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！

龙图腾网获悉内蒙古工业大学申请的专利应用于新能源重卡的电池动力系统数字孪生方法及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：CN120449674B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510544706.2，技术领域涉及：G06F30/27；该发明授权应用于新能源重卡的电池动力系统数字孪生方法及系统是由郭洪飞;何智慧;张锐;李建庆;朝宝设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本应用于新能源重卡的电池动力系统数字孪生方法及系统在说明书摘要公布了：本发明公开了一种应用于新能源重卡的电池动力系统数字孪生方法及系统，方法包括：获取基础数据；基于基础数据，得到电池动力系统的多尺度映像模型；加入数据驱动模型，对电池动力系统的实时监测数据进行信息提取并补充到多尺度映像模型中，构建电池动力系统的数字孪生模型；通过图神经网络‑长短期记忆神经网络结构，将电池动力系统的传感器数据抽象为网络拓扑图进行时空关系多尺度建模，并利用构建的电池动力系统数字孪生模型，来感知电池动力系统的运行状态信息；利用跨模态深度语义匹配机制，针对感知到的运行状态信息所包含的多模态数据，构建不完整多模态多物理场的深度语义匹配融合模型。

本发明授权应用于新能源重卡的电池动力系统数字孪生方法及系统在权利要求书中公布了：1.一种应用于新能源重卡的电池动力系统数字孪生方法，其特征在于，包括如下步骤： 获取应用于新能源重卡的电池动力系统的数字孪生的基础数据，所述基础数据包括：新能源重卡的电池动力系统的电化学场、温度场和应力场的多物理场耦合状态下的全要素参数信息，以及从电池单体到模组、整包、控制器和驱动电机的多尺度数据； 基于所述基础数据，从所述电池动力系统的电芯到模组尺度构建电化学-热力耦合模型，在单体尺度考虑热应力及受热膨胀行为构建热-力耦合模型，从所述电池动力系统的模组和整包尺度建立几何模型并优化，同时建立所述电池动力系统的动力学模型，实现对电池动力系统的全方位抽象，得到所述电池动力系统的多尺度映像模型； 加入数据驱动模型，对所述电池动力系统的实时监测数据进行信息提取，将提取的信息补充到所述多尺度映像模型中，构建所述电池动力系统的数字孪生模型； 通过图神经网络-长短期记忆神经网络结构，将所述电池动力系统的传感器数据抽象为网络拓扑图进行时空关系多尺度建模，并利用构建的所述电池动力系统数字孪生模型，来感知所述电池动力系统的运行状态信息； 利用跨模态深度语义匹配机制，针对感知到的所述运行状态信息所包含的多模态数据，构建模态间的共享特征子空间，并设计不变图规则化因子，以建立不完整多模态多物理场的深度语义匹配融合模型，降低语义偏差； 所述加入数据驱动模型，对所述电池动力系统的实时监测数据进行信息提取，将提取的信息补充到所述多尺度映像模型中，构建所述电池动力系统的数字孪生模型，包括： 模型体系融合：将多尺度建模步骤中得到的多尺度映像模型与数据驱动模型进行融合，形成融合前的模型体系；其中，将多尺度映像模型与数据驱动模型进行融合，通过以下方式实现：,其中⊕表示特征拼接操作，为数据驱动模型，为实时监测数据； 实时数据处理：采用数据驱动方法对实时监测数据进行信息提取，得到提取的信息，并将提取的信息补充到融合前的模型体系中的多尺度映像模型部分，形成补充后的多尺度映像模型；所述实时监测数据包含物理层的传感器数据和虚拟层的仿真数据；实时数据处理包括：对实时监测数据应用以下非负矩阵分解：，其中，为完整模态数据，为不完整模态数据，为基矩阵，和为共享特征矩阵；将提取的特征和输入多尺度映像模型，通过以下数据驱动模型补充机制更新参数：,其中为学习率，⊙表示逐元素乘法，ReLU激活函数确保非负性； 数字孪生构建：基于补充后的多尺度映像模型，构建电池动力系统多尺度数字孪生模型，实现数据驱动的模型融合。

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内蒙古工业大学，其通讯地址为：010000 内蒙古自治区呼和浩特市新城区爱民路(北)49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。