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！

龙图腾网获悉电子科技大学申请的专利基于对抗学习的锂电池健康状态和剩余使用寿命联合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：CN118818354B 。

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：202410944255.7，技术领域涉及：G01R31/392；该发明授权基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法是由叶娅兰;潘桐杰;吴欣昊;肖坤书设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法在说明书摘要公布了：本发明公开了一种基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法，属于锂电池寿命预测领域。本发明首先对原始老化数据进行简单预处理，然后利用卷积网络模块和残差网络模块组成的共享特征提取器和特定特征提取器，基于对抗学习提取健康状态和剩余使用寿命的任务共享特征和任务特定特征，提升特征区分度；再将健康状态和剩余使用寿命各自的任务共享特征和任务特定特征融合后，输入健康状态预测器和剩余使用寿命预测器，避免由特征混淆引发的模型负优化，最终得到健康状态和剩余使用寿命预测结果。本发明针对性地进行基于对抗学习的锂电池健康状态和剩余使用寿命联合预测，使联合预测模型对输入的要求低，预测误差低，并能够有效监控锂电池在实际使用场景中的老化状态、寿命状态，提升了设备的安全性。

本发明授权基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法在权利要求书中公布了：1.基于对抗学习的锂电池健康状态和剩余使用寿命联合预测方法，其特征在于，包括下列步骤： 步骤S1：对锂电池原始老化数据进行去噪处理，得到锂电池的老化数据X1，再对锂电池老化数据X1进行数据平滑处理，得到锂电池的老化数据X2； 将老化数据X1和X2分别输入共享特征提取器F1和特定特征提取器F2，以提取老化数据X1的任务共享特征f1x和任务特定特征f3x；以及提取老化数据X2的任务共享特征f2x和任务特定特征f4x； 步骤S2：将共享特征提取器提取的任务共享特征输入任务判别器1，将特定特征提取器提取的任务特定特征输入任务判别器2，其中，任务判别器1用于判别当前输入的任务共享特征f1x和f2x的所归属的任务，任务判别器2用于判别当前输入的任务特定特征f3x和f4x所归属的任务；其中，任务包括健康状态评估和剩余使用寿命预测； 步骤S3：将任务共享特征f1x和任务特定特征f3x拼接融合，再将融合特征输入健康状态预测器P1，以获取健康状态评估结果； 将任务共享特征f2x和任务特定特征f4x拼接融合，再将融合特征输入剩余使用寿命预测器P2，以获取剩余使用寿命预测结果； 步骤S4：根据健康状态评估结果计算健康状态预测损失，根据剩余使用寿命预测结果计算剩余使用寿命预测损失； 步骤S5：根据两个任务判别器的判别损失、健康状态预测损失和剩余使用寿命预测损失计算网络总损失，根据总损失L对网络权重进行优化，得到基于对抗学习的锂电池健康状态和剩余使用寿命联合预测网络； 步骤S6：对训练好的健康状态和剩余使用寿命联合预测网络输入锂电池的实时老化数据xi，去噪后的老化数据经共享特征提取器F1、特定特征提取器F2和健康状态预测器P1得到锂电池的健康状态；平滑后的老化数据经共享特征提取器F1、特定特征提取器F2和剩余使用寿命预测器P2得到锂电池的剩余使用寿命预测结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。