太湖能谷(杭州)科技有限公司周群获国家专利权
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！
龙图腾网获悉太湖能谷(杭州)科技有限公司申请的专利基于特征融合的铅碳电池快速衰退诊断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：CN120142986B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202510593552.6，技术领域涉及：G01R31/392；该发明授权基于特征融合的铅碳电池快速衰退诊断方法是由周群;蔡钱明;王鸣英;储楚;郭宇轩设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。
本基于特征融合的铅碳电池快速衰退诊断方法在说明书摘要公布了：本申请涉及一种基于特征融合的铅碳电池快速衰退诊断方法、系统、电子设备和存储介质，通提取多种与电池老化相关的特征，并采用有效的特征融合方法，全面考虑了电池在老化过程中的多种变化因素，相比现有技术仅依赖单一参数或简单独立分析多个参数的方式，能够更准确地诊断电池是否发生加速老化，大大提高了诊断的准确性。此外，基于深度可分离一维卷积、残差连接、LSTM等技术构建的诊断模型，能够快速处理大量的电池数据，及时发现电池加速老化的迹象，避免因诊断不及时导致整个模组性能急剧下降，保障了铅碳储能电站的稳定运行，提高了系统的安全性和可靠性。
本发明授权基于特征融合的铅碳电池快速衰退诊断方法在权利要求书中公布了：1.一种基于特征融合的铅碳电池快速衰退诊断方法，其特征在于，基于诊断模型实现，所述模型任意一轮运行步骤包括： 获取铅碳电池相关的时序向量和标量特征，其中，所述时序向量对应特定时间片段的电池电压、电流和温度数据，用于从多个维度描述电池在运行过程中的电学状态和热学状态，所述标量特征对应电压差分曲线的低谷均值以及容量增量曲线中的主峰面积和主峰高度，用于从多个维度描述电池老化过程中的特征变化情况； 对所述时序向量进行深度可分离一维卷积处理，并通过残差连接方式，将所述卷积处理的输出与原始时序向量相加，将原始输入特征与卷积提取的局部特征的融合，得到深层特征表示； 通过LSTM网络，基于所述深层特征表示获取时序向量中的长期依赖关系，并对每个时序向量对应的LSTM输出进行平均池化，得到优化时序特征； 将所述优化时序特征和所述标量特征融合得到组合特征，并通过自注意力机制，将所述组合特征动态加权融合，得到电池诊断结果。
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太湖能谷(杭州)科技有限公司，其通讯地址为：310000 浙江省杭州市西湖区文一西路83号浙江财经大学文华校区综合楼237室；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