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！

龙图腾网获悉苏州清陶新能源科技有限公司申请的专利一种基于多数据融合的电池容量寿命预测方法及装置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：CN116577665B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310442921.2，技术领域涉及：G01R31/367；该发明授权一种基于多数据融合的电池容量寿命预测方法及装置是由习晨博;陈凯;李艳;冯玉川;李峥设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种基于多数据融合的电池容量寿命预测方法及装置在说明书摘要公布了：本申请实施例提供了一种基于多数据融合的电池容量寿命预测方法及装置、计算机设备及存储介质。本申请方案通过从大量不同充电倍率、不同放电倍率以及不同环境温度条件下锂电池的循环时的监测数据，使用自适特征提取算法提取关键特征，训练优化双向长短时循环神经网络，最终通过双向长短时循环神经网络预测锂离子电池的寿命，提高预测的准确性。

本发明授权一种基于多数据融合的电池容量寿命预测方法及装置在权利要求书中公布了：1.一种基于多数据融合的电池容量寿命预测方法，其特征在于，所述方法包括： 获取待预测电池在多个不同测试条件的测试过程的监测数据，所述监测数据包括第一相关数据以及第二相关数据，所述第一相关数据至少包括电压和电流，所述第二相关数据至少包括温升、放电电容、测试温度、放电倍率以及充电倍率； 利用第一预设模型对所述第一相关数据进行特征提取以及对所述第二相关数据进行归一化处理，得到对应的特征向量，并利用所述第一预设模型对所述特征向量进行融合获取第一融合特征向量； 根据所述第一融合特征向量利用第二预设模型获取所述待预测电池的剩余的寿命； 所述方法包括所述第一预设模型的训练过程，包括： 将各个样品电池在不同测试条件下进行充放电循环测试，获取测试数据生成训练数据集，所述测试数据包括电压、电流、温升、放电电容、测试温度、放电倍率以及充电倍率； 利用所述训练数据集中的所述电压以及所述电流基于预设编码器训练获取第一预设模型； 所述方法还包括第二预设模型的训练过程，包括： 对所述训练数据集中除所述电压和所述电流外的其他数据进行归一化处理，获取归一化结果，根据所述归一化结果以及所述电压和所述电流的特征向量生成特征向量数据集； 利用所述特征向量数据集基于预设编码器训练获取第三预设模型，并利用所述第三预设模型对所述特征向量数据集中的特征向量进行融合，获取第二融合特征向量； 利用所述第二融合特征向量训练双向长短时循环神经网络，得到第二预设模型。

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苏州清陶新能源科技有限公司，其通讯地址为：215000 江苏省苏州市昆山开发区盛希路3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。