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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于TTSNet的锂离子电池SOH估算与RUL预测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：CN116467580B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202310431133.3，技术领域涉及：G06F18/213；该发明授权一种基于TTSNet的锂离子电池SOH估算与RUL预测方法是由高明裕;鲍政怡;杨宇翔;何志伟;董哲康设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于TTSNet的锂离子电池SOH估算与RUL预测方法在说明书摘要公布了：本发明公开了一种基于TTSNet的锂离子电池SOH估算与RUL预测方法，包括如下步骤：S1、构建TTSNet网络模型；S2、通过时序transformer的特征提取网络分别通过相应的提取支路对预处理后的电池数据中电压、电流和温度数据进行特征提取，得到丰富的语义信息特征；S3、通过AGFF的特征融合网络，对提取的语义信息特征进行自适应融合，得到神经网络的预测输出；S4、基于TTSNet网络模型的SOH估算与RUL预测。该方法不仅可以自适应提取并交互锂离子电池输入时间序列中的有用信息，还考虑到长时间序列电压、电流、温度与容量之间的相关性，关注前后步长相关时序维度信息，提高了网络模型研究时间序列长期依赖关系的能力。最终得到实时、高精度的SOH估算与RUL预测结果。

本发明授权一种基于TTSNet的锂离子电池SOH估算与RUL预测方法在权利要求书中公布了：1.一种基于TTSNet的锂离子电池SOH估算与RUL预测方法，其特征在于，包括如下步骤：S1、构建TTSNet网络模型，所述TTSNet网络模型包括时序transformer的特征提取网络和AGFF的特征融合网络，所述时序transformer的特征提取网络包括三个特定的数据特征提取支路，分别用于提取电压、电流、温度数据的输出特征，每个所述数据特征提取支路由一个特征嵌入块、一个VIT时序transformer构成，所述AGFF的特征融合网络由三个具有不同感受野的卷积神经网络、一个空间注意力机制构成；S2、通过时序transformer的特征提取网络分别通过相应的提取支路对预处理后的电压、电流和温度数据进行特征提取，得到丰富的语义信息特征；S3、通过AGFF的特征融合网络，对提取的语义信息特征进行自适应融合，得到神经网络的预测输出；S4、基于TTSNet网络模型的SOH估算与RUL预测对SOH估算来说，选择数据集中电压-时间、电流-时间、温度-时间作为网络输入，对应的容量数据作为输入标签，计算SOH预测误差： 其中，Ci和C0分别代表第i个循环的电池容量和电池初始容量。对于RUL预测来说，将从初始容量到寿命终点的容量值作为容量数据集，将SOH估算模型得到的容量值输入训练好的RUL预测模型，进行RUL多步预测：RUL＝nEOL-nt其中，nEOL和nt分别代表电池达到寿命终点时的充放电周期和t时刻的充放电周期。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。