Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉科技大学郑秀娟获国家专利权

武汉科技大学郑秀娟获国家专利权

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!

龙图腾网获悉武汉科技大学申请的专利基于融合数据驱动模型的锂电池剩余使用寿命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:CN115542168B

龙图腾网通过国家知识产权局官网在2026-04-28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:202211149963.9,技术领域涉及:G01R31/367;该发明授权基于融合数据驱动模型的锂电池剩余使用寿命预测方法是由郑秀娟;陶流俊;吴菲;刘文博;陈少华设计研发完成,并于2022-09-21向国家知识产权局提交的专利申请。

基于融合数据驱动模型的锂电池剩余使用寿命预测方法在说明书摘要公布了:本发明公开了一种基于融合数据驱动模型的锂电池剩余使用寿命预测方法,该方法包括:提取恒流充电时长、恒压充电时长、恒流充电曲线转角处的垂直斜率和恒流放电曲线转角处的垂直斜率作为健康特征;以该4个健康特征作为输入,以对应的电池容量作为输出,训练混沌麻雀‑极限学习机模型和最小二乘支持向量回归模型;利用训练好的两个模型分别获取电池容量预测值,并进行加权融合得到最终的锂电池电池容量预测值,最后结合锂电池容量曲线获取锂电池的剩余使用寿命。本发明采用CSSA‑ELM‑LSSVR融合算法,可以充分利用CSSA‑ELM提取锂电池退化过程的整体趋势,利用LSSVR获得局部的非线性特征,从而实现对锂电池剩余使用寿命的准确预测,同时具有较好的鲁棒性。

本发明授权基于融合数据驱动模型的锂电池剩余使用寿命预测方法在权利要求书中公布了:1.一种基于融合数据驱动模型的锂电池剩余使用寿命预测方法,其特征在于,包括以下步骤: 获取锂电池的容量数据,并绘制锂电池容量曲线以及锂电池不同循环周期的恒流-恒压充电电压曲线和恒流放电电压曲线;其中,锂电池容量曲线为电池容量-循环周期曲线; 根据恒流-恒压充电电压曲线提取恒流充电时长、恒压充电时长和恒流充电曲线转角处的垂直斜率作为健康特征;根据恒流放电电压曲线提取恒流放电曲线转角处的垂直斜率作为健康特征; 以该4个健康特征作为输入,以对应的电池容量作为输出,在训练集上,基于混沌麻雀-极限学习机和最小二乘支持向量回归模型分别对锂电池退化过程进行训练,以获取训练好的混沌麻雀-极限学习机模型和最小二乘支持向量回归模型; 利用训练好的两个模型分别获取电池容量预测值,将两个电池容量预测值进行加权,得到最终的锂电池电池容量预测值,最后结合锂电池容量曲线获取锂电池的剩余使用寿命; 其中,利用训练好的两个模型分别获取电池容量预测值,将两个电池容量预测值进行加权,得到最终的锂电池电池容量预测值为: 式中,和分别为混沌麻雀-极限学习机模型和最小二乘支持向量回归模型的锂电池电池容量预测值,和为对应的权值,计算方式如下: 式中,和分别为混沌麻雀-极限学习机和最小二乘支持向量回归模型在训练集上的预测误差的协方差。

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武汉科技大学,其通讯地址为:430081 湖北省武汉市青山区和平大道947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。