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！

龙图腾网获悉电子科技大学申请的专利基于物理信息神经网络的锂离子电池健康状态轻量化检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：CN121208652B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511745728.1，技术领域涉及：G01R31/367；该发明授权基于物理信息神经网络的锂离子电池健康状态轻量化检测方法是由蒋春林;邵杰设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于物理信息神经网络的锂离子电池健康状态轻量化检测方法在说明书摘要公布了：本发明提供了一种基于物理信息神经网络的锂离子电池健康状态轻量化检测方法，包括采集电池在起降阶段放电过程中的时间、电压、电流、温度和荷电状态数据，并处理为起降阶段放电时序数据，基于起降阶段放电时序数据，设计与电池老化相关的特征因子，并利用皮尔逊相关系数和灰色关联度算法筛选特征因子，得到最优特征序列数据，将最优特征序列数据输入由两个串联的神经网络构建的物理信息神经网络模型进行训练，在训练过程中，采用贝叶斯优化算法对两个神经网络进行超参数调优，然后采用分层迁移学习策略对第二个神经网络进行微调，最后将训练好的物理信息神经网络模型用于电池健康状态检测。本发明提高了特征数据质量，降低了特征和模型的计算复杂度，实现了机载条件下电池健康状态检测的准确性与可靠性。

本发明授权基于物理信息神经网络的锂离子电池健康状态轻量化检测方法在权利要求书中公布了：1.一种基于物理信息神经网络的锂离子电池健康状态轻量化检测方法，其特征在于，所述方法包括： 步骤S1，特征片段提取与标签定义：分析锂电池数据集，提取数据中电流序列I与电压序列U，并引入电流变化率dIdt和电压变化率dVdt作为瞬态特征，随后计算实时功率P=UI及其变化率dPdt，综合功率与电流、电压变化率，构建自适应边界识别算法，并利用该算法从数据集中提取出起飞和降落阶段的片段数据，再利用安时积分法计算电池数据中电池的电池容量Q，并将电池容量作为电池健康状态的标签值，最后采用线性插值法修复起降阶段数据中的缺失值，并利用邻点均值法平滑异常数据点，完成数据预处理； 步骤S2，计算最优特征序列：基于预处理后的起飞和降落片段数据，设计与电池老化相关的特征因子，并利用皮尔逊相关系数验证这些特征与电池健康状态的相关性，再利用灰色关联度算法去除自相关性高的特征，得到最优特征序列； 步骤S3，构建物理信息神经网络模型PINN：PINN由两个串联的神经网络组成，第一个神经网络为解函数网络，该网络通过捕捉电池老化过程中的局部特征，用于学习模型的数据损失和一致性损失，第二个神经网络为动力学网络，用于学习偏微分方程的物理约束损失，实现模拟电池老化特征的时序演变规律，然后将最优特征序列数据划分为训练集和测试集，并将训练集数据输入模型对两个神经网络的参数集合进行训练； 步骤S4，采用基于TPE的贝叶斯算法优化PINN的超参数学习率和网络层数； 步骤S5，采用分层迁移学习策略对PINN进行微调，并将微调后的PINN用于检测电池数据的健康状态； 其中，所述构建自适应边界识别算法，包括： 步骤S11，加载电池循环数据集，设置起飞片段列表和降落片段列表并初始化为0，其中，表示第个采样点，，表示第个采样点的采样时刻，为总采样点数，为时刻采集到的电压，为时刻采集到的电流，为时刻采集到的温度，为时刻采集到的荷电状态； 步骤S12，采用滑动窗口法对电压、电流数据进行滤波处理； 步骤S13，根据滤波后的电压U和电流I，计算功率P=UI，功率变化率dPdt，电压变化率dUdt，电流变化率dIdt； 步骤S14，如果|dPdt|，并且dUdt，dIdt，则counter_high数值加1，为进入高倍率阈值，为强瞬态值，counter_high为表征进入高倍率的计数器； 步骤S15，如果counter_high≥N1，表示此时为起飞阶段开始点，并保存起始点位置，N1为进入高倍率确认次数，初始化时设定，为起飞开始时的采样点数； 步骤S16，如果|dPdt|且dUdt和dIdt，则counter_low数值加1，为退出高倍率阈值，counter_low为表征退出高倍率的计数器； 步骤S17，如果counter_lowN2，表示此时为起飞阶段结束点，并保存结束点位置，N2为退出高倍率确认次数，由初始化时设定，为起飞结束时的采样点数； 步骤S18，提取电池循环数据中从开始时刻到结束时刻的离散片段数据，保存到起飞片段列表，并重置counter_high=0，counter_low=0； 步骤S19，降落阶段重复步骤S12到步骤S17，当再次出现counter_high≥N1时，表示此时为降落阶段开始点，保存开始点位置，当再次出现counter_lowN2时，表示此时为降落阶段结束点，保存结束点位置，提取电池循环数据中从开始时刻到结束时刻的离散片段数据，保存到降落片段列表； 步骤S20，在电池循环数据集上，重复上述步骤S12到步骤S19，直至提取到所有起飞和降落片段数据，结束程序。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。