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！

龙图腾网获悉南宁桂电电子科技研究院有限公司;桂林电子科技大学申请的专利基于图神经网络的自适应电动汽车电池状态预测与智能充电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：CN120597222B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511107145.6，技术领域涉及：G06F18/25；该发明授权基于图神经网络的自适应电动汽车电池状态预测与智能充电方法及系统是由李秀平;孙希延;纪元法;李晶晶;李龙;廖可非;马谋;贾茜子设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本基于图神经网络的自适应电动汽车电池状态预测与智能充电方法及系统在说明书摘要公布了：本发明属于电动汽车电池管理系统技术领域，具体涉及一种基于图神经网络的自适应电动汽车电池状态预测与智能充电方法及系统，包括以下步骤：S1、电池单体关系图构建；S2、基于图注意力网络的SOCSOH联合预测；S3、自适应充电策略生成；S4、自适应学习机制。本发明可以提升预测精度，优化充电效率，改善电池一致性，增强系统鲁棒性，实用价值突出，具有较好的市场应用前景。

本发明授权基于图神经网络的自适应电动汽车电池状态预测与智能充电方法及系统在权利要求书中公布了：1.基于图神经网络的自适应电动汽车电池状态预测与智能充电方法，其特征在于，包括以下步骤： S1、电池单体关系图构建，具体包括以下步骤： S11、对于电池组中的单体，定义节点特征向量； S12、定义三种类型的边关系，包括：物理连接关系、热耦合关系和状态相关性； S13、对节点特征向量和三种类型的边关系进行多层次自适应权重融合； S2、基于图注意力网络的SOCSOH联合预测，具体包括以下步骤： S21、增强多维注意力聚合机制，采用分层-分组注意力计算； S22、智能自适应特征聚合； S23、多目标智能联合预测输出； S3、自适应充电策略生成，具体包括以下步骤： S31、智能自适应SOC分层策略，根据GNN预测结果和电池特性动态确定分层阈值； S32、多因素智能电流优化； S33、多级智能安全管控，确保充电电流在动态安全范围内； 若安全检查通过，则执行充电；若不通过，则限制电流；最终电流分配反馈到GNN预测输入； S21中采用的分层-分组注意力计算公式如下： 其中，为第i个电池单体的节点特征向量，为第j个电池单体的节点特征向量，为多层注意力函数，为增强的边权重，融合了多维度信息；为注意力参数集合； S22中智能自适应特征聚合的公式如下： ； 其中，为智能聚合函数，采用门控机制和残差连接实现特征融合；表示第i个单体邻居节点的注意力加权特征集合；为自适应聚合参数，包括门控权重、遗忘门参数和残差连接系数；经过多层聚合后得到最终节点特征向量； S23中多目标智能联合预测输出的公式如下： ； 其中，为智能预测函数，采用多层感知机结构实现SOCSOH联合预测；为不确定性估计向量，用于评估预测结果的置信度；为联合预测参数集合，包括预测网络权重、偏置参数和激活函数参数； S31中根据GNN预测结果和电池特性动态确定分层阈值的公式如下： ； 其中，为第i个单体的SOC分层结果，表示该单体所属的充电层级；为智能分层函数，根据多因素评估确定单体所属SOC层级；为第i个单体的温度特征向量；为历史数据，包括过往充电记录和状态变化趋势；为自适应阈值向量，包含各层级的动态边界参数； S32中多因素智能电流优化的公式如下： ； 其中，为第i个单体的优化充电电流值；为智能优化函数，采用多目标协同优化算法；为第f个修正因子向量，包括健康度修正、温度修正和注意力修正；为约束条件集合，包含电流范围、温度限制和安全边界；为多因素参数集合，用于平衡充电速度、安全性和电池寿命； S33中多级智能安全管控的公式如下： ； 其中，为智能安全管控函数，用于实现多级安全约束和动态限制；为安全状态向量，包含过压、过流、过温在内的安全指标；为实时反馈信息，包括当前电池状态和环境条件；为控制参数集合，包含各安全等级的响应策略和限制阈值。

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南宁桂电电子科技研究院有限公司;桂林电子科技大学，其通讯地址为：530000 广西壮族自治区南宁市江南区沙井大道56号南宁华南城一期物流区2号广场A栋第五层A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”。

以上内容由龙图腾AI智能生成。