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！

龙图腾网获悉西南科技大学申请的专利基于Transformer的锂电池健康状态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：CN119846485B 。

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：202510336833.3，技术领域涉及：G01R31/378；该发明授权基于Transformer的锂电池健康状态估计方法是由时浩添;李杨;黄琦;陈蕾;刘春梅;李浩然;朱玉玉;李珂;范永存;曹文;聂诗良;于春梅设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本基于Transformer的锂电池健康状态估计方法在说明书摘要公布了：本发明属于锂离子电池状态预测技术领域，具体涉及基于Transformer的锂电池健康状态估计方法。包括：对电池老化数据集进行异常值处理以及特征提取，获得特征因子；计算特征因子与锂离子电池的原始容量序列之间的相关度，获得满足预设相关度阈值的特征因子；基于完全自适应噪声集合经验模态分解算法分解原始容量序列，获得不同频率的本征模态函数；结合sin混沌映射、自适应动态权重因子及反向学习‑柯西交替变异策略改进麻雀搜索算法，并利用改进后的麻雀搜索算法优化训练好的Transformer模型，获得锂离子电池健康状态估计模型；对待锂离子电池健康状态进行估计。本发明能够准确估计健康状态有助于用户优化电池使用。

本发明授权基于Transformer的锂电池健康状态估计方法在权利要求书中公布了：1.基于Transformer的锂电池健康状态估计方法，其特征在于，所述方法包括： 基于锂离子电池的基本结构以及工作特性，建立锂离子电池老化数据集； 对所述锂离子电池老化数据集进行异常值处理以及特征提取，获得特征因子； 计算所述特征因子与锂离子电池的原始容量序列之间的相关度，获得满足预设相关度阈值的特征因子； 基于完全自适应噪声集合经验模态分解算法分解所述原始容量序列，获得不同频率的本征模态函数； 将满足预设相关度阈值的特征因子作为Transformer模型的输入序列，将所述本征模态函数作为Transformer模型的预测序列，训练Transformer模型； 结合sin混沌映射、自适应动态权重因子及反向学习-柯西交替变异策略改进麻雀搜索算法，并利用改进后的麻雀搜索算法优化训练好的Transformer模型，获得锂离子电池健康状态估计模型； 基于锂离子电池健康状态估计模型，对待估计锂离子电池健康状态进行估计，获得锂离子电池健康状态估计值。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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”。