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！

龙图腾网获悉四川长风致远科技有限公司申请的专利基于机器学习的电池状态监测分析方法及系统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：CN119881669B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510368874.0，技术领域涉及：G01R31/367；该发明授权基于机器学习的电池状态监测分析方法及系统是由李嘉;张震;付国良设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本基于机器学习的电池状态监测分析方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的电池状态监测分析方法及系统，首先获取目标电池充放电循环中的实时运行数据，涵盖电压、电流、温度序列及时间戳序列，接着进行多维度特征提取生成原始特征集合，经动态时序处理得到标准化特征矩阵，再将其输入预训练的电池状态监测模型，生成退化、健康及剩余寿命预测参数，由此生成异常检测结果与维护决策建议，最后基于上述结果对模型参数权重自适应调整，更新模型预测精度。本方法能全面准确监测分析电池状态，提升预测精度，为电池维护提供可靠依据。

本发明授权基于机器学习的电池状态监测分析方法及系统在权利要求书中公布了：1.一种基于机器学习的电池状态监测分析方法，其特征在于，所述方法包括： 获取目标电池在充放电循环中的实时运行数据，所述实时运行数据包括电压序列、电流序列、温度序列以及时间戳序列； 对所述实时运行数据进行多维度特征提取，生成原始特征集合，并对所述原始特征集合进行动态时序处理，得到标准化特征矩阵； 将所述标准化特征矩阵输入至预训练的电池状态监测模型中，生成所述目标电池的退化状态参数、健康状态参数及剩余寿命预测参数； 根据所述退化状态参数、健康状态参数及剩余寿命预测参数，生成针对所述目标电池的异常检测结果和维护决策建议； 基于所述异常检测结果和维护决策建议，对所述电池状态监测模型的参数权重进行自适应调整，更新所述电池状态监测模型的预测精度； 所述对所述原始特征集合进行动态时序处理，得到标准化特征矩阵，包括： 对所述原始特征集合中的每一特征维度进行缺失值填充及噪声滤波处理，生成去噪特征集合； 根据所述去噪特征集合中各特征维度的统计分布特性，将所述去噪特征集合划分为静态特征子集与动态特征子集； 对所述静态特征子集进行滑动窗口均值平滑处理，生成静态平滑特征子集； 对所述动态特征子集进行时间序列差分变换及相位对齐处理，生成动态对齐特征子集； 将所述静态平滑特征子集与动态对齐特征子集按时间戳序列进行跨维度融合，生成所述标准化特征矩阵。

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四川长风致远科技有限公司，其通讯地址为：610000 四川省成都市经济技术开发区(龙泉驿区)车城西一路129号6栋2层01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”。