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！

龙图腾网获悉电子科技大学申请的专利集成辅助信息和多工况数据的锂离子电池健康状态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：CN121434669B 。

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：202512034628.4，技术领域涉及：G06F18/20；该发明授权集成辅助信息和多工况数据的锂离子电池健康状态估计方法是由蒋春林;邵杰设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本集成辅助信息和多工况数据的锂离子电池健康状态估计方法在说明书摘要公布了：本发明提供了一种集成辅助信息和多工况数据的锂离子电池健康状态估计方法，首先加载多种电池数据，提取每个电池各样本的电池辅助信息，并获取其在预设电压区间对应的电压、电流及温度序列数据，然后对序列数据进行单调不减、插值和归一化处理，得到多类电池的样本数据及其对应的辅助特征信息，接着将数据划分为测试集和训练集，将训练集输入构建的混合神经网络模型进行处理，以完成训练集电池健康状态估计，再通过反向传播结合SHAP值算法与剪枝和量化操作优化混合神经网络模型。本发明方案极大地提升了电池健康状态的预测能力和精度，降低了模型的计算复杂度，使得模型能够在复杂环境下具有更强的鲁棒性和泛化能力。

本发明授权集成辅助信息和多工况数据的锂离子电池健康状态估计方法在权利要求书中公布了：1.一种集成辅助信息和多工况数据的锂离子电池健康状态估计方法，其特征在于，所述方法包括： 步骤S1，加载混合电池数据集，在预设电压区间内，提取充电片段数据，得到充电电压序列及其对应的充电电流序列与充电温度序列，对充电电压序列、充电电流序列和充电温度序列进行单调不减处理，并采用线性插值法分别对这三个序列进行固定间隔重采样，然后提取每一个样本数据对应的电池容量值作为标注标签，形成电池容量标签序列，接着从每个样本中提取电池类型、电池标称容量、电池工作温度及电池放电倍率四项特征，得到辅助信息向量序列，最后将重采样后的充电电压序列、充电电流序列、充电温度序列、电池容量标签序列及辅助信息向量序列共同输入特征； 步骤S2，将输入特征划分训练集与测试集，并构建混合神经网络模型对训练集数据进行处理，以完成对训练集电池健康状态的估计，混合神经网络模型包括卷积神经网络、长短期记忆网络和注意力机制； 步骤S3，采用SHAP值算法进行混合神经网络模型可解释性分析，得到各特征的全局重要性； 步骤S4，根据特征全局重要性对混合神经网络模型进行剪枝与量化操作； 其中，所述步骤S2进一步包括： 将输入特征划分为训练集与测试集，将训练集输入卷积神经网络以提取局部特征，再通过长短期记忆网络捕捉全局时序依赖，随后，利用自注意力机制为这些特征赋予差异化权重，并将自注意力机制加权后的特征与训练集中的辅助信息向量进行拼接，最后，将拼接后的综合特征输入全连接层，以完成对训练集电池健康状态的估计。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。