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！

龍圖騰網獲悉西南科技大學申請的專利融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法及系統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：CN120352779B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510813079.8，技術領域涉及：G01R31/367；該發明授權融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法及系統是由劉冬雷;曹文;朱玉玉;于春梅;李小霞;時浩添;陳蕾;李楊;范永存設計研發完成，并于2025-06-18向國家知識產權局提交的專利申請。

本融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法及系統在說明書摘要公布了：本發明屬于鋰電池荷電狀態評估技術領域，公開了融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法及系統，包括：利用集總參數等效電路模型電池系統表征方法，提取動力鋰離子電池荷電特征信息；將所述動力鋰離子電池荷電特征信息作為神經網絡的輸入特征，構建新型集總參數等效電路模型?長短期記憶神經網絡模型；利用所述新型集總參數等效電路模型?長短期記憶神經網絡模型，實現待測動力鋰離子電池荷電狀態預估。本發明為動力鋰離子電池的SOC估算提供了一種創新且有效的解決方案，不僅簡化了模型構建過程，還提升了在多溫度環境下SOC的預測性能，為相關領域的研究和應用提供了新的思路。

本發明授權融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法及系統在權利要求書中公布了：1.融合物理模型與神經網絡的儲能鋰電池荷電狀態評估方法，其特征在于，所述方法包括： 利用集總參數等效電路模型電池系統表征方法，提取動力鋰離子電池荷電特征信息；具體包括： 運用自適應遺忘因子遞推最小二乘算法實現集總參數等效電路模型在線參數辨識， ； 式中，是所求量在k時刻的求解，ρ為遺忘因子，為+1時刻的輸入矩陣，Kk+1為k+1時刻的增益，Pk為k時刻的協方差；ek為k時刻的預測誤差，emax為誤差的最大值，h為遺忘因子調節的靈敏系數； 運用擴展卡爾曼算法實現動力鋰離子電池SOC特征提取， ； 式中，P為均方誤差；G為卡爾曼增益；L為單位矩陣；Q和R分別是狀態誤差和測量誤差的方差；Xk為狀態變量[SOC，UP1，UP2]T；uk為系統輸入；yk為觀測變量；Ak為狀態轉移矩陣；Bk為系統控制輸入矩陣；Ck、Dk分別為系統觀測矩陣、驅動預測系統觀測量，UP1為極化電壓，UP2為表面效應電壓，為k+1時刻狀態變量的先驗估計，為運用k時刻狀態變量Xk計算k+1時刻狀態變量先驗估計值的計算公式，為k+1時刻狀態變量的后驗估計，為k+1時刻均方誤差的先驗估計，為k時刻均方誤差的后驗估計，為k+1時刻均方誤差的后驗估計，為k+1時刻的狀態誤差的方差，為k+1時刻的卡爾曼增益，為k+1時刻的系統觀測矩陣，為k+1時刻的測量誤差的方差，為k+1時刻的觀測值，為運用k+1時刻狀態變量先驗估計值計算的狀態變量； 將所述動力鋰離子電池荷電特征信息作為神經網絡的輸入特征，構建新型集總參數等效電路模型-長短期記憶神經網絡模型；具體包括： 運用AFFRLS參數辨識方法實現LPECM參數的在線辨識，結合EKF算法實現荷電輸入特征的提取； 在LSTM的基本結構中，激活函數sigmoid（σ）和tanh表示為： ； σ和tanh函數將荷電輸入特征分別轉換到0到1和-1到1的非線性區間，z為函數σ和tanh的自變量； LSTM中三種門的計算公式為： ； 式中，ik為輸入門，fk為遺忘門，ok為輸出門，Wi，Wf和Wo為各門的權重向量，hk-1為前一時刻LSTM單元的輸出值，xk為當前時刻的輸入特征，bi，bf和bo為各門的偏置項，k為時刻； 當前時刻細胞輸入信息的計算公式為： ； 式中，Wc為當前輸入信息的權重向量，bc為當前輸入信息的偏置項； 細胞當前輸入信息與前一時刻細胞輸出值和當前時刻輸入特征緊密相關，其中包含著當前輸入所帶來的新信息，當前時刻細胞的記憶單元和當前時刻細胞輸出的計算公式為： ； 式中，Ck為細胞當前時刻記憶單元，Ck-1為前一時刻細胞記憶單元，hk為當前時刻LSTM單元的輸出值； 利用所述新型集總參數等效電路模型-長短期記憶神經網絡模型，實現待測動力鋰離子電池荷電狀態預估。

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西南科技大學，其通訊地址為：621010 四川省綿陽市涪城區青龍大道中段59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”。