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！

龙图腾网获悉江苏大学申请的专利一种电池组任意拓扑结构循环寿命推衍预测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：CN114492182B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210054745.0，技术领域涉及：G06F30/27；该发明授权一种电池组任意拓扑结构循环寿命推衍预测方法是由裴磊;吴宝坤;王天鸶;郭城志;杨作栋;盘朝奉设计研发完成，并于2022-01-18向国家知识产权局提交的专利申请。

本一种电池组任意拓扑结构循环寿命推衍预测方法在说明书摘要公布了：本发明提供了一种电池组任意拓扑结构循环寿命推衍预测方法，仿真所有电池组典型结构的老化轨迹模型，生成描述拓扑结构的训练集，利用训练集训练先串后并拓扑结构循环寿命预测神经网络和先并后串拓扑结构循环寿命预测神经网络；给定设计要求的电池组，将电池组所有可能的拓扑结构分别输入训练完的先串后并拓扑结构循环寿命预测神经网络、先并后串拓扑结构循环寿命预测神经网络，用以预测拓扑结构电池组的循环寿命。本发明能最大程度发挥电池组的整体性能，降低单位标准循环条件下的运行成本。

本发明授权一种电池组任意拓扑结构循环寿命推衍预测方法在权利要求书中公布了：1.一种电池组任意拓扑结构循环寿命推衍预测方法，其特征在于： 构建电池组先串后并拓扑结构循环寿命预测BP神经网络、先并后串拓扑结构循环寿命预测BP神经网络，BP神经网络的输入为：电池组拓扑结构包含串并联数组成的1×4向量，BP神经网络输出为：循环寿命指标； 仿真所有电池组典型结构的老化轨迹模型，得到典型结构电池组容量衰减至其额定容量的80％的循环次数，生成描述拓扑结构的1×4向量为输入、循环次数为输出的训练集；所述训练集用于训练先串后并拓扑结构循环寿命预测BP神经网络和先并后串拓扑结构循环寿命预测BP神经网络； 给定设计要求的电池组，将电池组所有可能的拓扑结构分别输入训练完的先串后并拓扑结构循环寿命预测BP神经网络、先并后串拓扑结构循环寿命预测BP神经网络，分别用以预测拓扑结构电池组的循环寿命； 所述老化轨迹模型是通过以下方式获取的：电池模型参数及其分布情况分别输入各单体电池老化轨迹模型，连续计算不同时刻各单体电池的电流及电压，利用各模型参数与容量损失量之间的关系，对所有单体电池容量与模型参数数值的实时更新，结合对电池组内极值电压的监控与活性锂损失连续递推计算SOH的计量，完成对整体模型的往复充放电仿真，进而最终建立电池组老化轨迹模型； 所述单体电池老化轨迹模型是基于对电池容量损失及其对单体模型参数的分析，所述单体模型参数包括电池内阻增加量和开路电压。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。