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！

龙图腾网获悉上海科技大学申请的专利基于图像化单循环采样量的电池寿命预测方法和相关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：CN119805235B 。

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：202411882164.1，技术领域涉及：G01R31/367；该发明授权基于图像化单循环采样量的电池寿命预测方法和相关装置是由杨恒昭;杨文进设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于图像化单循环采样量的电池寿命预测方法和相关装置在说明书摘要公布了：本发明涉及一种基于图像化单循环采样量的电池寿命预测方法和相关装置。方法包括：在电池单次充放电循环期间对电池采样量进行采样，获得所述电池的多个单循环采样量，构成单循环采样量序列；将单循环采样量序列分割为多个等长的子序列；计算各个子序列之间的距离，生成对应单循环采样量序列的采样量图像；将所述采样量图像输入至电池寿命预测模型获得所述电池的预期循环寿命。本发明可在电池使用的超早期阶段，准确预测电池的剩余使用寿命。

本发明授权基于图像化单循环采样量的电池寿命预测方法和相关装置在权利要求书中公布了：1.一种基于图像化单循环采样量的电池寿命预测方法，其特征在于，所述方法包括： 在电池单次充放电循环期间对电池采样量进行采样，获得所述电池的多个单循环采样量，构成单循环采样量序列；其中，所述单循环采样量序列为时序性序列； 将单循环采样量序列分割为多个等长的子序列； 计算各个子序列之间的距离，生成对应单循环采样量序列的采样量图像； 将所述采样量图像输入至电池寿命预测模型获得所述电池的预期循环寿命； 其中，所述电池采样量为电流、电压和容量，所述采样量图像是根据各个子序列之间的距离矩阵得到的； 所述电池寿命预测模型为AlexNet，所述电池寿命预测模型为多个，多个电池寿命预测模型的网络架构相同但参数不同，所述将所述采样量图像输入至电池寿命预测模型获得所述电池的预期循环寿命，包括： 针对每个电池寿命预测模型 将所述采样量图像输入至所述电池寿命预测模型的卷积网络，逐层提取所述采样量图像的图像特征；其中，所述卷积网络包括多个级联的卷积层； 将所述卷积网络最后一个卷积层提取的图像特征输入至所述电池寿命预测模型的全连接网络，将所述图像特征映射为一维的特征向量； 将各个特征向量进行展平并拼接处理，将拼接后的特征向量输入至一个全连接层，获得所述电池的预期循环寿命； 单循环采样量为多种，所述计算各个子序列之间的距离，生成对应单循环采样量序列的采样量图像，包括： 针对每种单循环采样量 计算各个子序列之间的距离并生成距离矩阵； 将所述距离矩阵中的每个距离值映射为灰度值，生成对应单循环采样量序列的采样量图像； 将所有单循环采样量序列的采样量图像依据通道维度堆叠，形成多通道采样量图像并将其作为所有单循环采样量序列的采样量图像。

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上海科技大学，其通讯地址为：201204 上海市浦东新区华夏中路393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。