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一种基于融合模型的锂离子电池剩余使用寿命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：CN120370169B 。

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：202510839503.6，技术领域涉及：G01R31/367；该发明授权一种基于融合模型的锂离子电池剩余使用寿命预测方法是由李演明;柴敏;秦肖娟;蒋丰合;张福景;文常保;雷旭设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种基于融合模型的锂离子电池剩余使用寿命预测方法在说明书摘要公布了：本申请公开了一种基于融合模型的锂离子电池剩余使用寿命预测方法，属于电池寿命预测技术领域，该方法包括数据预处理、RUL预测模型搭建和超参数优化，其中，数据预处理采用特征选择、降维、缩放的方式，高效挖掘特征参数并实现参数的精简和规约，使预处理后的数据作为RUL预测模型的可信输入变量。RUL预测模型采用多通道并行输入的方式，将电池数据输入到融合模型MC‑BiTCN‑BiGRU‑EAA中，充分利用电池充放电数据，弥补了数据量不足问题；多通道并行输入在将单一模型的优势最大化的基础上对模型进行融合，避免了梯度消失和梯度爆炸现象的发生，降低了计算成本。此外，超参数优化进一步提高了模型预测的精度和计算效率。

本发明授权一种基于融合模型的锂离子电池剩余使用寿命预测方法在权利要求书中公布了：1.一种基于融合模型的锂离子电池剩余使用寿命预测方法，其特征在于，包括： S1：提取NASA公开的锂离子电池检测数据集中所有充放电循环过程中的充放电数据； S2：对提取的充放电数据进行特征提取、特征降维和特征缩放处理，将提取的充放电特征组成初始数据集； S3：将初始数据集划分为训练集和测试集，基于训练集搭建MC-BiTCN-BiGRU-EAA融合模型，作为锂电池RUL预测模型； S4：采用TPE算法获取锂电池RUL预测模型的超参数，并基于所述超参数进行优化，得到优化后的锂电池RUL预测模型； S5：根据锂电池RUL预测模型和测试集，预测电池锂离子电池剩余使用寿命； S6：根据预测的锂离子电池剩余使用寿命，采用平均绝对误差、均方误差、均方根误差和平均绝对百分比误差评估预测的准确性； 所述S3中搭建MC-BiTCN-BiGRU-EAA融合模型，具体包括： S301：利用单层BiTCN模型提取训练集中的多通道充电数据特征，并将提取的充电电流、充电电压和充电温度特征分别作为一层BiTCN的输入； S302：将提取的多通道充电数据特征通过连接层连接，输入至含残差链接的多层BiTCN模型中，并将加性注意力机制层嵌入到BiTCN模型中，输出充电特征； S303：将训练集中的放电容量数据输入至BiGRU模型，输出放电特征； S304：通过全连接层将多层BiTCN模型的输出充电特征与BiGRU模型的输出放电特征连接，得到MC-BiTCN-BiGRU-EAA融合模型。

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：710000 陕西省西安市雁塔区南二环路中段；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”。