Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门大学陈腾鹏获国家专利权

厦门大学陈腾鹏获国家专利权

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!

龙图腾网获悉厦门大学申请的专利基于Transformer模型的锂离子电池健康状态估计方法及装置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:CN119902111B

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:202411990476.4,技术领域涉及:G01R31/392;该发明授权基于Transformer模型的锂离子电池健康状态估计方法及装置是由陈腾鹏;张宸;景卫泽;曾念寅设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

基于Transformer模型的锂离子电池健康状态估计方法及装置在说明书摘要公布了:本发明公开了一种基于Transformer模型的锂离子电池健康状态估计方法及装置,包括:构建基于Transformer模型的锂离子电池健康状态估计模型并训练,得到经训练的锂离子电池健康状态估计模型;获取待预测的锂离子电池的容量退化数据并进行预处理,得到预处理后的容量退化数据并输入到经训练的锂离子电池健康状态估计模型,预处理后的容量退化数据分为第一输入数据和第二输入数据,第一输入数据经过多通道融合自适应嵌入模块,得到多通道特征;多通道特征经过编码器模块,得到编码特征,编码特征和第二输入数据经过解码器模块,得到解码特征,解码特征依次经过展平层和全连接层,得到待预测的锂离子电池的健康状态估计值。本发明能提高预测的准确性,降低计算的复杂度。

本发明授权基于Transformer模型的锂离子电池健康状态估计方法及装置在权利要求书中公布了:1.一种基于Transformer模型的锂离子电池健康状态估计方法,其特征在于,包括以下步骤: 构建基于Transformer模型的锂离子电池健康状态估计模型并训练,得到经训练的锂离子电池健康状态估计模型,所述锂离子电池健康状态估计模型包括多通道融合自适应嵌入模块、编码器模块、解码器模块、展平层和全连接层,所述编码器模块包括依次连接的3个编码器,所述编码器包括依次连接的多头可分离对数稀疏自注意力层、膨胀因果卷积层和最大池化层,所述多头可分离对数稀疏自注意力层包括深度可分离卷积层和对数稀疏注意力模块;所述多通道融合自适应嵌入模块包括自适应嵌入层、位置嵌入层、值嵌入层和时间嵌入层,第一输入数据经过所述自适应嵌入层,得到嵌入特征,所述嵌入特征分别经过位置嵌入层、值嵌入层和时间嵌入层,得到位置嵌入特征、值嵌入特征和时间嵌入特征并相加得到多通道特征,将所述多通道特征按照维度等分为第一输入序列和第二输入序列,所述第一输入序列经过第一个编码器的多头可分离对数稀疏自注意力层中的所述深度可分离卷积层,所述第二输入序列经过第一个编码器的多头可分离对数稀疏自注意力层中的所述对数稀疏注意力模块; 获取待预测的锂离子电池的容量退化数据并进行预处理,得到预处理后的容量退化数据; 将所述预处理后的容量退化数据输入到所述经训练的锂离子电池健康状态估计模型,所述预处理后的容量退化数据分为第一输入数据和第二输入数据,所述第一输入数据经过所述多通道融合自适应嵌入模块,得到多通道特征;所述多通道特征经过所述编码器模块,得到编码特征,所述编码特征和所述第二输入数据经过所述解码器模块,得到解码特征,所述解码特征依次经过展平层和全连接层,得到所述待预测的锂离子电池的健康状态估计值。

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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。