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！

龙图腾网获悉山东大学申请的专利基于电池大模型的锂离子电池多状态协同估计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：CN121142347B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511695080.1，技术领域涉及：G01R31/367；该发明授权基于电池大模型的锂离子电池多状态协同估计方法及系统是由商云龙;张震;张辛萌;任小小;李萌菲设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于电池大模型的锂离子电池多状态协同估计方法及系统在说明书摘要公布了：本发明提出了基于电池大模型的锂离子电池多状态协同估计方法及系统，属于锂离子电池状态估计技术领域，包括：获取锂离子电池的原始运行数据；构建多组候选片段；基于所述的多组候选片段，根据实际充电数据确定最优片段；基于最优片段构建多模态输入架构中的电压范围和序列；基于用户实际需求和数据源，构建多模态输入架构中的任务类型和数据源；基于混合数据源和多模态输入架构，采用集中训练微调多状态协同估计的电池大模型，并筛选最佳模型；最佳模型对实际输入的多模态输入信息进行处理以估计锂离子电池的状态并输出对应的锂离子电池使用建议策略，用于实现电池健康状态的可靠评估及给出智能推荐。

本发明授权基于电池大模型的锂离子电池多状态协同估计方法及系统在权利要求书中公布了：1.基于电池大模型的锂离子电池多状态协同估计方法，其特征是，包括： 获取锂离子电池的原始运行数据，基于锂离子电池的原始运行数据选择电压和充电量作为基本观测参数； 基于所述的基本观测参数，调节电压节点和电压窗口宽度以构建多组候选片段，所述候选片段用于模拟工程实际中不完整的充电行为； 基于所述的多组候选片段，根据实际充电数据确定最优片段； 基于最优片段构建多模态输入架构中的电压范围和序列；所述电压范围指的是最优片段的电压范围； 所述序列是由最优片段中的离散点组成的一维序列； 任务类型是用于估计的状态； 数据源指的是构建该多模态输入架构的原始运行数据来自哪个数据源，其由电池制造商或公开数据集的来源机构组成； 基于用户实际需求和数据源，构建多模态输入架构中的任务类型和数据源；基于[任务类型]、[数据源]、[电压范围]和[序列]，组成融合数据和文本信息的多模态输入架构； 基于混合数据源和多模态输入架构，采用集中训练微调多状态协同估计的电池大模型，并筛选最佳模型；所述多状态协同估计的电池大模型包括Tokenizer、嵌入层、基础模块、多状态协同估计模块、生成式推荐器； 所述Tokenizer将原始文本转换为TokenID序列； 所述嵌入层将TokenID序列经查表转换为嵌入表达，后续直接输入至大模型的解码器层中； 所述基础模块层由解码器层组成，解码器层由注意力机制和前馈神经网络组成； 所述多状态协同估计模块由两个线性层组成，分别用于电池健康状态估计和荷电状态估计，用户通过调整任务类型以选择激活任一线性层； 所述生成式推荐器用于智能推荐，给出建议；所述构建用于智能推荐的生成式推荐器，具体包括： 基于大语言模型，初始化预训练参数并定义生成式推荐器角色； 基于链式思维，在生成式推荐器的模型提示中设计标准回复模板； 基于少样本学习，在生成式推荐器的模型提示中内嵌少量输入－输出对； 基于多状态协同估计结果，将用户自定义问题输入至生成式推荐器中以获取智能推荐和建议； 最佳模型对实际输入的多模态输入信息进行处理以估计锂离子电池的状态并输出对应的锂离子电池使用建议策略。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。