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！

龙图腾网获悉宁波大学申请的专利一种超级电容器容量估计方法、装置及管理系统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：CN121327784B 。

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：202511895853.0，技术领域涉及：G06F18/25；该发明授权一种超级电容器容量估计方法、装置及管理系统是由王睿;阮殿波;石浪白;乔志军;李泽;毕然设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种超级电容器容量估计方法、装置及管理系统在说明书摘要公布了：本发明提供一种超级电容器容量估计方法、估计装置及管理系统，包括：采集多个超级电容器在多个工况下的源域数据，并根据源域数据及超级电容器的先验知识提取包含容量衰减强相关特征的源域多元特征；根据超级电容器的先验知识、源域多元特征通过对抗网络进行知识融合，得到融合特征、模式匹配结果和多特征贡献度谱图；根据超级电容器的先验知识、融合特征和模式匹配结果设置多个模式的自适应降噪模型；使用目标域数据训练基础迁移学习容量评估模型，将融合特征、模式匹配结果、多特征贡献度谱图、对抗网络以及自适应降噪模型迁移至基础迁移学习容量评估模型，对其进行分段微调，得到全周期容量评估模型。

本发明授权一种超级电容器容量估计方法、装置及管理系统在权利要求书中公布了：1.一种超级电容器容量估计方法，其特征在于，包括步骤： 采集多个超级电容器在多个工况下的源域数据，并根据所述源域数据及超级电容器的先验知识提取包含容量衰减强相关特征的源域多元特征； 采集目标域数据并根据所述超级电容器的先验知识、所述源域多元特征通过对抗网络进行知识融合，得到融合特征、模式匹配结果和多特征贡献度谱图，其中，为优化面向不同工况的特征选择，利用概率融合学习匹配方法对所述融合特征进行特征匹配，得到所述模式匹配结果及可解释的所述多特征贡献度谱图； 根据所述超级电容器的先验知识、所述融合特征和所述模式匹配结果设置多个模式的降噪模型的降噪参数； 构建神经网络学习所述多个模式的降噪模型的降噪特性，得到自适应降噪模型； 构建基础迁移学习容量评估模型，并使用目标域数据训练所述基础迁移学习容量评估模型，将所述融合特征、模式匹配结果、多特征贡献度谱图、对抗网络以及自适应降噪模型迁移至所述基础迁移学习容量评估模型，得到第一阶段容量评估模型； 根据所述超级电容器的先验知识对所述第一阶段容量评估模型进行分段微调，得到全周期容量评估模型； 将所述全周期容量评估模型集成至超级电容器容量管理系统；其中， 构建基础迁移学习容量评估模型，并使用目标域数据训练所述基础迁移学习容量评估模型，将所述融合特征、模式匹配结果、多特征贡献度谱图、对抗网络以及自适应降噪模型迁移至所述基础迁移学习容量评估模型进一步包括： 基于卷积神经网络CNN或Transformer神经网络融合域适应迁移模块，所述域适应迁移模块包括： 从数据样本中提炼输入样本进而提升特征的提取质量， 其中，表示源域的输入样本并且,表示源域的样本个数，g表示维 度，表示目标域的输入样本并且,表示目标域的样本个数，表示损 失函数，表示特征提取表示，表示辅助函数，表示映射函数，表示边缘参数。

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宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818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。