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！

龙图腾网获悉武汉动力电池再生技术有限公司;无锡动力电池再生技术有限公司申请的专利一种退役电池模组分选方法、装置、电子设备及存储介质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：CN116224093B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211696018.0，技术领域涉及：G01R31/382；该发明授权一种退役电池模组分选方法、装置、电子设备及存储介质是由张宇平;刘虹灵;别传玉;宋华伟设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种退役电池模组分选方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开一种退役动力电池模组分选方法、装置、电子设备及存储介质，方法包括：获取若干退役动力电池模组在第一次充放电测试下的剩余容量；获取电池模组在连续三次脉冲充放电后，最后一次脉冲充放电时的脉冲充放电数据，基于所述最后一次脉冲充放电时的脉冲充放电数据计算出若干退役动力电池模组的第一特征参数、第二特征参数、端电压和内阻，并进行降维处理，得到呈m维的特征矩阵；最后构建神经网络模型，对所述神经网络模型进行训练，以得到容量预测模型，基于所述容量预测模型对退役动力电池模组进行容量预测后，对电池模组进行分选。本发明解决了目前由于无法准确预估电池模组容量而导致的无法有效实现对退役电池模组的分选的技术问题。

本发明授权一种退役电池模组分选方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种退役电池模组分选方法，其特征在于，包括如下步骤： 获取若干退役动力电池模组在第一次充放电测试下的剩余容量； 获取若干退役动力电池模组在连续三次脉冲充放电后，最后一次脉冲充放电时的脉冲充放电数据，基于所述最后一次脉冲充放电时的脉冲充放电数据计算出若干退役动力电池模组的第一特征参数； 获取若干退役动力电池模组的各单体电池在最后一次脉冲充放电时的第一特征参数之和与所述若干退役动力电池模组的第一特征参数之间的差值，并将所述差值作为第二特征参数； 获取若干退役动力电池模组的端电压和内阻； 对若干动力电池模组的第一特征参数、第二特征参数、端电压和内阻进行降维处理，得到降维后呈m维的特征矩阵； 构建神经网络模型，以所述m维的特征矩阵为输入，以退役动力电池模组的放电容量为输出，对所述神经网络模型进行训练，以得到容量预测模型，基于所述容量预测模型对退役动力电池模组进行容量预测后，根据预测的容量以及退役动力电池模组的端电压和内阻，对退役动力电池模组进行分选； 所述第一特征参数至少包括欧姆内阻、极化内阻以及充放电功率。

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武汉动力电池再生技术有限公司;无锡动力电池再生技术有限公司，其通讯地址为：430416 湖北省武汉市新洲区双柳街道星谷大道路168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。