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！

龙图腾网获悉苏州大学申请的专利面向复杂实车场景的多模态动力电池健康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：CN121679398B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610188489.2，技术领域涉及：G01R31/392；该发明授权面向复杂实车场景的多模态动力电池健康预测方法是由费子成;毕建龙;张子钧;李鸣鹤;王进设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本面向复杂实车场景的多模态动力电池健康预测方法在说明书摘要公布了：本发明公开面向复杂实车场景的多模态动力电池健康预测方法，包括：获取实验室和真实环境下电动汽车电池数据构建基准SOH序列，并基于真实车载噪声特性合成带噪SOH序列；分别从带噪序列与平滑序列中截取片段，并转换为成对的灰度图像训练样本；构建包含视觉分支、数值分支与自适应融合模块的深度生成预测模型，利用样本对训练模型，输出未来SOH轨迹图像，经像素‑数值映射重建为数值预测序列；最终通过迁移学习将实验室模型适配至实车场景；本发明对不同行驶工况、不同车辆类型、以及多种电池材料体系都具有较好的泛化性能。

本发明授权面向复杂实车场景的多模态动力电池健康预测方法在权利要求书中公布了：1.一种面向复杂实车场景的多模态动力电池健康预测方法，其特征在于，包括： S1获取受控实验室环境下的电池循环数据，构建对应的电池健康状态第一SOH序列；采集复杂真实环境下电动汽车的运行数据和车载BMS数据，构建第二SOH序列； S2基于对真实电动车辆SOH序列的噪声统计分布特性，在第一SOH序列上叠加合成噪声，生成模拟真实车载噪声特性的带噪第三SOH序列； S3针对实验室场景，从第三SOH序列中截取历史时段的噪声片段，并从第一SOH序列中截取包含历史时段及未来预测时段的平滑片段；针对真实电动汽车场景，从第二SOH序列中截取历史时段的噪声片段，并对第二SOH序列进行趋势提取得到第四SOH序列，从第四SOH序列中截取包含历史时段及未来预测时段的平滑片段； S4将实验室场景中的噪声片段和平滑片段分别转换为对应的第一灰度图像和第二灰度图像，形成受控实验室场景的图像训练样本对；将真实电动汽车场景中的噪声片段和平滑片段分别转换为对应的第三灰度图像和第四灰度图像，形成真实电动汽车场景的图像训练样本对； S5构建计算机视觉驱动的深度生成预测模型，包括视觉分支、数值分支以及自适应融合模块；视觉分支用于从输入的带噪SOH灰度图像中提取和重建平滑退化轨迹的空间结构特征；数值分支用于从与历史时段对应的电池多源特征序列中提取时序退化特征；自适应融合模块用于根据视觉分支和数值分支的输出特征，动态生成融合权重并进行跨模态特征融合与噪声抑制； S6利用图像训练样本对及对应的多源特征序列对深度生成预测模型进行训练，模型输出未来预测时段的平滑SOH轨迹预测图像； S7将SOH轨迹预测图像通过像素-数值映射与曲线重建，转换为未来预测时段的SOH数值预测序列； S8将实验室训练好的模型通过迁移学习技术迁移到实车场景。

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苏州大学，其通讯地址为：215222 江苏省苏州市吴江区久泳西路1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。