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！

龙图腾网获悉中国科学技术大学申请的专利退役电池老化模式识别方法、系统、设备及存储介质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：CN121348132B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511892829.1，技术领域涉及：G01R31/385；该发明授权退役电池老化模式识别方法、系统、设备及存储介质是由段强领;杨嘉诚;李宇轩;梅文昕;金凯强;王青松;孙金华设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本退役电池老化模式识别方法、系统、设备及存储介质在说明书摘要公布了：本发明涉及退役电池老化模式识别方法、系统、设备及存储介质，属于电池安全管理技术领域。旨在解决退役电池因内部衰减机理不明而影响梯次利用安全性的问题。方法包括：通过电化学阻抗谱测试获取电池数据，经驰豫时间分布变换得到表征内部动力学特性的谱图；将谱图归一化后，基于詹森‑香农散度计算电池间相似性，并采用‑近邻策略构建稀疏化电化学相似性网络图；最后通过深度图聚类模型，联合优化图模块度损失和基于物理相似性的对比损失，实现无监督的老化模式聚类。本发明无需历史数据，实现了自动化、高精度且具有物理可解释性的退役电池老化模式识别。

本发明授权退役电池老化模式识别方法、系统、设备及存储介质在权利要求书中公布了：1.一种退役电池老化模式识别方法，其特征在于，包括： S1.获取多个退役电池单元的电化学阻抗谱数据； S2.对所述电化学阻抗谱数据进行弛豫时间分布变换，得到每个电池单元的弛豫时间分布谱图作为动力学特征；所述弛豫时间分布变换是通过求解第一类弗雷德霍姆积分方程将频域阻抗数据转换为时域弛豫时间分布函数，所述方程为： ； 式中，为变换后的阻抗，为欧姆电阻，为虚数单位，为频率，为驰豫时间常数，为所述谱图； S3.基于所有电池单元的所述动力学特征，计算任意两个电池单元之间的电化学相似性，并构建电化学相似性网络图；其中，计算电化学相似性的步骤包括： S31.对每个电池单元的谱图进行归一化处理，得到概率分布函数； S32.计算任意两个电池单元和的概率分布函数和之间的詹森-香农散度； S33.将所述詹森-香农散度转换为相似性得分，作为所述电化学相似性网络图中连接节点和的边权重； S4.将所述电化学相似性网络图和各节点的所述动力学特征输入至深度图聚类模型中进行无监督学习，输出每个电池单元所属的老化模式簇；所述深度图聚类模型为图神经网络模型，其通过联合优化包含以下两项的损失函数进行训练： 图模块度损失，用于从全局拓扑结构上引导模型将连接紧密的节点划分到同一簇中； 基于对比学习的损失，用于在嵌入空间中拉近物理特性相似的节点对，同时推远物理特性不相似的节点对。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。