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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 西安交通大学孟锦豪获国家专利权

西安交通大学孟锦豪获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利基于对抗防御策略的锂电池健康状态估计的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:CN119270114B

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:202411374752.4,技术领域涉及:G01R31/392;该发明授权基于对抗防御策略的锂电池健康状态估计的方法及系统是由孟锦豪;郑琨;宋政湘;李祎婧;杨智鹏;周飞帆;杨騉设计研发完成,并于2024-09-29向国家知识产权局提交的专利申请。

基于对抗防御策略的锂电池健康状态估计的方法及系统在说明书摘要公布了:本发明公开了基于对抗防御策略的锂电池健康状态估计的方法及系统,该方法包括:获取待检测锂电池的电压和电流,对部分片段的电流进行安时积分,得到部分片段的电压和容量的曲线;基于部分片段的电压和容量的曲线,选取曲线上若干电压对应的容量;将选取的曲线部分片段若干电压值对应的容量输入至预设的锂电池健康状态估计模型,得到锂电池健康状态估计值,其中预设的锂电池健康状态估计模型基于卷积残差网络和对抗攻击的防御策略进行训练所获得的。该系统包括数据获取模块、数据选取模块和数据处理模块。本发明可以对正常的输入样本较为准确地估计SOH,同时针对对抗性攻击的输入样本仍具有较为准确的SOH估计。

本发明授权基于对抗防御策略的锂电池健康状态估计的方法及系统在权利要求书中公布了:1.基于对抗防御策略的锂电池健康状态估计的方法,其特征在于,包括: 获取待检测锂电池的电压和电流,对部分片段的电流进行安时积分,得到部分片段的电压和容量的曲线; 基于部分片段的电压和容量的曲线,选取曲线上若干电压对应的容量,包括: 将部分片段Vc分成N=Vend-VstartΔV+1个片段,ΔV表示每个片段的电压间隔,Vend为Vc的结束电压,获得电压序列[Vc1,Vc2,Vc3,...,VcN]=[Vstart,Vstart+ΔV,...,Vstart+N-1×ΔV],以及该电压序列所对应的容量QVc=[QVc1,QVc2,...,QVcN]; 将选取的曲线部分片段若干电压值对应的容量输入至预设的锂电池健康状态估计模型,得到锂电池健康状态估计值,其中预设的锂电池健康状态估计模型基于卷积残差网络和对抗攻击的防御策略进行训练所获得的; 预设的锂电池健康状态估计模型基于卷积残差网络和对抗攻击的防御策略进行训练所获得的,其中,卷积残差网络包括M个卷积块,全局平均池化层和全连接层,输入通过卷积块形成特征图,使用全局平均池化层来减少特征图的维度,最后,使用全连接层将缩小的特征图映射到电池SOH; 预设的锂电池健康状态估计模型基于卷积残差网络和对抗攻击的防御策略进行训练所获得的,其中,对抗攻击的防御策略,包括: 卷积残差网络训练中每一轮,通过将生成的对抗样本加入到训练数据集中,使得模型能够学习对抗样本与其相应输出之间的关系,训练后的模型适应从原始输入到对抗样本的变化,优化目标表述如下: 4 其中,内部最大化阶段寻求在给定模型的原始输入x0的情况下导致最高损失函数的对抗样本;外部最小化问题旨在确定最小化内部正常样本和找到的对抗样本的损失的参数,从而增强模型的整体稳健性;L是损失函数,y为真实的SOH,为参数为θ的卷积残差网络,为扰动半径。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。