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！

龙图腾网恭喜浙江小桔绿色能源科技有限公司申请的专利电池状态的预测方法、装置、设备、介质和程序产品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：CN119199570B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411729656.7，技术领域涉及：G01R31/367；该发明授权电池状态的预测方法、装置、设备、介质和程序产品是由苏朝磊;孙一恒;陈永健;廖兰新设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本电池状态的预测方法、装置、设备、介质和程序产品在说明书摘要公布了：本公开实施例公开了一种电池状态的预测方法、装置、设备、介质和程序产品，获取待预测电池对应的第一增量特征数据；第一增量特征数据包括待预测电池的测试标定特征数据、使用环境特征数据、使用工况特征数据、对待预测电池检测获得的检测特征数据及待预测电池的类型特征数据；基于第一增量特征数据，通过目标状态预测模型，预测得到待预测电池在第二时间段的电池状态；目标状态预测模型是交叉变换模型，基于历史时间段内的历史增量特征数据进行增量迁移学习获得；历史增量特征数据包括至少一种电池在历史时间段内的测试标定特征数据、使用环境特征数据、使用工况特征数据、检测特征数据及类型特征数据，由此可以提高电池状态预测结果的准确性。

本发明授权电池状态的预测方法、装置、设备、介质和程序产品在权利要求书中公布了：1.一种电池状态的预测方法，包括：获取待预测电池对应的第一增量特征数据；所述第一增量特征数据包括所述待预测电池在第一时间段内的测试标定特征数据、使用环境特征数据、使用工况特征数据、对所述待预测电池检测获得的检测特征数据及所述待预测电池的类型特征数据；基于所述第一增量特征数据，通过目标状态预测模型，预测得到所述待预测电池在第二时间段的电池状态；所述第二时间段是相对所述第一时间段的未来时间段；其中，所述目标状态预测模型是交叉变换模型；所述目标状态预测模型基于历史时间段内的历史增量特征数据进行增量迁移学习获得；所述历史增量特征数据包括至少一种电池在所述历史时间段内的测试标定特征数据、使用环境特征数据、使用工况特征数据、检测特征数据及类型特征数据；所述历史时间段包括所述第一时间段之前的时间段；所述测试标定特征数据基于实验或测试环境获得的数据确定；所述使用环境特征数据基于电池所处外部环境数据确定；所述使用工况特征数据基于电池在使用过程中的运行数据确定；所述检测特征数据基于对电池的监测数据确定；其中，所述方法还包括获得所述目标状态预测模型的如下操作：获取所述历史时间段内的所述历史增量特征数据；确定所述历史增量特征数据对应的状态标签数据；基于所述历史增量特征数据和所述状态标签数据，对历史状态预测模型进行增量迁移学习，得到所述目标状态预测模型；所述历史状态预测模型包括历史时刻学习后的共享网络和至少一个历史分支网络；所述基于所述历史增量特征数据和所述状态标签数据，对历史状态预测模型进行增量迁移学习，得到所述目标状态预测模型，包括：根据所述历史增量特征数据中的类型特征数据，确定是否存在新增类型；响应于存在新增类型，根据新增类型和所述历史状态预测模型，确定新增分支网络，并从所述历史状态预测模型的历史分支网络中确定新增分支网络的初始参数，基于所述历史状态预测模型和所述新增分支网络，得到当前状态预测模型；基于所述历史增量特征数据和所述状态标签数据，对所述当前状态预测模型进行训练，得到所述目标状态预测模型；或者，响应于不存在新增类型，基于所述历史增量特征数据和所述状态标签数据，对所述历史状态预测模型进行微调，得到所述目标状态预测模型；其中，所述共享网络包括第三数量的编码器；所述类型特征数据包括预设等级分类中每一等级的分类标识；所述第三数量为所述预设等级分类中的等级数量；所述基于所述历史增量特征数据和所述状态标签数据，对所述当前状态预测模型进行训练，得到所述目标状态预测模型，包括：根据所述新增类型的每一等级的分类标识，确定所述共享网络中各编码器的网络参数是否冻结的状态；所述是否冻结的状态包括冻结和解冻两种状态；根据各编码器的网络参数是否冻结的状态，确定各编码器分别对应的学习率；冻结的编码器对应的学习率为第三学习率，解冻的编码器对应的学习率为第四学习率；所述第三学习率小于所述第四学习率；基于所述历史增量特征数据和所述状态标签数据，按照各编码器分别对应的学习率，对所述当前状态预测模型进行训练，得到所述目标状态预测模型。

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浙江小桔绿色能源科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区仓前街道良睦路1399号19号楼103-32室；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”。