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！

龙图腾网获悉合肥工业大学申请的专利基于多频分解与混合神经网络的锂电池剩余寿命预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：CN121278655B 。

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：202511833195.2，技术领域涉及：G06F18/25；该发明授权基于多频分解与混合神经网络的锂电池剩余寿命预测方法是由周开乐;李晨;虎蓉;郭志峰设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本基于多频分解与混合神经网络的锂电池剩余寿命预测方法在说明书摘要公布了：本发明提供了一种基于多频分解与混合神经网络的锂电池剩余寿命预测方法，涉及锂电池剩余寿命预测技术领域。所述锂电池剩余寿命预测方法通过引入分量分解机制，并为不同频率分量设计合适的预测模型，有效捕捉了电池退化过程中的局部波动与长期趋势，显著提升了剩余寿命预测的准确性与鲁棒性；针对不同分量的复杂度差异分别设计合适的预测模型，避免了在全部分量上统一使用复杂模型所带来的冗余计算，实现了预测精度与计算效率的平衡；基于分层强化学习的超参数优化策略，能够根据不同的电池数据特性自动、高效地寻找最优参数组合，克服了传统优化方法计算成本高、适应性差的缺点。

本发明授权基于多频分解与混合神经网络的锂电池剩余寿命预测方法在权利要求书中公布了：1.一种基于多频分解与混合神经网络的锂电池剩余寿命预测方法，其特征在于，所述锂电池剩余寿命预测方法包括： S1.数据收集 收集锂离子电池在多次充放电循环中的历史容量数据，每个数据样本包含循环周期数及其对应的放电容量值；数据以时间序列格式进行组织和管理，形成完整的电池寿命数据集； S2.数据预处理 原始容量序列经标准化后得到的标准化容量序列； S3.数据分解与分量分类 对标准化容量序列进行分解，并通过计算样本熵和聚类进行分量分类，得到高频、中频、低频三个分量，对其中的高频分量进行二次分解； S4.多模型协同预测 对三个分量分别使用相应的预测模型进行预测； S5.分层强化学习超参数优化 对预测过程中使用的所有分解参数和预测参数进行优化，采用分层强化学习策略，分阶段、分层次地优化参数； S6.最终预测 使用通过分层强化学习优化得到的最优超参数组合，重新执行从S3到S4的全流程，生成最终的、精确的电池剩余使用寿命预测结果； S7.自适应更新 根据电池当前状态决定是否需要重新训练模型； 所述S4中，高频分量预测模型输入的是经过分解后得到的各子分量数据，这些数据通过双重特征提取编码器来捕捉时间序列中前后依赖关系；经过特征融合后，数据被输入到解码器中，最终通过展平层、全连接层等进行映射，输出预测值； 中频分量预测模型包括：简化的输入映射层、位置编码、1层编码器、用于特征映射的线性变换层以及输出层； 低频分量预测模型采用带有注意力机制的模型； 将上述三个模型对高、中、低频分量的预测结果进行叠加，得到最终的电池容量预测序列： 基于此融合后的容量预测序列，根据预设的失效阈值，推算出电池的剩余使用寿命。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。