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！

龙图腾网恭喜江苏中钧能源科技有限公司申请的专利基于大数据的储能电站电池健康状态诊断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：CN119147977B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411637873.3，技术领域涉及：G01R31/367；该发明授权基于大数据的储能电站电池健康状态诊断方法及系统是由陈文;刘海阔设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于大数据的储能电站电池健康状态诊断方法及系统在说明书摘要公布了：本发明提供一种基于大数据的储能电站电池健康状态诊断方法及系统，涉及储能电池技术领域，包括采集储能电站电池的多模态运行数据，同态加密得到密文数据，进行分析计算，提取显式和隐式关联特征，得到融合时序数据；基于融合时序数据，提取多路径的量子纠缠特征，结合自演化量子注意力机制，动态调整量子比特的相位和振幅，生成诊断特征增强表示，通过量子电路实现纠缠存储，结合门控单元，预测健康状态序列；确定电池健康预测结果，通过结合量子态叠加和量子并行，在线搜索诊断策略组合空间，嵌入多阶因果关系张量模型，建模电池性能指标之间的因果联系强度，确定电池健康退化指标，生成因果诊断图谱，得到电池健康状态诊断结果。

本发明授权基于大数据的储能电站电池健康状态诊断方法及系统在权利要求书中公布了：1.基于大数据的储能电站电池健康状态诊断方法，其特征在于，包括：采集储能电站电池PACK级和电芯级的多模态运行数据，对所述多模态运行数据进行同态加密，得到密文数据，基于Transformer的自注意力数据融合机制对所述密文数据进行分析计算，自适应提取显式和隐式关联特征，得到融合时序数据；基于所述融合时序数据，构建电池健康诊断模型，通过量子游走卷积核的卷积操作，提取多路径的量子纠缠特征，结合自演化量子注意力机制，动态调整量子比特的相位和振幅，探索不同特征子空间的组合权重，生成诊断特征增强表示，基于所述诊断特征增强表示，通过量子电路实现长短期记忆的纠缠存储，结合门控单元，预测健康状态序列；基于预测健康状态序列，确定电池健康预测结果，构建量子强化学习算法，通过结合量子态叠加和量子并行，在线搜索诊断策略组合空间，在所述量子强化学习算法的回路中，嵌入多阶因果关系张量模型，建模电池性能指标之间的因果联系强度，确定电池健康退化指标，生成因果诊断图谱，得到电池健康状态诊断结果；基于所述融合时序数据，构建电池健康诊断模型，通过量子游走卷积核的卷积操作，提取多路径的量子纠缠特征，结合自演化量子注意力机制，动态调整量子比特的相位和振幅，探索不同特征子空间的组合权重，生成诊断特征增强表示，基于所述诊断特征增强表示，通过量子电路实现长短期记忆的纠缠存储，结合门控单元，预测健康状态序列包括：构建量子游走卷积核，将融合时序数据映射到量子比特空间，每个时间步对应一个量子比特，创建平移算子和硬币算子，生成量子游走卷积核，通过量子游走卷积核在量子比特空间中进行卷积操作，所述平移算子控制量子比特在空间中的移动，所述硬币算子控制量子比特的叠加状态，通过调整所述平移算子对应的移动参数和所述硬币算子对应的叠加参数，控制量子游走的步长和方向，提取量子纠缠特征；将所述量子纠缠特征输入基于注意力机制构建的自演化量子注意力模块，通过量子门操作，动态调整量子比特的相位和振幅，探索不同特征子空间的组合权重，对每个量子纠缠特征，按照预设的一组参数进行量子门操作，得到初级特征表示，结合自演化算法，调整量子门操作对应的参数，按照自注意力分配，生成诊断特征增强表示；将诊断特征增强表示输入预先构建的量子长短期记忆电路，对诊断特征增强表示对应的时序信息，进行纠缠存储和更新，所述量子长短期记忆电路由输入门、遗忘门、输出门和状态更新门组成，输入门控制新的诊断特征增强表示进入记忆单元，遗忘门控制历史信息的遗忘，输出门控制记忆单元对当前状态的影响，状态更新门更新记忆单元的状态；将量子长短期记忆电路的输出，通过参数化的量子电路，将量子长短期记忆电路的输出和诊断特征增强表示进行纠缠，得到预测状态，通过递归调用量子长短期记忆电路，连续生成预测状态，结合量子测量操作，对每个预测状态进行测量，将预测状量子态转换为经典态，生成健康状态预测序列；所述方法还包括：量子游走卷积核通过多步量子游走，提取量子纠缠特征，其公式如下： 其中，Uwalk表示量子游走卷积核，l表示量子游走步数序号，L表示量子游走总步数，Sl表示平移算子，θl表示移动参数，Cl表示隐蔽算子，αl表示叠加参数，I表示单位矩阵，表示张量积操作；将量子长短期记忆电路的输出，通过参数化的量子电路，将量子长短期记忆电路的输出和诊断特征增强表示进行纠缠，得到预测状态包括：所述预测状态，其公式如下： 其中，|yt表示第t个时间步的健康状态预测量子态，p表示量子门操作序数，Np表示量子门操作总数，γp,t表示第t个时间步第p个量子门操作的权重，Vp表示第t个时间步第p个参数化的量子门操作，λp,t表示控制第t个时间步第p个量子门操作的参数，|ht表示第t个时间步的隐藏状态量子态，|ψ′t表示第t个时间步调整后的量子纠缠特征表示；在所述量子强化学习算法的回路中，嵌入多阶因果关系张量模型，建模电池性能指标之间的因果联系强度，确定电池健康退化指标，生成因果诊断图谱，得到电池健康状态诊断结果包括：对电池的性能指标进行高阶奇异值分解，生成电池性能指标之间的多阶张量因果关系，基于性能指标之间的因果联系强度，确定因果强度张量，基于因果发现算法，通过设置损失函数，结合因果干预正则化项，构建性能指标之间的因果图结构，生成多阶因果关系张量模型，在量子强化学习算法的回路中嵌入多阶因果关系张量模型；采用量子-经典混合优化算法在线搜索电池健康退化指标，结合数据驱动的量子因果增强方法提取高阶因果统计量，动态更新电池健康退化指标对应的权重，生成性能退化指标组合；基于多阶张量因果关系和性能退化指标组合，构建因果诊断图谱，利用预先训练的量子图神经网络，学习因果诊断图谱的量子表示，通过图嵌入正则化约束，保持图谱语义一致性；基于因果诊断图谱，量化不同指标对诊断结果的贡献度，基于量子密度矩阵确定诊断结果的概率分布，通过选择概率最大值对应的诊断结果，确定当前健康诊断结果。

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江苏中钧能源科技有限公司，其通讯地址为：213017 江苏省常州市天宁区北塘河东路6号15幢；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”。