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！

龙图腾网获悉西安交通大学申请的专利一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备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：CN114578237B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202210192657.7，技术领域涉及：G01R31/382；该发明授权一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备是由徐俊;林川平;石明杰;梅雪松设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备在说明书摘要公布了：本发明公开了一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备，主要包括电池老化数据集分析、最佳区间筛选与特征提取、离线建模训练与评估、数据采样与在线SOH估计4个步骤。该方法所需的特征较少，特征获取容易，模型结构简单且调参容易，模型训练时长和SOH实际估计时长很短，而且在几乎不需要任何数据预处理的情况下也能取得很高的SOH估计精度，可代替现有真实场景下的SOH估计技术，十分易于实际应用。

本发明授权一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备在权利要求书中公布了：1.基于恒流充电时间的快速锂离子电池健康状态估计方法，其特征在于，包括以下步骤： S1：电池老化数据集分析 对电池老化数据进行数据处理，提取出每个老化循环的恒流充电数据，分析等电压间隔的恒流充电时间与电池老化之间的关系，从可充容量和可充能量两个角度进行老化估计的简化与论证； 其中，从可充容量的角度描述电池老化行为，具体操作如下： 若在电池的每个老化循环中取相同的电压变化区间，那么电池在此区间内的充入容量等于充电电流与充电时间的乘积： ； 其中，I是电流常数； 从可充能量的角度描述电池的老化行为，具体操作如下： 在电池充电的等电压区间内，可充入的能量为充电曲线下方的面积与电流的乘积，根据梯形积分公式，表示为： ； 其中，、分别是充电开始和结束时刻，、分别是充电开始和结束电压值，I是电流常数； S2：最佳区间筛选与充电时间特征提取 筛选出最佳的采样电压区间，提取出最佳电压区间的恒流充电时间作为自变量，电池的健康状态SOH值作为因变量，完成数据准备工作； 具体实现包括以下操作： 2.1设定充电电压起点和区间长度，由此组合形成充电电压片段，针对每一个充电电压片段，提取出每个老化循环对应的该片段的充电时间以及循环结束的SOH值，完成数据预处理，为筛选最佳电压区间做准备； 2.2利用决策树回归模型或者相关系数法对每一个电压区间对应的数据集进行打分，筛选出效果最佳的采样电压区间； 2.3针对电池的每一个老化循环，提取出最佳电压区间对应的充电时间以及循环结束时的SOH值，分别作为自变量和因变量，由此形成待训练数据集； S3：离线建模训练与评估 将数据集划分成训练集和测试集，选择合适的机器学习模型，建立模型、训练数据，用训练完成的模型对测试集进行预测和评价，将训练完成的离线模型和离线评估结果存入数据库中，供在线估计SOH时快速调用； S4：数据采样与在线SOH 测量待测电池的初始端电压状态，根据初始端电压状态选择合适的SOH估计策略，根据SOH估计策略进行相应的恒流充电操作，完成测试数据采样； 调用S3中存入数据库的离线模型，对采样的测试数据进行预测，完成在线SOH估计； 具体实现包括以下操作： 4.1测量待测电池的初始端电压状态； 4.2根据电池初始端电压，基于S3的离线评估结果，结合估计要求，选择合适的SOH估计策略； 4.3根据SOH估计策略进行相应充电电压段的数据采样，即执行一段恒流充电操作并记录数据； 4.4调用S3保存的离线训练模型，对采样数据进行预测，模型输出当前被测电池的SOH值，从而完成在线SOH估计。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。

以上内容由龙图腾AI智能生成。