Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南科技大学时浩添获国家专利权

西南科技大学时浩添获国家专利权

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。

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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。