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！

龙图腾网获悉山东科技大学申请的专利基于深度学习的预警及闭环控制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：CN120873505B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511393366.4，技术领域涉及：G06F18/20；该发明授权基于深度学习的预警及闭环控制方法及系统是由高玮凡;赵鲁华;刘岳朋;张晋;王文秀设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于深度学习的预警及闭环控制方法及系统在说明书摘要公布了：本申请提出一种基于深度学习的预警及闭环控制方法及系统，属于新能源动力电池领域。利用深度学习对析锂及SEI膜失效进行检测，将物理约束与深度学习模型结合，从而达到增加可解释性及检测的准确性、并且实现电池充放电控制及析锂的脉冲修复。包括以下步骤：步骤1、数据采集及预处理；步骤2、设计自编码器模型；步骤3、自编码器模型的训练；步骤4、数据重构预测，生成预警信号；步骤5、调整运行参数、实施脉冲修复。

本发明授权基于深度学习的预警及闭环控制方法及系统在权利要求书中公布了：1.一种基于深度学习的预警及闭环控制方法，其特征在于：包括以下步骤， 步骤1、数据采集及预处理； 通过多源传感器采集电池运行数据、气体数据，并计算衍生参数，对数据进行预处理； 步骤2、设计自编码器模型； 设计能够完成对数据进行重构预测，以得到数据重构结果、未来状态预测结果及潜空间向量的物理约束双解码器自编码器模型； 步骤2.1、设计编码器； 采用包括重构解码器和预测解码器的双解码器结构； 步骤2.1.1、设计编码器的卷积层、LSTM层、全连接层的参数； 步骤2.1.2、物理约束层设计； 经过LSTM层之后获得一个高维特征向量，包括负极过电位、SEI膜阻抗变化率、内阻Ri和单体电压Vc的瞬间估计值；通过全连接层将上述高维特征向量映射出中间物理量，物理约束层基于全连接层输出的数据计算和，通过物理残差约束对这两个参数进行惩罚； 在损失函数中添加物理残差的软约束，还在解码器添加物理约束层的硬约束，使潜空间向量中的参数得到物理层面的解释； 潜变量[,]，包括析锂风险指数和SEI膜健康度； 析锂风险指数计算公式如下所示： 其中，为灵敏度系数；为析锂临界阈值；为负极过电位，计算公式如下所示， 其中，为单体电压；为开路电压；为工作电流；为电池内阻； SEI健康指数计算公式如下所示： 其中，为时间缩放因子；为SEI膜阻抗值； 步骤2.2、双解码器设计； 包括设计重构和预测双解码器，以在监测电池异常的同时对电池的未来状态进行预测； 步骤2.3、设计损失函数； 损失函数包括重构误差、预测误差、物理残差损失； 步骤3、自编码器模型的训练； 采用Adam自适应学习率优化算法对模型进行训练，首先训练重构解码器再训练数据预测解码器；若在指定周期内仍未满足条件则立即停止训练并调整参数；采用训练数据集对所述模型的参数进行迭代优化； 步骤4、数据重构预测，生成预警信号； 采用预先训练好的物理约束双解码器自编码器模型，对数据进行重构预测，以得到数据重构结果、未来状态预测结果及潜空间向量； 根据上述步骤获得的气体数据、自编码器模型的损失函数、预测结果及衍生参数进行多级阈值的设定； 步骤5、调整运行参数、实施脉冲修复； 根据所述预警信号，自适应调整电池的运行参数或触发脉冲修复程序。

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山东科技大学，其通讯地址为：266000 山东省青岛市黄岛区前湾港路579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。