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！

龙图腾网获悉泉州装备制造研究所申请的专利一种基于不确定性量化的锂电池健康状态估计的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：CN118226276B 。

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：202410375497.9，技术领域涉及：G01R31/367；该发明授权一种基于不确定性量化的锂电池健康状态估计的方法是由林名强;肖鹏设计研发完成，并于2024-03-29向国家知识产权局提交的专利申请。

本一种基于不确定性量化的锂电池健康状态估计的方法在说明书摘要公布了：本发明提供一种基于不确定性量化的锂电池健康状态估计的方法，属于锂电池健康状态预测领域，包括如下步骤：步骤S1、在锂电池充放电循环中，获取锂电池的电压、时间和温度数据；步骤S2、根据电压、时间和温度数据提取多类特征，并选择最优特征组合形成训练数据集；步骤S3、搭建融合了认知不确定性和偶然不确定性的贝叶斯神经网络；步骤S4、利用步骤S2所得的训练数据集对融合后的模型进行训练。本发明综合考虑认知不确定性和偶然不确定性，提升了SOH估计的准确性和可靠性。

本发明授权一种基于不确定性量化的锂电池健康状态估计的方法在权利要求书中公布了：1.一种基于不确定性量化的锂电池健康状态估计的方法，其特征在于：包括如下步骤： 步骤S1、在锂电池充放电循环中，获取锂电池的电压、时间和温度数据； 步骤S2、根据电压、时间和温度数据提取多类特征，并选择最优特征组合形成训练数据集； 步骤S3、搭建融合了认知不确定性和偶然不确定性的贝叶斯神经网络模型，具体包括： 步骤S31、在神经网络的权值上放置一个先验分布W~N0,1，对该神经网络进行MCdropout训练，得到贝叶斯神经网络模型； 步骤S32、量化认知不确定性：MCdropout训练中，对该神经网络的参数分布进行H次采样，得到H个不同的模型，用这H个模型分别对同一个样本进行预测，认知不确定性被量化为，其中，表示输入数据的固有噪声，即输入数据的方差，表示预测的均值，表示第h次采样得到的模型参数，x表示用于预测的样本，该样本获取自由步骤S2所得的训练数据集，表示第h次预测得到的预测值，H为整数，1≤h≤H； 步骤S33、量化偶然不确定性：使用损失函数建立偶然不确定性模型，θ表示该偶然不确定性模型参数，N表示用于该模型的训练样本的数量，yi表示第i个真实值，xi表示第i个训练样本，该训练样本获取自由步骤S2所得的训练数据集，表示输入数据的方差； 步骤S34、将认知不确定性和量化不确定性融合到步骤S31中得到的贝叶斯神经网络模型中，以损失函数训练融合后的模型，其中，，K表示用于该模型的训练样本的数量，该训练样本获取自由步骤S2所得的训练数据集，表示本模型输出的方差，表示预测值，表示真实值； 步骤S4、利用步骤S2所得的训练数据集对融合后的模型进行训练。

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泉州装备制造研究所，其通讯地址为：362216 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。