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！

龙图腾网获悉青岛澎湃海洋探索技术有限公司申请的专利一种AUV锂离子电池热状态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：CN121633862B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610162168.5，技术领域涉及：G01R31/367；该发明授权一种AUV锂离子电池热状态预测方法是由柴鹏远;于泽;徐晓婷;申洪彬;张嘉铭;王雄设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种AUV锂离子电池热状态预测方法在说明书摘要公布了：本发明涉及电池热管理领域，具体为一种AUV锂离子电池热状态预测方法。包括以下步骤：构建电热耦合降阶热模型，生成具有物理一致性的初始温度估计；构建物理引导时空动态图卷积网络PG‑STDGCN作为误差校正模型，该模型通过将电池拓扑结构与电路特性等物理先验嵌入动态图学习，构建静态与动态融合的邻接矩阵，输出对所述初始温度估计的校正量；将所述初始温度估计与所述校正量相加，得到最终的电池热状态预测结果。该方法实现了从物理建模到数据驱动校正的有机融合，在AUV动态工况下兼顾可解释性、精度与适应性，显著提升电池包级多电芯温度预测性能。

本发明授权一种AUV锂离子电池热状态预测方法在权利要求书中公布了：1.一种AUV锂离子电池热状态预测方法，其特征在于，包括以下步骤： S1：构建电热耦合降阶热模型，生成具有物理一致性的初始温度估计； 具体步骤为：首先，将电流、SOC和环境温度输入等效电路模型；在等效电路模型中，电芯等效电路基于电芯混合脉冲功率特性数据，通过最小二乘法辨识二阶等效电路模型参数，精确刻画电池在瞬态与稳态下的电压响应，进而实现电池产热功率的精确计算；电池包等效模型则在此基础上整合多电芯串并联结构、连接电阻及不一致性，输出包级总产热功率；其次，构建电池包共轭传热模型，定义整体几何结构、材料物性及边界初始条件，通过阶跃热响应将模型线性化并降阶为LTI-ROM；最终，实现电-热闭环耦合仿真； S2：构建物理引导时空动态图卷积网络PG-STDGCN作为误差校正模型，将电热耦合降阶热模型与PG-STDGCN通过残差结构连接，输出对所述初始温度估计的校正量； S3：将所述初始温度估计与所述校正量相加，得到最终的电池热状态预测结果； 所述S2中PG-STDGCN包括以下步骤： S2.1：将原始多变量时间序列输入数据嵌入层，转换为四维特征张量； S2.2：将所述四维特征张量馈送至由多个时空图卷积STDGCN模块组成的二叉树结构中，生成数个目标增强表征； S2.3：将所述目标增强表征进行拼接和调整后，输入至线性门控单元GLU中，进行过滤和校正； S2.4：通过全连接回归层对GLU输出的增强表征进行映射，生成温度预测序列，并选择预测序列的第一个点作为预测结果； 所述S2.2中STDGCN模块包括：时间相关性捕获模块、空间相关性捕获模块和时空交互学习策略； 所述时间相关性捕获模块，对电池温度数据的时间维度进行操作，通过沿时间维度的卷积操作建模节点的历史动态依赖； 所述空间相关性捕获模块基于图卷积网络实现，基于电池包结构构建的静态图，编码电芯间传热路径、功率节点对电芯的驱动关系及电芯与环境的散热连接，同步完成动态图结构的构建及节点间空间关联的建模，用于同步构建动态图结构并建模节点间的空间关联； 所述时空交互学习策略用于融合时间与空间分支的输出特征； 所述图卷积网络中包括以下步骤： S2.2.1：图生成器采用融合物理先验知识与数据驱动机制的混合图构造方法，根据电芯温度数据动态调整图的结构；利用图生成器构建包含基于电池包物理特性的静态邻接矩阵、全局模式记忆邻接矩阵和节点相似性邻接矩阵，并将其融合得到融合邻接矩阵； 基于电池包物理特性的静态图结构，包括功率节点、环境温度节点和20个电芯温度节点；连接关系遵循以下规则：功率节点到各电芯温度节点为有向连接，电芯温度节点之间若相邻则无向连接，且它们均与环境温度节点无向连接，以此结构构建相应的邻接矩阵； S2.2.2：将所述融合邻接矩阵执行稀疏化处理，获得稀疏融合邻接矩阵； S2.2.3：将所述稀疏融合临界矩阵输入至基于扩散机制的图卷积网络GCN中进行多步消息传递，聚合多阶邻域信息并建模动态空间相关性； 所述S2.2.1中全局模式记忆邻接矩阵的生成过程定义为： ， 其中，是批次b中第i个节点在通道c、时间t的特征值，第个记忆模板在通道c的权重，第个记忆模板在通道c的权重，代表特征通道数，T为时间步数，M是记忆模板的数量； 所述S2.2.1中节点相似性邻接矩阵的生成过程定义为： ， ， 其中，是批次b中第i个节点在通道c、时间t的特征值，是批次b中第i节点在通道c的特征值在时间步长维度上的均值，是批次b中第j节点在通道c的特征值在时间步长维度上的均值，是批次b中第k个节点在通道c的特征值在时间步长维度上的均值，T为时间步数，代表特征通道数，N表示节点数量。

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青岛澎湃海洋探索技术有限公司，其通讯地址为：266000 山东省青岛市中国(山东)自由贸易试验区青岛片区团结路3682号2#厂房全幢01；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。