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！

龙图腾网恭喜华东交通大学申请的专利一种基于物理信息神经网络与SSA-ELM的电池模块温度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：CN116578902B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202310540705.1，技术领域涉及：G06F18/24；该发明授权一种基于物理信息神经网络与SSA-ELM的电池模块温度预测方法是由朱路;吕聪;王靖智;花伟;刘媛媛;黄德昌设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络与SSA-ELM的电池模块温度预测方法在说明书摘要公布了：本发明公开了一种基于物理信息神经网络与SSA‑ELM的电池模块温度预测方法。使用互信息法计算特征因素与电池模块温度的互信息量估计值，将通过设置阈值筛选的特征因素的种类放入预设集合；通过预设集合中特征因素历史数据训练SSA‑ELM模型，输出某个时间的电池模块温度的预测值；PINN以电池模块热方程作为物理条件约束，将电池模块温度的预测值和参数值作为输入，通过更新变量，直至收敛，得到电池模块温度收敛值。本发明通过SSA‑ELM模型小规模样本进行训练，减少采集数据成本，加快预测速度，使用PINN将损失函数引入热平衡方程中，通过更新电池模块温度收敛值不断减小损失函数直至收敛，提高预测准确性。

本发明授权一种基于物理信息神经网络与SSA-ELM的电池模块温度预测方法在权利要求书中公布了：1.一种基于物理信息神经网络与SSA-ELM的电池模块温度预测方法，其特征在于：其步骤为：S01、选择一个电池模块，根据特征因素历史数据采用互信息法分别计算各个特征因素与电池模块温度的互信息量估计值，互信息量估计值的大小反映特征因素与电池模块温度之间的相关度，通过对互信息量估计值设置阈值，将互信息量估计值超过阈值的特征因素的种类放入预设集合中；特征因素包括腔室温度、电压、电流、荷电状态；S02、将特征因素历史数据和对应的电池模块温度历史数据组成预训练数据集，其中特征因素历史数据和对应的电池模块温度历史数据都属于t时间以前的数据，采用SSA算法对ELM模型进行优化得到SSA-ELM模型，将预训练数据集带入到SSA-ELM模型中训练，训练内容为由矩阵求逆法求得SSA-ELM模型中的神经元权重和阈值，训练完成后将预设集合中的特征因素输入到SSA-ELM模型中，SSA-ELM模型输出电池模块温度预测值Temt；S03、构建物理信息神经网络PINN，物理信息神经网络PINN通过将电池模块的热平衡方程的残差作为损失函数，损失函数中存在两个未知变量，分别为电池模块温度收敛值、电池模块温度随时间变化的变量；测量损失函数中的参数值，将电池模块温度预测值Temt作为电池模块温度收敛值的初始值，将电池模块温度收敛值的初始值和测量的参数值输入损失函数中，求得电池模块温度随时间变化的变量，然后再将电池模块温度随时间变化的变量输入损失函数中，该过程中产生电池模块温度随着时间变化的结果，求得该时间的电池模块温度收敛值；通过更新电池模块温度收敛值和电池模块温度随时间变化的变量，不断减小损失函数的值，直到损失函数收敛，最终得到该时间的电池模块温度收敛值最优解。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。