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！

龍圖騰網獲悉華南理工大學申請的專利一種基于圖神經網絡的鋰離子電池健康狀態預測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：CN114675186B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202210178592.0，技術領域涉及：G01R31/367；該發明授權一種基于圖神經網絡的鋰離子電池健康狀態預測方法是由楊寧;余濤設計研發完成，并于2022-02-24向國家知識產權局提交的專利申請。

本一種基于圖神經網絡的鋰離子電池健康狀態預測方法在說明書摘要公布了：本申請公開了一種基于圖神經網絡的鋰離子電池健康狀態預測方法。所述方法包括以下步驟：獲取鋰離子電池各個半循環的健康狀態；構建圖的節點、節點的特征和標簽，并設定窗口大小；將圖數據劃分為訓練集、驗證集和測試集，并對圖數據進行歸一化處理；采用圖神經網絡的方法對訓練集數據進行訓練學習，并對測試集樣本進行測試，從而實現鋰離子電池健康狀態預測。本發明既可綜合考量，又可以考慮歷史充放電對未來健康狀態的影響，故本發明準確率相對更高；此外，本發明避免了繁雜的對電壓、電流和溫度的特征工程工作。

本發明授權一種基于圖神經網絡的鋰離子電池健康狀態預測方法在權利要求書中公布了：1.一種基于圖神經網絡的鋰離子電池健康狀態預測方法，其特征在于，包括以下步驟： S1、獲取鋰離子電池各個半循環的健康狀態； S2、構建圖的節點、節點的特征和標簽，并設定窗口大小；將一次完整的充放電循環視作節點，將相鄰兩個半循環的健康狀態作為節點的特征，將經歷若干充放電循環后的半循環健康狀態作為圖標簽；設定節點個數N即窗口大小，從而建立圖g，通過滑窗，形成M個同構圖gm，m＝1～M，圖集合G＝{g1,g2,g3,...gM}； S3、將圖數據劃分為訓練集、驗證集和測試集，并對圖數據進行歸一化處理；將M個同構圖gm劃分為訓練集Gtrain＝{g1 train,g2 train,g3 train,...gp train}，其中，上下標train代表訓練集，p代表訓練集的樣本個數，gp train表示訓練集Gtrain中的第p個訓練圖；驗證集Gvalid＝{g1 valid,g2 valid,g3 valid,...gb valid}，其中，上下標valid代表驗證集，b代表訓練集的樣本個數，gb valid表示訓練集Gvalid中的第b個訓練圖；測試集Gtest＝{g1 test,g2 test,g3 test,...gq test}，其中，上下標test代表測試集，q代表測試集的樣本個數，gq test表示測試集Gtest中的第q個測試圖，其中，p+b+q＝M；對于訓練集Gtrain中的訓練圖gp train，找出所有訓練圖gp train的所有節點中的兩個半循環，用f和a區別的健康狀態的最大值和最小值； 對于訓練集Gtrain所有訓練圖的所有節點，進行極值歸一化： 對于驗證集Gvalid所有驗證圖和測試集Gtest所有測試圖的所有節點，進行極值歸一化： 其中，SOHf·s·t、SOHa·s·t分別代表訓練集中第s個訓練圖中第t個節點歸一化前的前后兩個半循環的健康狀態；SOHf·j·k、SOHa·j·k分別代表測試集中第j個驗證圖或測試圖中第k個節點歸一化前的恒流充電時長、恒壓充電時長和恒流放電時長；為訓練集中第s個訓練圖中第t個節點歸一化后的恒流充電時長、恒壓充電時長和恒流放電時長；為驗證集或測試集中第j個圖中第k個節點歸一化后的前后兩個半循環的健康狀態；SOHg·s代表訓練集中第s個訓練圖歸一化前的標簽，為訓練集中第s個訓練圖歸一化后的標簽，SOHg·j代表驗證集或測試集中第j個圖歸一化前的標簽，為驗證集或測試集中第j個圖歸一化后的標簽，EOL為健康狀態轉折的標準，多用于剩余壽命預測，取0.7～0.8； S4、采用圖神經網絡的方法對訓練集數據進行訓練學習，并對測試集樣本進行測試，從而實現鋰離子電池健康狀態預測。

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華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381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”。