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！

龙图腾网获悉河北工业大学申请的专利基于迁移学习的锂离子电池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：CN116338489B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310182123.0，技术领域涉及：G01R31/387；该发明授权基于迁移学习的锂离子电池容量预测方法是由郭永芳;王雅爽;丁鹏元;赵赫;余湘媛设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本基于迁移学习的锂离子电池容量预测方法在说明书摘要公布了：本发明为一种基于迁移学习的锂离子电池容量预测方法，首先对电池进行充电实验，在充电过程中对电流进行采样，计算每个周期的电池容量；然后，从数据集中随机选取一个电池作为目标电池，利用动态时间规整计算目标电池与剩余电池容量序列的最小距离，选取最小距离位于距离阈值范围内的剩余电池作为候选电池；计算目标电池和各个候选电池的容量退化率，选取容量退化率位于阈值区间内的候选电池作为最接近候选电池；计算目标电池与各个最接近候选电池的周期比，选取周期比位于周期比阈值范围内的最接近候选电池作为源域电池；最后，基于长短时记忆神经网络和注意力机制构建容量预测模型，利用源域电池的容量数据对模型进行预训练，利用目标电池已知周期的容量数据对预训练模型进行重新训练并对参数进行微调，得到训练后的容量预测模型。该方法能够在目标电池全局容量退化趋势未知的情况下，为目标电池提供参考，提高预测精度。

本发明授权基于迁移学习的锂离子电池容量预测方法在权利要求书中公布了：1.一种基于迁移学习的锂离子电池容量预测方法，其特征在于，该方法包括以下步骤： 步骤1：对电池进行充电实验，在充电过程中对电流进行采样，计算每个周期的电池容量； 步骤2：从数据集中随机选取一个电池作为目标电池，利用动态时间规整计算目标电池与剩余电池容量序列的最小距离，选取最小距离位于距离阈值范围内的剩余电池作为候选电池； 根据式2计算目标电池和各个候选电池的容量退化率R，选取容量退化率位于阈值区间内的候选电池作为最接近候选电池； 公式2中，Qw％×K表示电池第w％×K个周期的容量，K为总周期数，w∈0,100]，Q1表示电池第一个周期的容量； 根据式3计算目标电池与各个最接近候选电池的周期比δ，选取周期比位于周期比阈值范围内的最接近候选电池作为源域电池； 公式3中，表示目标电池A总周期前w％的容量序列长度，表示第q个候选电池总周期前w％的容量序列长度； 距离阈值范围为[0.002,0.02]；容量退化率的阈值区间为[R0-0.005,R0+0.005]，R0表示目标电池的容量退化率；周期比阈值范围为[0.8,1.3]； 步骤3：基于长短时记忆神经网络和注意力机制构建容量预测模型；容量预测模型包括多个长短时记忆单元，所有长短时记忆单元的输出经过注意力计算后，再经过两个全连接层，得到模型输出； 利用源域电池的容量数据对容量预测模型进行预训练，得到预训练容量预测模型；保持预训练容量预测模型除两个全连接层外其余结构的参数不变，利用目标电池的容量数据对预训练容量预测模型进行重新训练，得到训练后的容量预测模型； 步骤4：将目标电池的容量数据[Qm-r+1,Qm-r+2,...,Qm]输入到训练后的容量预测模型中，得到第m+1个周期的容量预测值其中n表示目标电池已知容量数据的周期数，r表示输入窗口大小；将输入到训练后的容量预测模型中，得到第m+2个周期的容量预测值以此类推，完成目标电池的容量预测。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#；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。