阳光储能技术有限公司赵子豪获国家专利权
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！
龙图腾网获悉阳光储能技术有限公司申请的专利电池健康状态的预测方法及装置、存储介质及电子设备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：CN116559702B 。
龙图腾网通过国家知识产权局官网在2026-05-08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：202310502290.9，技术领域涉及：G01R31/392；该发明授权电池健康状态的预测方法及装置、存储介质及电子设备是由赵子豪;周俭节;刘新峰;曹晓辉;钱超;江露露设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。
本电池健康状态的预测方法及装置、存储介质及电子设备在说明书摘要公布了：本发明提供的一种电池健康状态的预测方法及装置、存储介质及电子设备中，使用电池健康状态预测模型中的特征提取网络从电池表征信息中提取关联特征数据，该关联特征数据为深度挖掘电池的各个参数之间的关联关系的特征数据，然后将该关联特征数据作为循环神经网络的输入数据，循环神经网络对关联特征数据进行处理后输出电池的健康状态预测数据。在对电池的健康状态进行预测的过程中，使用特征提取网络提取具有深度关联的关联特征数据，然后将关联特征数据作为时间循环网络的输入数据，从而提高对电池的健康状态进行预测的精确度。
本发明授权电池健康状态的预测方法及装置、存储介质及电子设备在权利要求书中公布了：1.一种电池健康状态的预测方法，其特征在于，包括： 获取电池在预设时间范围内的电池表征信息，所述电池表征信息包括电压、电流、温度以及电池容量的信息； 利用预先训练完成的电池健康状态预测模型中的特征提取网络从所述电池表征信息中提取关联特征数据； 利用所述电池健康状态预测模型中的循环神经网络对所述关联特征数据进行处理，得到所述电池的健康状态预测数据； 其中，所述电池健康状态预测模型的训练过程，包括： 获取电池实验数据； 将所述电池实验数据输入状态预测模型，对所述状态预测模型进行训练，直至所述状态预测模型满足预设的收敛条件时，得到预训练模型； 获取电池工况数据； 应用所述电池工况数据，对所述预训练模型的网络权重进行调整，得到电池健康状态预测模型。
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阳光储能技术有限公司，其通讯地址为：230088 安徽省合肥市高新区柏堰科技园铭传路788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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励