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！

龙图腾网获悉长安大学申请的专利动力电池热失控声纹早期预警方法及其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：CN120521709B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511016616.2，技术领域涉及：G01H11/00；该发明授权动力电池热失控声纹早期预警方法及其系统是由黄泽涛;王则元;解少博;周冠豪;王思琅;唐美荣设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本动力电池热失控声纹早期预警方法及其系统在说明书摘要公布了：本发明涉及动力电池安全监测技术领域，具体涉及动力电池热失控声纹早期预警方法及其系统，该方法通过MEMS麦克风阵列采集电池包冷却管道内声纹信号，尤其关注23‑28kHz频段的声学特征；构建多尺度卷积循环神经网络声纹识别模型，包括级联残差特征提取网络、三路并行多尺度卷积层、自适应注意力机制、特征融合层和长短时记忆网络层；计算声纹信号熵值并与预设阈值比对；同时通过带状布拉格光栅传感器监测电芯形变；当声纹熵值超过历史平均值2.8倍且持续20秒，同时电芯形变达到0.15%时，触发热失控预警，本发明设置多级预警机制，能够在热失控发生前10～30分钟发出预警，为采取安全措施提供充足时间。

本发明授权动力电池热失控声纹早期预警方法及其系统在权利要求书中公布了：1.动力电池热失控声纹早期预警方法，其特征在于，包括： 采集电池包冷却管道内的声纹信号，获取电池组内电解液沸腾过程中产生的特定频域声学特征； 构建多尺度卷积循环神经网络声纹识别模型，对所述声纹信号进行特征提取和动态分析； 计算所述声纹信号的熵值，并与预设阈值进行比对； 获取电芯形变数据，监测电芯膨胀程度； 当所述声纹信号熵值超过预设阈值且所述电芯形变达到预定阈值时，生成热失控早期预警信息； 其中，所述多尺度卷积循环神经网络声纹识别模型包括： 级联残差特征提取网络，用于将所述声纹信号转换为高维特征向量； 三路并行多尺度卷积层，分别采用不同尺寸卷积核和不同扩张率，捕获所述高维特征向量中的多尺度时序特征； 自适应注意力机制，根据输入特征动态调整所述三路并行多尺度卷积层的权重； 特征融合层，对所述三路并行多尺度卷积层的输出进行融合；以及 长短时记忆网络层，对所述特征融合层的输出进行时序建模并计算所述声纹信号的熵值； 所述采集电池包冷却管道内的声纹信号，具体包括： 在电池包冷却管道内壁均匀布置MEMS麦克风阵列，所述MEMS麦克风阵列设置于冷却管道内气液分离层处； 通过所述MEMS麦克风阵列采集采样率为192kHz的声纹信号； 对采集的声纹信号进行预处理，剔除环境噪音与背景噪音； 将预处理后的声纹信号通过傅里叶变换转换为频域表示；以及 从所述频域表示中提取23-28kHz频段的声学特征； 所述长短时记忆网络层具体包括： 单层长短时记忆网络，包含输入门、遗忘门、输出门和记忆单元； 单个输出神经元，使用激活函数； 将所述长短时记忆网络的输出值转换为概率分布； 计算该概率分布的信息熵作为声纹熵值；以及 当所述声纹熵值超过历史样本熵值平均值的2.8倍且持续时间超过20秒时，判定为声纹异常； 所述特征融合层具体包括： 将特征向量区分为奇数维度特征和偶数维度特征； 对奇数维度特征，采用加权求和方式进行融合，将三路卷积分支的奇数维度特征与对应的注意力权重相乘后相加； 对偶数维度特征，采用非线性交互方式进行融合，将第一分支特征与其权重相乘，第二、三分支特征与各自权重相乘后再相乘，然后将两部分结果相加；以及 将处理后的奇偶维度特征重新组合，形成完整的融合特征向量。

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长安大学，其通讯地址为：710018 陕西省西安市未央区尚苑路长安大学渭水校区；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”。