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！

龙图腾网获悉华东交通大学申请的专利一种基于图神经网络的锂电池寿命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：CN119829956B 。

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：202510308169.1，技术领域涉及：G06F18/20；该发明授权一种基于图神经网络的锂电池寿命预测方法及系统是由王杉;刘婷;朱星春;朱嘉晨设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本一种基于图神经网络的锂电池寿命预测方法及系统在说明书摘要公布了：本发明公开了一种基于图神经网络的锂电池寿命预测方法及系统，该方法包括：获取锂电池若干历史周期的充放电循环数据，根据充放电循环数据提取电池容量数据；对电池容量数据进行切分，得到多个对应于时间序列的序列样本，并且按照预设的时间节点将序列样本划分成训练集与测试集，以对预设的神经网络模型进行训练；自适应向电池容量数据中添加白噪声，放大各个模态之间的非相关程度，以将电池容量数据的模态分解；构建图神经网络，并结合邻接矩阵、图卷积与注意力机制，得到锂电池寿命预测模型，通过锂电池寿命预测模型对锂电池的剩余寿命进行预测。本发明解决现有技术中锂电池寿命预测精度不足，且预测精度提升受限的问题。

本发明授权一种基于图神经网络的锂电池寿命预测方法及系统在权利要求书中公布了：1.一种基于图神经网络的锂电池寿命预测方法，其特征在于，所述方法包括： 获取锂电池若干历史周期的充放电循环数据，根据所述充放电循环数据提取电池容量数据； 对所述电池容量数据进行切分，得到多个对应于时间序列的序列样本，并且按照预设的时间节点将所述序列样本划分成训练集与测试集，以对预设的神经网络模型进行训练； 自适应向所述电池容量数据中添加白噪声，放大各个模态之间的非相关程度，以将所述电池容量数据的模态分解；具体包括： 基于自适应白噪声完成集成经验模态分解方法向原始的所述电池容量数据中分散添加白噪声； 通过添加的白噪声放大所述电池容量数据中各个模态之间的非相关程度，以将所述电池容量数据中的容量序列进行模态分解； 所述方法还包括： 构建图神经网络，并结合邻接矩阵、图卷积与注意力机制，得到锂电池寿命预测模型，通过所述锂电池寿命预测模型对锂电池的剩余寿命进行预测；具体包括： 获取所述时间序列； 将基于容量序列分解得到的多个模态分量转换为模态分量图中的多个图节点，计算模态分量之间的皮尔逊相关系数以作为邻接矩阵的元素，以通过采用邻接矩阵表示多个所述图节点在所述模态分量图之间的相似性和依赖关系； 获取每个时刻所述模态分量图的结构，采用图注意力层利用注意力机制捕捉各个模态分量之间的关系，计算模态分量与其关联模态分量之间的注意力权重，根据所述注意力权重更新当前的模态分量状态，以对多个模态分量之间的节点空间特征进行提取，并采用平均池化方式对节点空间特征进行聚合，得到全局空间特征； 根据所述全局空间特征，采用门控循环单元构造时间序列的特征矩阵，并通过门控机制对输入的时间序列进行建模； 将经过所述图注意力层与所述门控循环单元处理后的特征输入全连接层，预测输出锂电池的剩余寿命；表达式为： ； 式中，为锂电池的剩余寿命预测值，为全连接层权重，为最后一个门控循环单元的隐藏状态，为全连接层偏置。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。