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！

龙图腾网获悉西安邮电大学申请的专利一种锂离子电池健康状态评估与预测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：CN118409233B 。

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：202410380323.1，技术领域涉及：G01R31/392；该发明授权一种锂离子电池健康状态评估与预测方法及系统是由陈改革;钟思琦;黄军;王先芝;刘尧;程涵;杨胜康设计研发完成，并于2024-03-30向国家知识产权局提交的专利申请。

本一种锂离子电池健康状态评估与预测方法及系统在说明书摘要公布了：本发明属于电池寿命预测技术领域，公开了一种锂离子电池健康状态评估与预测方法及系统，包括：获取表征锂离子电池放电状态的训练数据和待测试数据，对传感器采集的数据进行预处理，得到表征锂离子电池放电状态的训练数据和待测试数据；基于锂离子电池放电曲线构建斜率特征数据集，得到影响锂离子电池健康状态的特征数据集，构建电池健康指标SOH；构建并训练基于K‑Means++聚类方法的电池健康状态评估模型以及基于GRU神经网络的电池剩余使用寿命预测模型，构建基于K‑Means++聚类方法的电池健康状态评估模型以及基于GRU神经网络的电池剩余使用寿命预测模型并进行训练，利用训练完成的模型对锂离子电池进行健康状态的评估及剩余使用寿命的预测。

本发明授权一种锂离子电池健康状态评估与预测方法及系统在权利要求书中公布了：1.一种锂离子电池健康状态评估与预测方法，其特征在于，包括： 第一步，对传感器采集的数据进行预处理，包括去噪、缺失值和异常值处理； 第二步，基于锂离子电池放电曲线构建斜率特征数据集，得到影响锂离子电池健康状态SOH的特征数据集，采用回归模型构建健康指标SOH； 第三步，构建基于K-Means++聚类方法的电池健康状态评估模型； 第四步，构建基于GRU神经网络的电池剩余使用寿命预测模型； 第五步，将数据集划分为训练数据和待测试数据，利用训练数据对电池健康状态评估模型和电池剩余使用寿命预测模型进行训练，接着用待测试数据对上述模型进行检验； 第六步，利用K-Means++聚类模型和GRU预测模型对锂离子电池进行健康状态的评估和预测，并将结果进行信息堆叠；首先确定电池健康状态所处等级，然后确定其剩余使用寿命； 所述第二步中利用锂离子电池放电曲线构造斜率特征包括以下步骤： 1获取锂离子电池放电时的端电压、输出电流、温度以及每次循环所用的时间这四种信号，提取放电初始电压UD0，放电谷值电压UDMIN，放电谷值电压时间tDMIN，放电初始温度TD0，放电峰值温度TDMAX，放电峰值温度时间tDMAX，放电谷值电流IDMIN，放电峰值电流IDMAX，放电谷值电流时间tDMIN，放电峰值电流时间tDMAX这10种特征； 2利用上述10种特征，构建斜率特征，包括放电电压斜率特征KU、放电电流斜率特征KI、放电温度斜率特征KT，具体公式如下： 3建立回归模型，包括输入层、GRU层、全连接层、回归层，在此模型中，输入层单元表示斜率特征KU、KI、KT，回归层单元是健康指标SOH，训练回归模型，得到健康指标SOH。

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安邮电大学，其通讯地址为：710061 陕西省西安市雁塔区长安南路563号西安邮电大学；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”。