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！

龙图腾网获悉西南科技大学申请的专利基于改进型高斯过程回归的电池老化状态估计方法及系统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：CN114609538B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202210335360.1，技术领域涉及：G01R31/392；该发明授权基于改进型高斯过程回归的电池老化状态估计方法及系统是由尚丽平;刘锐;庞轶;屈薇薇;邓琥;李占锋;熊亮;武志翔;刘泉澄设计研发完成，并于2022-03-31向国家知识产权局提交的专利申请。

本基于改进型高斯过程回归的电池老化状态估计方法及系统在说明书摘要公布了：本发明涉及一种基于改进型高斯过程回归的电池老化状态估计方法及系统，涉及电池技术领域。所述方法包括：通过实验获取锂电池在不同SOC区间和不同放电电流倍率下的原始数据集；对原始数据集进行分析，确定模型数据集；将模型数据集划分为训练集和测试集；建立改进型高斯过程回归模型；采用训练集和测试集对改进型高斯过程回归模型进行训练和测试，生成训练好的改进型高斯过程回归模型，对锂电池老化状态进行预测。本发明通过对输入特征值进行耦合处理和添加上一时刻的模型估计值作为输入特征值，减少了模型维度，降低了训练难度，同时还明显提升了电池老化状态估计的精度，大幅减小了预测结果的不确定性。

本发明授权基于改进型高斯过程回归的电池老化状态估计方法及系统在权利要求书中公布了：1.一种基于改进型高斯过程回归的电池老化状态估计方法，其特征在于，包括： 通过实验获取锂电池在不同SOC区间和不同放电电流倍率下的原始数据集； 对所述原始数据集进行分析，确定模型数据集；所述模型数据集包括SOC区间中值、放电深度、放电电流倍率和等效循环次数作为输入特征值，包括锂电池老化状态指标作为输出值； 将所述模型数据集划分为训练集和测试集； 建立改进型高斯过程回归模型；所述改进型高斯过程回归模型的输入为耦合处理后的特征值和上一时刻的电池老化状态，输出为当前时刻的电池老化状态； 采用所述训练集和测试集对所述改进型高斯过程回归模型进行训练和测试，生成训练好的改进型高斯过程回归模型； 所述采用所述训练集和测试集对所述改进型高斯过程回归模型进行训练和测试，生成训练好的改进型高斯过程回归模型，具体包括： 将所述等效循环次数与对应的SOC区间中值、放电深度以及放电电流倍率分别相乘，得到耦合处理后的特征值； 将所述耦合处理后的特征值和上一时刻的电池老化状态作为所述改进型高斯过程回归模型的输入值，将当前时刻的电池老化状态作为所述改进型高斯过程回归模型的输出值，对所述改进型高斯过程回归模型进行训练； 训练过程中，采用所述测试集对所述改进型高斯过程回归模型进行测试，将拟合优度和均方根误差作为模型评价指标； 确定满足预设模型评价指标的改进型高斯过程回归模型作为所述训练好的改进型高斯过程回归模型； 采用所述训练好的改进型高斯过程回归模型对锂电池老化状态进行预测。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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”。