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 > 安徽大学汪航获国家专利权

安徽大学汪航获国家专利权

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!

龙图腾网获悉安徽大学申请的专利基于图结构化微电压片段的锂电池SOH评估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:CN121454347B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511841559.1,技术领域涉及:G01R31/367;该发明授权基于图结构化微电压片段的锂电池SOH评估方法及系统是由汪航;乔宝栓;陆思良;胡智勇;王骁贤;洪剑宁设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。

基于图结构化微电压片段的锂电池SOH评估方法及系统在说明书摘要公布了:本发明提供了一种基于图结构化微电压片段的锂电池SOH评估方法及系统,属于锂电池健康状态评估和人工智能技术领域,该方法包括:预处理锂电池循环充放电的电压数据,筛选并对齐对电池退化高敏感的微小电压片段;通过训练后的深度学习模型重构预处理后的电池微小电压片段数据的时空特征;将特征信息及其序列关系抽象为含拓扑结构与节点特征的图结构;通过堆叠多层图神经网络扩大节点感受野,并通过池化得到图级特征向量;对所获得的图级特征向量进行非线性映射,输出锂电池的SOH评估结果。该系统包括数据预处理单元、深度学习评估模型单元和结果输出单元。本发明无需额外特征工程,仅输入原始充电电压数据,通过简单计算实现高精度评估。

本发明授权基于图结构化微电压片段的锂电池SOH评估方法及系统在权利要求书中公布了:1.一种基于图结构化微电压片段的锂电池SOH评估方法,其特征在于,包括以下步骤: 步骤S1:将锂电池循环充放电的电压数据进行预处理,筛选出对电池退化高敏感的微小电压片段,对齐数据使数据长度相同,包括以下步骤: 步骤S11:分析100%SOH的锂电池的完整充电循环的增量容量曲线,确定电池内部最剧烈反应的IC峰值点对应电压的时间点,其中,增量容量曲线公式为: ; 其中IC为增量容量,Q为电池容量,V为电池电压,T是采样时间,QT+1为采样时间T+1时对应的电池容量,QT为采样时间T时对应的电池容量,VT+1为采样时间T+1时对应的电池电压,VT为采样时间T时对应的电池电压; 步骤S12:以峰值时间点作为区域起始点,自适应选择一个微窗口内电压数据为高敏感区域,计算公式为: ; 其中,Vp为IC峰值点对应的电压,X为电压步长; 步骤S13:对所述高敏感区域进行线性插值,重采样生成长度一致的时间序列电压数据,插值函数公式为: ; ; ; 其中,FT为任意时间点T处电压,Tt、Tt+1为原始数据中相邻的两个时间点,Vt、Vt+1为原始数据中对应时间点t、t+1处电压值,Ts为重采样生成的时间点序列,ΔT为采样时间间隔,K为索引编号,m为重采样序列的最大索引,TE为采样终止时间,T0为采样起始时间; 步骤S2:通过已训练的深度学习模型重构预处理后的电池微小电压片段的时空特征信息; 步骤S3:将特征信息及其序列关系抽象为图结构,创建包含拓扑结构与节点特征的数据模型; 步骤S4:通过堆叠多层图神经网络,逐步扩大节点的感受野,生成全局感知的节点嵌入,并通过池化得到图级特征向量; 步骤S5:对得到的图级特征向量进行非线性映射,输出锂电池SOH评估结果。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。