四川大学李唏获国家专利权
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！
龙图腾网获悉四川大学申请的专利用于电流测量数据随机缺失的锂电池SOC在线估计方法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：CN119619847B 。
龙图腾网通过国家知识产权局官网在2025-07-11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：202411155922.X，技术领域涉及：G01R31/367；该发明授权用于电流测量数据随机缺失的锂电池SOC在线估计方法是由李唏;郑宗生;邵梓原设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。
本用于电流测量数据随机缺失的锂电池SOC在线估计方法在说明书摘要公布了：本申请涉及一种用于电流测量数据随机缺失的锂电池SOC在线估计方法。所述方法包括：首先，收集实验数据；之后，建立锂电池等效电路模型，基于所述锂电池等效电路模型确定电池模型参数的计算式；之后，基于所述实验数据和电池模型参数的计算式采用计及输入数据缺失的递推最小二乘算法进行参数辨识；最后，基于辨识的参数采用无迹卡尔曼滤波算法进行SOC估计。实现在电流测量数据存在缺失的情况下电池SOC的高精度鲁棒估计，能够显著提高SOC估计结果的准确性，有效保障电池健康以及运行安全性和稳定性。
本发明授权用于电流测量数据随机缺失的锂电池SOC在线估计方法在权利要求书中公布了：1.一种用于电流测量数据随机缺失的锂电池SOC在线估计方法，其特征在于，所述方法包括： 收集实验数据； 建立锂电池等效电路模型，基于所述锂电池等效电路模型确定电池模型参数的计算式； 基于所述实验数据和电池模型参数的计算式采用计及输入数据缺失的递推最小二乘算法进行参数辨识； 基于辨识的参数采用无迹卡尔曼滤波算法进行SOC估计； 所述计及输入数据缺失的递推最小二乘算法包括： 对缺失的实验数据进行插补处理，插补处理公式为： 其中，为原始实验数据，为服从伯努利独立同分布的随机变量，并且与相互独立，为常数； 基于插补后的实验数据构造递推最小二乘算法的目标函数梯度的无偏估计量，算法更新公式为： 其中，，，，为泄露矩阵，为需要辨识的参数向量，为跟随矩阵，为遗忘因子，为单位矩阵，为时刻系统的输出量，为电流测量数据被正确获得的概率。
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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号