買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南通大學申請的專利一種基于融合神經網絡的鋰離子電池SOC估計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114487845B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210038879.3，技術領域涉及：G01R31/367；該發明授權一種基于融合神經網絡的鋰離子電池SOC估計方法是由李俊紅;蔣澤宇;李磊;褚云琨;宗天成;袁銀龍;李政;芮佳麗;嚴俊;張泓睿設計研發完成，并于2022-01-13向國家知識產權局提交的專利申請。

本一種基于融合神經網絡的鋰離子電池SOC估計方法在說明書摘要公布了：本發明提供了一種基于融合神經網絡的鋰離子電池SOC估計方法，屬于鋰離子電池技術領域。解決了目前電池容量的SOC估計難估計的技術問題。其技術方案為：步驟1將全新鋰電池充滿電，測取SOC從1到0的鋰離子電池的端電壓、電流、溫度；步驟2對測取的數據進行預處理；步驟3使用2DCNN卷積神經網絡對新的數據集進行訓練和測試，實現SOC實時估計。本發明的有益效果為：本發明在數據集中加入估計的電池容量數據，能夠擁有更高的估計精度，相比較LSTM，不會將誤差一直記憶；并且，短的歷史數據長度也能擁有更快的估計速度；相較使用3DCNN來估計SOC，能夠減少運算量并且減少不必要的誤差輸入，從而擁有更高的精度。

本發明授權一種基于融合神經網絡的鋰離子電池SOC估計方法在權利要求書中公布了：1.一種基于融合神經網絡的鋰離子電池SOC估計方法，其特征在于，包括以下步驟： 步驟1在變化的溫度下，將全新鋰電池充滿電，然后通過恒流放電實驗、DST工況放電實驗、FUDS工況放電實驗和US06工況放電實驗，反復測取SOC從1到0的鋰離子電池的端電壓、電流、溫度； 步驟2對測取的數據進行預處理，構建用于估計電池容量的3DCNN訓練數據集和測試數據集，并利用3DCNN卷積神經網絡估計出的電池容量構建新的數據集； 所述步驟2具體包括如下步驟： 步驟2-1對測取的數據進行歸一化處理，各種工況實驗的電池對象相同，電壓電流變化范圍不同，先對各種工況的數據單獨進行預處理，采用如下公式對輸入數據進行歸一化處理： 其中，aij為第i個輸入的第j個數據點，amin是第i個輸入數據的最小值，amax是第i個輸入數據的最大值，xinij是aij進行歸一化處理后的數據； 輸出為鋰電池的SOC，SOC的范圍在0到1之間，不需要進行歸一化處理； 步驟2-2數據歸一化處理后，發掘一個放電周期中各個輸入數據間的聯系和相鄰放電周期之間的聯系，使用如下的方法構建數據集，首先將一個放電周期中的測量值截取成若干個長度為n的數據，如下所示： 其中，xij表示輸入數據集中第i個輸入的第j幀數據，3DCNN卷積神經網同時輸入一個時間戳上的多幀數據，通過選取同一放電時間段上的連續j個放電周期的電壓電流數據作為3DCNN的一個輸入，數據集中，T表示電池工作時的溫度，U表示電池兩端的電壓，I表示電池通過的電流，t表示放電的時間，則xij對應的輸出yi為tn時刻第3幀的電池容量值； 步驟2-3對于一個總循環充放電次數N、單放電周期t＝m的工況放電實驗，為了發掘每一個放電周期內前后輸入數據間的聯系和相鄰放電周期之間輸入數據的聯系，使用padding方法對邊緣數據進行擴充，總共生成N×m組大小為3×4×10的輸入數據，對應的N×m個SOC值為輸出數據，不同工況的輸入輸出數據合并成為總數據集； 步驟2-4選用一個放電工況前80％的數據作為訓練數據集，后20％的數據作為測試數據集，用作3DCNN的訓練和測試數據； 步驟2-5針對鋰離子電池容量估計開發的3DCNN卷積神經網絡架構包括：一個輸入層Input、三個卷積層C、兩個全連接層F和一個輸出層Output； 步驟2-6卷積層和全連接層全部使用relu函數進行激活，輸出層使用tanh函數進行激活，并進行映射； 步驟2-7加入電池容量的估計，構建新輸入數據集，新的數據集大小為5×10，輸出數據集為tn時刻對應的SOC值； 步驟3使用2DCNN卷積神經網絡對新的數據集進行訓練和測試，實現最終的SOC實時估計； 所述步驟3具體包含如下步驟： 步驟3-1針對鋰離子電池SOC估計開發的2DCNN卷積神經網絡架構包括：一個輸入層、三個卷積層、兩個全連接層和一個輸出層； 步驟3-2卷積層和全連接層全部使用relu函數進行激活，輸出層使用tanh函數進行激活，并進行映射。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南通大學，其通訊地址為：226019 江蘇省南通市崇川區嗇園路9號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。