度样本熵是对每个放电循环的电压和温度曲线进行样本熵计算； 以KL散度作为评价指标时，温度平均值的数值最小，和容量的相关性最高，而电流数值最大，与容量的相关性最低；以皮尔逊相关系数作为评价指标时，循环时间数值最大，和容量的相关性最高，电流数值最小，与容量的相关性最低；以灰色关联度作为评价指标时，循环时间数值最大，和容量的相关性最高，电压样本熵数值最小，与容量的相关性最低； 所述时间卷积网络的构建包括： 1时间卷积网络建模，从而建立输入序列和输出序列之间的映射关系，使实际输出和预测输出之间的误差损失最小： 假设给定输入序列为，期望预测输出为；预测输出与输入序列的关系为： 12 式中，仅与时刻及之前的输入序列有关，与未来的输入无关； 2扩大因果卷积，具体为： 13 式中，为对序列中第个元素的卷积结果；为滤波器，也称卷积核；为扩大因子，当时为标准因果卷；表示卷积方向，即只对过去的数据卷积运算； 3加入残差块： 假设残差块的输入为，输出为，经过线性变化并通过激活函数映射得到公式14： 14 式中，为激活函数，为的关系函数。

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中国科学院电工研究所，其通讯地址为：100190 北京市海淀区中关村北二条6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。