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！

龙图腾网获悉合肥工业大学申请的专利基于ACO-GRU-LSTM的锂电池SOC估计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：CN119936683B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510420906.7，技术领域涉及：G01R31/367；该发明授权基于ACO-GRU-LSTM的锂电池SOC估计方法是由李书华;杨世怡;朱仲文;李丞;江维海;蒋泽龙;王维志设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本基于ACO-GRU-LSTM的锂电池SOC估计方法在说明书摘要公布了：本发明涉及基于ACO‑GRU‑LSTM的锂电池SOC估计方法，包括以下步骤：利用奇异值分解、移动均值、移动方差和移动均方根的方法提取电流、电压数据关键特征，并进行归一化处理；使用蚁群优化算法（ACO）优化GRU‑LSTM超参数（隐藏层神经元数、学习率、批量大小、Dropout率）；基于优化后的GRU‑LSTM模型，对SOC进行初步估计；采用滑动平均滤波平滑SOC估计结果，并通过误差分析验证估计精度。基于蚁群优化与GRU‑LSTM结合的SOC估计方法的优势在于，该方法能够优化GRU‑LSTM超参数，提高模型在不同工况下的泛化能力，并在SOC估计中保持较高的准确性和稳定。

本发明授权基于ACO-GRU-LSTM的锂电池SOC估计方法在权利要求书中公布了：1.基于ACO-GRU-LSTM的锂电池SOC估计方法，其特征在于，所述方法包括以下步骤：S1、数据预处理与特征提取，根据锂电池的充放电实验数据，使用移动均值、移动方差、移动均方根以及奇异值分解的方法提取出电流电压数据的移动均值、移动方差、移动均方根、左奇异向量关键特征，并进行归一化处理，以增强特征对SOC估计的相关性，所充放电实验数据包括电池端电压和电流；S2、蚁群优化算法优化GRU-LSTM超参数，采用蚁群优化算法对GRU-LSTM的超参数进行优化，蚁群通过探索搜索空间，逐步收敛至最优超参数组合，最小化GRU-LSTM的SOC估计误差；S3、训练蚁群优化算法优化的GRU-LSTM，以锂电池的充放电实验的电流、电压提取的特征作为输入，SOC作为输出，构建训练数据集；利用蚁群优化算法优化后的GRU-LSTM进行SOC估计，并采用均方根误差作为损失函数，调整网络权重，提高SOC预测精度；S4、SOC估计结果优化与输出，对GRU-LSTM输出的SOC估计值应用滑动平均滤波进行平滑处理，以减少短时波动带来的误差；与真实SOC数据对比，评估估计精度和稳定性，最终输出优化后的SOC估计结果。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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”。