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！

龙图腾网获悉厦门大学;宁波均胜新能源研究院有限公司申请的专利一种基于特征重构与LSTM的锂电池健康状态在线估计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：CN121348114B 。

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：202511902954.6，技术领域涉及：G01R31/367；该发明授权一种基于特征重构与LSTM的锂电池健康状态在线估计方法是由王曦;杨琪;陈岱岱;姜晨醒;李佳泽;李玩幽设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本一种基于特征重构与LSTM的锂电池健康状态在线估计方法在说明书摘要公布了：本发明公开一种基于特征重构与LSTM的锂电池健康状态在线估计方法，该方法先对待测锂电池执行充放电循环老化实验，采集充放电运行数据构建循环老化数据集，再计算各循环SOH值；选定SOC10%‑80%区间的充电电压片段，提取恒压差充电能量作为初始特征数据，经相关性分析判断是否需采用双滑动窗口算法进行特征重构；对特征数据集标准化后，基于LSTM神经网络构建并训练模型，通过测试集评估性能并经滑动窗口尺度敏感度分析确定最佳参数，最终输出适配目标电池的SOH在线估计模型。本案无需依赖完整充放电或特殊区间数据，能深度挖掘局部电压区间的老化特征，提升估计精度与稳定性，适配多场景在线监测需求。

本发明授权一种基于特征重构与LSTM的锂电池健康状态在线估计方法在权利要求书中公布了：1.一种基于特征重构与LSTM的锂电池健康状态在线估计方法，其特征在于，包括以下步骤： 步骤1：对待测锂电池执行充放电循环老化实验，实时采集每一循环下的充放电运行数据，构建电池循环老化数据集； 步骤2：基于所述电池循环老化数据集，提取电池各循环的SOH数据，所述SOH通过当前循环放电容量与电池额定容量的比值计算得到； 步骤3：分析电池老化进程中充电电压与对应电荷状态SOC的偏移规律，选定SOC处于10%-80%区间对应的充电电压片段作为数据提取区间，从该区间内提取恒压差充电能量作为初始特征数据； 步骤4：采用Spearman相关性分析方法，计算所述初始特征数据与SOH的相关性系数，根据系数值判断是否需进行特征重构则进入步骤5，若不需要则直接将初始特征数据作为特征数据集并直接进入步骤6； 步骤5：采用双滑动窗口特征重构算法对初始特征数据进行深度提取与重构，输出重构特征数据集；步骤5中，所述双滑动窗口特征重构算法包括循环窗口与电压滑动窗口： 循环窗口：设循环窗口长度为m，则第i次循环的循环窗口数据集为 W i cyclem=[Evi-m+1，Evi-m+2,……Evi-1,Evi]， 电压滑动窗口：设窗口离散系数为n，则电压区间[V1、V2]被离散为2n-1个细分区间，将可用电压区间VSI的单个健康特征离散为健康特征序列，电压窗口长度为ΔV，ΔV=VSI2n-1，则将第i个循环的特征Evi进一步离散为： W i Evn=[Evi,1,Evi,2,……Evi,2n-1]， 应用双滑动窗口进行数据重构得到特征数据Wifeaturem,n，数据维度为m2n-1，重构特征数据集： ； 步骤6：对特征数据集进行标准化处理，划分训练集、验证集与测试集，基于LSTM神经网络架构构建并训练SOH在线估计模型； 步骤7：采用测试集对训练完成的模型进行性能评估，同时开展滑动窗口尺度的敏感度分析，确定目标电池的最佳滑动窗口尺度； 步骤8：输出适配目标电池的最终锂电池健康状态在线估计模型。

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厦门大学;宁波均胜新能源研究院有限公司，其通讯地址为：361000 福建省厦门市思明南路422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。