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！

龙图腾网获悉成都纺织高等专科学校;四川瀚申质量检测有限公司申请的专利集成实时电池状态检测的智能充电桩系统及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：CN120534229B 。

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：202510917625.2，技术领域涉及：B60L53/62；该发明授权集成实时电池状态检测的智能充电桩系统及方法是由丁韬;阮文韬;黄勤陆;姚玲峰;陈美荣;李林;毛露露;赵晨宽;赵聃敏;丁泓吉;李正设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本集成实时电池状态检测的智能充电桩系统及方法在说明书摘要公布了：本申请涉及电车电池充电检测技术领域，公开了集成实时电池状态检测的智能充电桩系统及方法，系统包括：多传感器数据采集模块；数据融合模块；电池健康状态预测模块；充电优化控制模块；故障预警模块与云平台与边缘计算协同处理模块；方法包括：通过多传感器获取电池数据，构建数据帧；提取电学特征，生成电池状态向量；构建数字双胞胎模型，进行健康状态预测；制定动态充电功率调节策略；比对电池健康趋势与预期行为，生成故障预警信号；上传数据和策略至云平台，更新控制策略。本发明采用多传感器数据融合技术，并结合双胞胎建模与深度学习算法，实时监测电池的健康状态，全面评估电池的健康状况，精确预测电池的故障风险。

本发明授权集成实时电池状态检测的智能充电桩系统及方法在权利要求书中公布了：1.集成实时电池状态检测的智能充电桩系统，其特征在于，包括： 多传感器数据采集模块，用于通过多源传感器数据实时采集电池的电压、电流、温度及内阻参数，对电池状态进行实时监测，生成包括各项电池参数的原始数据流； 数据融合模块，用于根据所述原始数据流对来自不同传感器的电池参数进行加权平均或卡尔曼滤波融合，生成一个综合各项电池状态的初步数据流； 电池健康状态预测模块，用于通过数字双胞胎建模与机器学习算法，对所述综合各项电池状态的初步数据流进行健康状态预测，生成电池的健康状态预测值； 充电优化控制模块，用于根据所述电池的健康状态预测值和实时采集的电池参数，运用非线性动态充电优化算法和多电池协同优化策略，调整电池充电电流和充电速率，生成当前充电环境的优化充电策略； 故障预警模块，用于根据所述当前充电环境的优化充电策略与所述电池的健康状态预测值，分析并预测电池的故障风险，生成实时的故障预警信号； 云平台与边缘计算协同处理模块，所述云平台用于存储充电桩的电池健康数据，进行数据分析和状态评估，并通过云端算法反馈至边缘执行单元处理电池的实时数据，生成即时决策； 所述集成实时电池状态检测的智能充电桩系统的运行方法，包括以下步骤： 通过多类型传感器分别获取电池的电压、电流、温度和内阻数据，并为获取的电池数据添加时间戳与设备编号，构建多源异构状态数据帧； 基于构建的多源异构状态数据帧，通过时间同步机制对齐获取的电池数据，再通过异常值剔除与特征提取过程，提取与电池老化密切相关的电学特征参数，并利用融合算法生成统一结构的电池状态描述向量； 根据电池状态描述向量构建数字双胞胎模型，并选取与电池类型相匹配的历史运行数据进行初始化，利用机器学习模型对输入数据进行预测推理，输出当前电池的健康状态值及变化趋势； 以当前电池的健康状态值为基础，结合当前充电功率容量、电池位置温度以及电压窗口范围的实时运行参数，构建动态充电功率调节策略，并实时生成每一路充电端口的电流、电压设定值； 利用动态充电功率调节策略与当前电池的健康变化趋势进行动态比对，识别电池响应与预期行为间的偏差，通过故障风险曲线分析生成预警等级，并对高风险单体发出故障预警信号； 将获取的多源异构状态数据帧、电池状态描述向量、电池的健康预测值、动态充电功率调节策略与预警等级以结构化方式上传至云平台，根据云端反馈更新的算法模型，完成本地控制策略替换与充电行为重配置。

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成都纺织高等专科学校;四川瀚申质量检测有限公司，其通讯地址为：610000 四川省成都市犀浦泰山南街186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。