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！

龙图腾网获悉中山大学申请的专利一种锂电池健康状态估计方法、系统、装置及存储介质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：CN119272044B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202411198205.5，技术领域涉及：G06F18/214；该发明授权一种锂电池健康状态估计方法、系统、装置及存储介质是由魏亮亮;孙艺文;刁琪;许宏章;谭晓军设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种锂电池健康状态估计方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了锂电池健康状态估计方法、系统、装置及存储介质，包括：获取预设的充放电循环数据集，并进行分析处理得到预处理数据集；对预处理数据集进行IC、TIECVD以及DT特征提取得到健康特征信息集，对健康特征信息集进行随机划分得到训练集和测试集；基于LSTM框架构建锂电池健康状态预测模型，将训练集输入到锂电池健康状态预测模型进行训练，并通过测试集对训练后的锂电池健康状态预测模型进行测试验证，得到训练好的锂电池健康状态预测模型；根据训练好的锂电池健康状态预测模型对待测锂电池进行健康状态估计。本发明提高了锂电池健康状态估计的准确性，从而提高了锂电池运行的安全性和可靠性，可应用于锂电池技术领域。

本发明授权一种锂电池健康状态估计方法、系统、装置及存储介质在权利要求书中公布了：1.一种锂电池健康状态估计方法，其特征在于，包括以下步骤： 获取预设的充放电循环数据集，并对所述充放电循环数据集进行分析处理得到预处理数据集； 对所述预处理数据集进行IC、TIECVD以及DT特征提取，得到健康特征信息集，对所述健康特征信息集进行随机划分，并通过对比实验确定IC、TIECVD以及DT特征提取过程的特征参数，得到训练集和测试集； 基于LSTM框架构建锂电池健康状态预测模型，将所述训练集输入到所述锂电池健康状态预测模型进行训练，得到训练后的所述锂电池健康状态预测模型，并通过所述测试集对训练后的所述锂电池健康状态预测模型进行测试验证，得到训练好的所述锂电池健康状态预测模型； 根据训练好的所述锂电池健康状态预测模型对待测锂电池进行健康状态估计； 所述通过对比实验确定IC、TIECVD以及DT特征提取过程的特征参数，其具体包括： 在所述预处理数据集上通过对比实验确定IC曲线在不同充放电循环下差异大于预设的第一幅度的区域的第一电压范围，根据所述第一电压范围确定IC特征提取区间，并根据所述IC特征提取区间确定IC特征提取过程的特征点个数； 在所述预处理数据集上通过对比实验确定等电压范围充电时间曲线在不同充放电循环下差异大于预设的第二幅度的区域的第二电压范围，根据所述第二电压范围确定TIECVD特征提取区间，并根据所述TIECVD特征提取区间确定TIECVD特征提取过程的特征点个数； 在所述预处理数据集上通过对比实验确定不同充放电循环下的多个DT曲线和SOH曲线，并根据所述DT曲线确定第一个波峰的第一幅值、第二个波谷的第二幅值、第二个波峰的第三幅值、第一个波峰与第二个波谷的第一幅值差、第二个波峰与第二个波谷的第二幅值差、第一个波峰的第一电压值、第二个波谷的第二电压值、第二个波峰的第三电压值、第一个波峰与第二个波谷的第一电压差、第二个波峰与第二个波谷的第二电压差、第一个波谷到第一个波峰的曲线与第一个波谷的幅值所在水平线以及第一个波峰的第一电压值所在竖直线所围得的第一面积、第一个波峰到第二个波谷的曲线与第二个波谷的第二幅值所在水平线以及第一个波峰的第一电压值所在竖直线所围得的第二面积、第二个波谷到第二个波峰的曲线与第二个波谷的第二幅值所在水平线以及第二个波峰的第三电压值所在竖直线所围得的第三面积，并将所述第一幅值、所述第二幅值、所述第三幅值、所述第一幅值差、所述第二幅值差、所述第一电压值、所述第二电压值、所述第三电压值、所述第一电压差、所述第二电压差、所述第一面积、所述第二面积以及所述第三面积作为候选DT特征； 确定各所述候选DT特征对应的DT特征向量，并根据所述SOH曲线确定SOH特征向量； 通过Pearson相关性分析法确定各所述DT特征向量与所述SOH特征向量的相关性系数，并根据所述相关性系数从所述候选DT特征中筛选出用于构建训练集和数据集的目标DT特征。

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中山大学，其通讯地址为：510275 广东省广州市新港西路135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。