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！

龙图腾网获悉贵州中融信通科技有限公司;贵州中融软科科技有限公司申请的专利一种锂电池的容量衰减趋势预测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：CN120870899B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511411768.2，技术领域涉及：G01R31/367；该发明授权一种锂电池的容量衰减趋势预测方法及系统是由袁旭设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种锂电池的容量衰减趋势预测方法及系统在说明书摘要公布了：本发明涉及电池健康管理与预测技术领域，具体为一种锂电池的容量衰减趋势预测方法及系统，包括：通过对偶校准机制，将数据驱动特征与电化学特征生成深度融合特征；将该特征序列输入至电化学过程感知模型，编码为表征个性化衰退的潜在状态向量；再将该向量作为初始条件输入至神经微分方程模型，通过学习衰退动力学规律并积分求解，最终生成连续的健康状态衰减轨迹并获取预测结果。本发明通过将物理机理与数据驱动模型进行深度融合，克服了传统“黑箱”模型泛化能力弱的缺陷，能够仅利用电池早期微弱信号，实现对全生命周期衰退趋势的长期、高精度、连续性预测，可靠性与实用价值高。

本发明授权一种锂电池的容量衰减趋势预测方法及系统在权利要求书中公布了：1.一种锂电池的容量衰减趋势预测方法，其特征在于，包括： 通过卷积神经网络，从原始监测数据中学习时序特征； 对所述原始监测数据进行增量容量分析，提取电化学特征；引入对偶校准机制，将所述电化学特征作为引导信号，生成深度融合特征； 所述对偶校准机制的具体表现方式为：在对所述卷积神经网络进行训练时，采用一个由主任务损失和辅助物理损失加权构成的复合损失函数进行优化；所述主任务损失基于健康状态衰减轨迹与真实衰减轨迹之间的误差进行计算；所述辅助物理损失基于由所述时序特征对所述电化学特征的预测值与所述电化学特征的真实值之间的误差进行计算，且所述辅助物理损失在训练过程中作为物理正则化项，用于约束所述时序特征的表示； 将所述深度融合特征输入至电化学过程感知模型，所述电化学过程感知模型将锂电池早期多个运行循环的特征序列，压缩并编码成一个能够表征所述锂电池个性化衰减模式的低维潜在状态向量； 将所述低维潜在状态向量作为初始条件，输入至神经微分方程模型；所述神经微分方程模型表征由所述初始条件决定的电池健康状态随时间演化的连续微分动力学规律； 通过对所述神经微分方程模型进行积分求解，生成所述锂电池从当前时刻至寿命终点的健康状态衰减轨迹，从所述健康状态衰减轨迹中获取剩余使用寿命的预测结果。

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贵州中融信通科技有限公司;贵州中融软科科技有限公司，其通讯地址为：551400 贵州省贵阳市贵安新区碧桂园绿色金融港项目(ZD-14地块)1号楼1-5-1号房；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。