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！

龍圖騰網獲悉北京因乎智電科技有限公司申請的專利基于聯邦學習的儲能電池健康狀況預測方法及裝置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：CN119988984B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510458068.2，技術領域涉及：G06F18/214；該發明授權基于聯邦學習的儲能電池健康狀況預測方法及裝置是由王菲;劉鵬;楊開寧;張慶設計研發完成，并于2025-04-14向國家知識產權局提交的專利申請。

本基于聯邦學習的儲能電池健康狀況預測方法及裝置在說明書摘要公布了：本發明公開了一種基于聯邦學習的儲能電池健康狀況預測方法及裝置，屬于電池管理領域。方法包括：針對當前新能源電站中每一個電區，均執行：對該電區的儲能電池運行數據樣本進行兩次聚類，以分別篩選出當前新能源電站數據集的負樣本和正樣本；基于聯邦學習框架，各新能源電站利用自己的數據集訓練本地模型，云端服務器利用聚合梯度算法將各新能源電站的本地模型的訓練結果和梯度信息進行聚合更新，并下發至各新能源電站進行本地模型更新，直至得到符合預期的目標預測模型。本方案可以自動篩選出比例平衡的正負樣本，保證負樣本的數量，提高各本地模型的有效性，另外可以保護各新能源電站數據隱私的同時，提升最終預測模型的準確率和訓練效率。

本發明授權基于聯邦學習的儲能電池健康狀況預測方法及裝置在權利要求書中公布了：1.一種基于聯邦學習的儲能電池健康狀況預測方法，其特征在于，包括： 針對當前新能源電站中每一個電區，均執行：對該電區的儲能電池運行數據樣本進行聚類，將除樣本數量最多的聚類類別之外的聚類類別內的樣本記為負樣本，并加入當前新能源電站的數據集； 將各電區中樣本數量最多的聚類類別內的樣本聚合起來進行二次聚類，以基于預先設置的負樣本占比、此時數據集中總負樣本數量和二次聚類結果，篩選正樣本至當前新能源電站的數據集； 基于聯邦學習框架，各新能源電站利用自己的數據集訓練本地模型，云端服務器利用聚合梯度算法將各新能源電站的本地模型的訓練結果和梯度信息進行聚合更新，并下發至各新能源電站進行本地模型更新，直至得到符合預期的目標預測模型； 所述將各電區中樣本數量最多的聚類類別內的樣本聚合起來進行二次聚類，以基于預先設置的負樣本占比、此時數據集中總負樣本數量和二次聚類結果，篩選正樣本至當前新能源電站的數據集，包括： 將各電區中樣本數量最多的聚類類別內的樣本聚合起來進行二次聚類，二次聚類結果中類別數量記為S； 基于預先設置的負樣本占比和此時數據集中總負樣本數量，確定所需正樣本數量； 基于所需正樣本數量和二次聚類結果中的類別數量，確定從每一個類別中選取樣本的數量，得到當前新能源電站的正樣本； 每一個類別中選取樣本的數量相等，且每一個類別中選取的樣本數量通過如下公式確定： 式中，為每一個類別中選取樣本的數量，為數據集中總負樣本數量，為預先設置的負樣本占比，為二次聚類結果中的類別數量； 所述基于聯邦學習框架，各新能源電站利用自己的數據集訓練本地模型，云端服務器利用聚合梯度算法將各新能源電站的本地模型的訓練結果和梯度信息進行聚合更新，并下發至各新能源電站進行本地模型更新，直至得到符合預期的目標預測模型，包括： 各新能源電站利用自己的數據集訓練本地模型，計算樹節點的梯度信息，并將所述梯度信息加密發送至云端服務器； 所述云端服務器利用聚合梯度算法將當前節點的樣本特征一一映射到桶中，以將梯度信息統計聚合起來，將聚合結果加密發送至各新能源電站； 各新能源電站對聚合結果進行解密，并基于最優分割算法確定樣本特征，并發送至所述云端服務器； 所述云端服務器基于樣本特征決定樣本特征的閾值，進行樹節點分裂，并將分裂結果發送至各新能源電站； 各新能源電站基于所述云端服務器的分裂結果進行節點分裂，并將分裂后子節點的信息增益發送至所述云端服務器進行更新，直至分裂完成，得到符合預期的目標預測模型。

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北京因乎智電科技有限公司，其通訊地址為：100085 北京市海淀區營西路10號院1號樓和盈中心A座3層315室；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”。