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！

龙图腾网获悉北京迅巢科技有限公司申请的专利基于LSTM-GNN融合模型的锂电池剩余容量预测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：CN120742125B 。

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：202511142022.6，技术领域涉及：G01R31/367；该发明授权基于LSTM-GNN融合模型的锂电池剩余容量预测方法是由秦蕴凯设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本基于LSTM-GNN融合模型的锂电池剩余容量预测方法在说明书摘要公布了：本发明公开了基于LSTM‑GNN融合模型的锂电池剩余容量预测方法，属于锂电池剩余容量预测技术领域，其具体包括：实时采集锂电池充放电时的电压、电流、温度、内阻等波动数据并预处理；进行脉冲电流测试，获取电压阶跃响应数据以提取回弹特征参数，利用内阻‑开路电压关联模型和阻抗谱分析形成电池状态特征向量；再将预处理后的电池波动数据、回弹特征参数、电池状态特征向量按时间序列输入LSTM网络，得到隐藏状态；同时把电池内部物理结构抽象为图结构，将相关参数作为节点特征输入GNN网络，输出节点特征表示；最后融合LSTM隐藏状态和GNN节点特征表示，经全连接层处理后输出锂电池剩余容量预测值，提高了预测准确性。

本发明授权基于LSTM-GNN融合模型的锂电池剩余容量预测方法在权利要求书中公布了：1.基于LSTM-GNN融合模型的锂电池剩余容量预测方法，其特征在于，包括： S1：实时采集锂电池在充放电过程中的电池波动数据，并进行预处理；所述电池波动数据包括电压、电流、温度、内阻； S2：对锂电池进行脉冲电流测试，获取不同工况下的电压阶跃响应数据，基于电压阶跃响应数据，提取回弹特征参数，同时，利用内阻-开路电压关联模型和阻抗谱分析，形成电池状态特征向量； S3：将预处理后的电池波动数据、回弹特征参数、电池状态特征向量按时间序列输入LSTM网络，输出LSTM网络的隐藏状态； S4：将电池内部物理结构抽象为图结构，将提取的回弹特征参数、电池状态特征向量作为节点特征输入GNN网络，输出GNN网络的节点特征表示； S5：将所述LSTM网络的隐藏状态和GNN网络的节点特征表示进行特征融合，通过全连接层对融合后的特征进行处理，输出预测的锂电池剩余容量； 所述S5的具体步骤包括： S5.1：对LSTM网络的隐藏状态和GNN网络的节点特征表示进行维度对齐，并进行特征融合，得到融合后的特征； S5.2：构建全连接层网络结构，并确定全连接层的层数、每层的神经元数量和激活函数； S5.3：将融合后的特征输入到构建好的全连接层网络中，全连接层网络对输入的特征进行线性变换和非线性激活操作，逐步提取融合后的特征中的信息； S5.4：在全连接层的前向传播过程中，计算每一层的输出，其中，第一层全连接层将输入特征与权重矩阵相乘后加上偏置项，再通过ReLU激活函数进行非线性变换；第二层全连接层将第一层的输出与权重矩阵相乘后加上偏置项，得到最终的预测结果； S5.5：输出预测的锂电池剩余容量；所述预测的锂电池剩余容量为第二层全连接层的输出。

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北京迅巢科技有限公司，其通讯地址为：102599 北京市房山区燕山岗南路东一巷6号综合楼B座B111-294；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。