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！

龙图腾网获悉同济大学申请的专利电池健康状态估计模型训练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：CN118428205B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202410441959.2，技术领域涉及：G06F30/27；该发明授权电池健康状态估计模型训练方法是由余建波;苗梦奇设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本电池健康状态估计模型训练方法在说明书摘要公布了：一种电池健康状态估计模型训练方法，包括如下步骤：获取若干电池的多传感信号数据，并将多传感信号数据进行处理形成源域数据集；通过EMD对源域数据集中的多传感信号数据进行分解，以获得IMF分量以及残差分量；对残差分量进行趋势性检验，并根据趋势性检验结果获得融合趋势信号；对IMF分量进行通道堆叠获得最终IMF信号；构建稠密循环卷积网络，将融合趋势信号及最终IMF信号输入到稠密循环卷积网络分别进行特征提取，以分别获得时序特征及局部振荡特征。该电池健康状态估计模型训练方法，实现了多种工况以及小子样条件下电池SOH估计，训练得到的模型适用性广，可以推广到不同的目标域，适用于多种不同电池工况，泛化能力强，预测的结果的准确性高。

本发明授权电池健康状态估计模型训练方法在权利要求书中公布了：1.一种电池健康状态估计模型训练方法，其特征在于，包括如下步骤： 获取若干电池的多传感信号数据，并将多传感信号数据进行处理形成源域数据集； 通过EMD对源域数据集中的多传感信号数据进行分解，以获得IMF分量以及残差分量； 对所述残差分量进行趋势性检验，并根据趋势性检验结果获得融合趋势信号；对所述IMF分量进行通道堆叠获得最终IMF信号，进一步包括： 对残差分量进行趋势性检验，并根据检验结果计算残差分量权重； 通过残差分量及残差分量权重计算获得融合趋势信号： 对同一类别的传感信号数据的IMF分量进行融合获得融合IMF分量； 对不同类别的传感信号数据的融合IMF分量进行通道堆叠获得最终IMF信号； 构建稠密循环卷积网络，将融合趋势信号及最终IMF信号输入到稠密循环卷积网络分别进行特征提取，以分别获得时序特征及局部振荡特征； 分别对局部振荡特征及时序特征进行筛选，以获得加权空间特征和加权时序特征，将加权空间特征和加权时序特征进行特征平铺并融合获得第一最终退化特征； 根据源域数据集中的多传感信号数据的种类的不同选用对应的初始SOH估计器，将第一最终退化特征输入到对应的初始SOH估计器进行训练以获得最终SOH估计器。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。