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！

龙图腾网获悉重庆大学申请的专利基于改进生成对抗网络的锂电池退化数据智能生成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：CN120446762B 。

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：202510595974.7，技术领域涉及：G01R31/367；该发明授权基于改进生成对抗网络的锂电池退化数据智能生成方法是由秦岩;吴沁哲;刘江;罗志庆;郑凯;蒋浩设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于改进生成对抗网络的锂电池退化数据智能生成方法在说明书摘要公布了：本发明涉及一种基于改进生成对抗网络的锂电池退化数据智能生成方法，属于电池退化数据生成与设备健康防护领域，包括以下步骤：获取锂电池历史退化数据，包括放电电压和容量数据；对容量数据进行归一化，并将放电电压与容量数据一一匹配对应，构建特征‑标签对，形成训练数据集；利用训练数据集分别对LSTM和改进的GAN网络进行训练，得到电池容量预测模型和退化数据生成模型；采集锂电池当前循环放电电压曲线，利用电池容量预测模型预测电池当前容量；根据目标电池的物理特性，设计并执行电池容量生成机制程序，设定期望的个性化电池容量；将预设的目标容量输入退化数据生成模型，生成合成的退化数据。

本发明授权基于改进生成对抗网络的锂电池退化数据智能生成方法在权利要求书中公布了：1.一种基于改进生成对抗网络的锂电池退化数据智能生成方法，其特征在于：包括以下步骤： 利用电池管理系统获取锂电池历史退化数据，包括锂电池放电电压数据和锂电池容量退化数据； 对容量退化数据进行归一化，并将放电电压与容量退化数据一一匹配对应，构建特征-标签对，形成训练数据集； 利用训练数据集分别对长短期记忆网络LSTM和改进的生成对抗网络GAN进行训练，得到基于LSTM网络的电池容量预测模型和基于改进GAN网络的退化数据生成模型； 采集锂电池当前循环放电电压曲线，利用所述电池容量预测模型预测电池当前容量； 根据目标电池的物理特性，设计并执行电池容量个性化生成程序，预测得到的电池当前容量，生成期望的目标容量； 将所述目标容量输入所述退化数据生成模型，生成合成的退化数据； 所述基于改进GAN网络的退化数据智能生成模型包括： 生成器由多层感知机构成，用于接收随机噪声向量与条件信息，生成合成的放电电压数据，其中，表示生成器的可训练参数； 判别器由LSTM网络构成，用于接收输入数据，其公式为： 其中，表示判别器的可训练参数，输出值越接近1表示输入数据为真实放电电压数据的概率越高； 价值函数为： 其中表示真实放电电压数据样本，服从真实样本分布，表示随机噪声，服从均匀分布，表示容量退化信息作为GAN网络的条件信息，为判别器，表示判别器对输入为真实数据的评分，为生成器，是生成器基于随机噪声和条件生成的样本，为权重参数，控制梯度惩罚项的权重，是通过真实数据和生成数据的线性插值得到的样本，即，其中，表示判别器对输入样本的梯度模长； 生成器损失函数为： 其中，表示生成器生成的合成放电电压数据，满足表示服从均匀分布的随机噪声向量，为容量退化条件信息，为生成数据分布； 判别器损失函数为： 其中，为真实放电电压数据，服从分布为插值样本，为梯度惩罚系数； 所述基于改进GAN网络的退化数据智能生成模型的训练过程如下： 步骤1：随机初始化生成器G和判别器D的权重； 步骤2：固定生成器，通过Adam优化器以学习率更新判别器参数，最小化判别器损失 步骤3：固定判别器，通过Adam优化器以学习率更新生成器参数，最小化生成器损失 步骤4：重复步骤2-3直至达到最大迭代次数 所述改进GAN网络通过最小化判别器损失衡量生成数据分布与真实数据分布的Wasserstein距离，其中判别器每轮训练次数与生成器训练次数之比为2:1，并通过对抗训练使生成器输出的数据分布逼近真实数据分布； 所述电池容量个性化生成程序的设计满足以下物理约束条件： a生成的目标容量值满足： 其中为电池的额定容量； b相邻循环周期间的容量变化量满足： 其中为根据电池化学特性预设的最大允许容量波动阈值； 所述电池容量个性化生成程序的执行过程包括： 根据预测容量生成期望目标容量，其公式为： 其中为用户设定期望容量生成函数； 所述期望容量生成函数根据不同的修改形式分为增量修改、减量修改或峰值修改三类，公式分别为： 峰值修改：； 增量修改：； 减量修改：； 其中，表示预设的目标容量，表示LSTM网络获取的容量，表示循环时测量的实际容量，表示设定的修改幅度，表示连续修改的策略； 生成合成退化数据，具体包括： 将预设的目标容量与随机噪声共同送入基于改进GAN网络的退化数据智能生成模型中，得到合成的放电电压数据，其公式为： 其中表示改进GAN网络的参数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。