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！

龙图腾网获悉新乡学院申请的专利基于双交叉物理引导框架的SOC-SOH联合估计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：CN120142959B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510627318.0，技术领域涉及：G01R31/367；该发明授权基于双交叉物理引导框架的SOC-SOH联合估计方法是由茹蓓;李轶;文轩;闫冲;梁亚琦;姚磊;徐焱;范玉千设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于双交叉物理引导框架的SOC-SOH联合估计方法在说明书摘要公布了：本发明提供基于双交叉物理引导框架的SOC‑SOH联合估计方法，将电池充放电的数据特征送入送入双交叉物理引导模型，该双交叉物理引导模型的时空特征编码器提取数据特征中的高维特征张量；高维特征张量通过两个可学习投影头进行转换，双流互注意力模块计算转换后的输出之间的跨注意力信息，并通过动态交互机理对跨注意力信息进行动态调控和融合，获得最终的充电状态动态交互结果和健康状态动态交互结果；物理约束解码器将最终的充电状态动态交互结果和健康状态动态交互结果映射到充电状态预测值和健康状态预测值；有效解决了现有方法难以兼顾短时响应捕捉与长期退化刻画的核心难题。

本发明授权基于双交叉物理引导框架的SOC-SOH联合估计方法在权利要求书中公布了：1.基于双交叉物理引导框架的SOC-SOH联合估计方法，其特征在于：包括以下步骤： 步骤1：获取电池充放电的数据特征；具体包括以下步骤： 步骤1.1：建立电池循环寿命试验的实验平台，对锂离子电池进行循环寿命测试并获得电池充放电数据； 步骤1.2：从电池充放电数据中对原始信号进行多尺度处理和衍生特征提取，获得的特征包括电压变化率、温度梯度、累计吞吐电量、等效循环次数、滑动窗口统计量和弛豫期电压恢复率； 步骤1.3：将提取后的所有特征进行动态归一化策略处理，并获得电池充放电的数据特征； 动态归一化策略，其数学表达如下： ； 其中，为动态归一化策略的输出，是时间步t的原始特征值；为防止除以0的小常数；为均值，为标准差，分别表示为： ； ； 为动态滑动窗口长度且为： ； 其中，为窗口初始长度；为增长速率系数；为当前时间步模型预测的健康状态，则表示健康衰退程度； 步骤2：将数据特征送入双交叉物理引导模型，该双交叉物理引导模型包括时空特征编码器、双流互注意力模块和物理约束解码器； 步骤3：时空特征编码器基于扩张卷积、多头自注意力和前馈网络提取数据特征中的高维特征张量； 步骤4：高维特征张量通过特征引导解耦机制中的并行的两个可学习投影头进行转换，生成两条任务导向的特征流，并分别记为充电状态特征流和健康状态特征流； 步骤5：双流互注意力模块计算充电状态特征流和健康状态特征流之间的跨注意力信息，并通过动态交互机理对跨注意力信息进行动态调控和融合，获得最终的充电状态动态交互结果和健康状态动态交互结果； 其中，跨注意力信息包括充电状态到健康状态方向的注意力以及健康状态到充电状态方向的注意力；为充电状态特征流中的特征向量映射，和均为健康状态特征流中的特征向量映射；为缩放因子；为健康状态特征流中的特征向量映射，和均为充电状态特征流中的特征向量映射；动态交互机理通过门控函数和交互评分函数进行自适应调控，并将门控函数值和交互评分函数值分别与、进行加权融合； 步骤6：物理约束解码器基于多层感知器和物理修正项将最终的充电状态动态交互结果和健康状态动态交互结果映射到充电状态预测值和健康状态预测值；具体为： 步骤6.1：将充电状态动态交互结果和健康状态动态交互结果分别输入到两个多层感知器中，得到初步的和； 步骤6.2：在每个时间片段中，通过对当前时段的累积电量以及温度变量进行积分或递推，分别计算库仑积分约束项和Arrhenius退化项； 步骤6.3：将初步的和分别与库仑积分约束项和Arrhenius退化项在解码器末端进行融合，形成最终的 ； 其中，为额定容量，为库仑效率离散化实现时，可将积分替换为逐步累加，并在每个时间步对做限幅以防止数值漂移；在解码器中，库仑约束往往以CoulombConstraint层的形式出现，先根据网络当前时段的电流、温度估计，再与MLP的输出进行耦合；简化的耦合方式为： 其中，为Sigmoid函数，以确保输出位于[0,1]区间；为可调节的权重或门控因子，用于平衡数据驱动预测与物理积分结果； ； 其中，为累计放电量或循环次数，表示衰减非线性系数；该方程核心是根据当前温度和累积容量动态计算衰减量，并输出一个与MLP预测的相乘或相加的修正项；耦合方式为： ； 其中，为Sigmoid函数。

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新乡学院，其通讯地址为：453000 河南省新乡市红旗区金穗大道东段；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”。

以上内容由龙图腾AI智能生成。