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！

龙图腾网获悉浙江浙能电力股份有限公司萧山发电厂;浙江大学;湖州工业控制技术研究院申请的专利物理驱动的低采样率电池集群智能调优机理建模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：CN120105918B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510578889.X，技术领域涉及：G06F30/27；该发明授权物理驱动的低采样率电池集群智能调优机理建模方法是由许峰;许卢越;王丹依;田林平;谢睿捷;赵春晖;明宏泽设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本物理驱动的低采样率电池集群智能调优机理建模方法在说明书摘要公布了：本发明公开了一种物理驱动的低采样率电池集群智能调优机理建模方法，该方法包括：获取各个电池的拓展电池信息序列；更新身份信息提取模块的参数后，利用身份信息提取模块提取各个电池的身份信息；将拓展电池信息序列和身份信息输入到物理信息正则化模块，得到损失值，以更新参数；根据物理信息正则化模块输出的损失值判断是否达到精度要求，若达到精度要求，利用模型阶次调优模块判断是否存在模型失配问题，若没有模型失配问题，固定物理信息正则化模块中电池状态估计模块的参数与身份信息提取模块一并作为最终求得的电池集群模型。本发明首次提出了兼顾模型阶次与参数自适应调节的智能建模策略，具有端到端全局优化、计算资源开销低等优点。

本发明授权物理驱动的低采样率电池集群智能调优机理建模方法在权利要求书中公布了：1.一种物理驱动的低采样率电池集群智能调优机理建模方法，其特征在于，包括以下步骤： 1采集各个电池的运行数据作为真实端电压序列、真实输入电流序列，并初始化拓展电池信息序列，以构建训练集和测试集；同时构建身份信息提取模块和物理信息正则化模块； 2应用身份信息提取模块，包括参数更新阶段和特征提取阶段；在参数更新阶段，使用训练集更新身份信息提取模块中的参数，并在满足截止条件后结束参数更新阶段；随后进入特征提取阶段，利用身份信息提取模块提取各个电池的身份信息； 3将拓展电池信息序列和身份信息提取模块提取的身份信息输入到物理信息正则化模块，得到损失值，并基于该损失值更新物理信息正则化模块的参数； 4根据物理信息正则化模块输出的损失值判断是否达到精度要求，若未达到精度要求，则返回步骤3；若达到精度要求，则将拓展电池信息序列输入到模型阶次调优模块并判断是否存在模型失配问题，若存在模型失配问题，则返回步骤3；若没有模型失配问题，则固定物理信息正则化模块中电池状态估计模块的参数，与身份信息提取模块一并作为最终求得的电池集群模型； 所述步骤4中，将拓展电池信息序列输入到模型阶次调优模块并判断是否存在模型失配问题，具体通过如下步骤进行判断： 4.1将各个电池的拓展电池信息序列中的零阶端电压序列、零阶输入电流序列、荷电状态序列与物理信息正则化模块计算的空载电压参数序列输入到模型阶次调优模块中，计算波动信息序列； 4.2将各个电池的波动信息序列与荷电状态序列对应起来，并根据荷电状态序列值进行分段，以每个区间分段上荷电状态的中值作为标签； 4.3依次计算每个区间上对应的波动信息序列的方差，获取原始方差序列，经归一化处理后取均值形成基准序列，施加松弛因子后通过高斯平滑处理得到平滑基准序列，最后基于荷电状态标签进行三次样条插值，得到各个电池的模型阶次调优评估器； 4.4使用各个电池的模型阶次调优评估器判断是否存在模型失配问题。

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浙能电力股份有限公司萧山发电厂;浙江大学;湖州工业控制技术研究院，其通讯地址为：311251 浙江省杭州市萧山区临浦镇元宝山路1号附近萧山发电厂行政楼210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”。