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！

龙图腾网获悉中国科学院电工研究所申请的专利一种神经网络融合的电池储能系统SOC评估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：CN115983715B 。

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：202310071936.2，技术领域涉及：G06Q10/0639；该发明授权一种神经网络融合的电池储能系统SOC评估方法是由孙玉树;唐西胜;裴玮;赵宇鑫;宋爽设计研发完成，并于2023-01-14向国家知识产权局提交的专利申请。

本一种神经网络融合的电池储能系统SOC评估方法在说明书摘要公布了：本发明提出一种神经网络融合的电池储能系统SOC评估方法。利用经验模态分解算法将SOC数据进行多时间尺度分解，然后利用样本熵进行复杂性分析，以样本熵平均值为指标，将复杂性相似的分量进行分类聚合，进而利用总电压、电流、绝缘电阻、平均电压、平均温度和累计充电电量六个输入因素，通过多时间尺度神经网络融合算法进行SOC分频段预测，从而提高电池储能系统SOC的评估精度。

本发明授权一种神经网络融合的电池储能系统SOC评估方法在权利要求书中公布了：1.一种神经网络融合的电池储能系统SOC评估方法，其特征在于，利用经验模态分解算法将SOC数据进行多时间尺度分解，然后利用样本熵进行复杂性分析，以样本熵平均值为指标，将复杂性相似的分量进行分类聚合，进而利用总电压、电流、绝缘电阻、平均电压、平均温度和累计充电电量六个输入因素，通过多时间尺度神经网络融合算法进行SOC分频段预测，从而提高电池储能系统SOC的评估精度； 样本熵的计算如下： 假设时间序列为，其中为数据量： 1将序列按顺序组成维矢量，即，其中； 2定义与之间的距离为两者对应元素差值最大值： 4 对于每一个值计算与其余矢量之间的； 3给定相似容限，统计每一个值的的数量，然后计算其与距离总数的比值，记为： 5 式中，；为数量； 该过程定义为模板匹配过程，表示任一个与模板的匹配概率； 4获取的平均值为： 6 5增加维数为，重复步骤1至3，则的平均值为： 7 由此获取样本熵定义： 8 当取有限值时，样本熵估计值为： 9 利用样本熵计算每一个IMF分量的值，从而将SOC曲线分为高频段和低频段，其中，所述高频段由12个IMF分量中样本熵最大的五个分量组成，所述低频段由12个IMF分量中剩余的七个分量加残余分量组成； 所述多时间尺度神经网络SOC预测通过前馈神经网络和长短时记忆神经网络实现； 利用所述前馈神经网络和长短时记忆神经网络分别对所述高、低频段进行预测。

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中国科学院电工研究所，其通讯地址为：100190 北京市海淀区中关村北二条6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。