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！

龙图腾网恭喜中国北方车辆研究所申请的专利一种基于长短时记忆网络的电池SOC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：CN115372827B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210817802.6，技术领域涉及：G01R31/367；该发明授权一种基于长短时记忆网络的电池SOC预测方法是由梁晓嫱;佟玉琦;宛棋;陈亚东;田崔钧设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本一种基于长短时记忆网络的电池SOC预测方法在说明书摘要公布了：本发明提出一种基于长短时记忆网络的电池SOC预测方法，能够捕获电池SOC预测时序，预测结果更加准确。本发明按照改造后的长短时记忆网络的结构，构建三层的径向基神经网络；随后下载NASA的电池数据集，根据电压，电流，温度，时间等信息组织从数据到SOC的数据格式；然后随机初始化改进长短时记忆网络的参数；其次，将数据输入到构建好的长短时记忆网络当中，得到输出；再次，根据时序梯度下降法，更新相关参数；再次，确定模型参数，模型训练过程结束；最后，将测试数据输入到训练好的模型当中便可以进行电池SOC预测。

本发明授权一种基于长短时记忆网络的电池SOC预测方法在权利要求书中公布了：1.一种基于长短时记忆网络的电池SOC预测方法，其特征在于，按照改造后的长短时记忆网络的结构，构建三层的径向基神经网络；随后下载NASA的电池数据集，根据电压、电流、温度以及时间组织从数据到SOC的数据格式；然后随机初始化改进长短时记忆网络的参数；其次，将数据输入到构建好的长短时记忆网络当中，得到输出；再次，根据时序梯度下降法，更新相关参数；再次，确定模型参数，模型训练过程结束；最后，将测试数据输入到训练好的模型当中进行电池SOC预测；改造后的长短时记忆网络的结构中，在构建模型完成之后，使用反向传播算法用来更新公式中的权重W*；所述公式如下：ft＝σWft·xt+Wfh·ht-1+Wfc·Ct-1+bfit＝σWit·xt+Wih·ht-1+Wic·Ct-1+biot＝σWot·xt+Woh·ht-1+Woc·Ct-1+bo其中，W**代表模型的权重，b*代表偏置的权重,W**·中的黑点代表矩阵和向量的乘法，*代表向量对应元素的乘积，xt表示当前步骤的输入，ht-1表示上一步骤的隐含状态，Ct-1表示上一步骤的细胞状态，it表示输入门，ot表示输出门，ft表示遗忘门；通过权重更新过程，学习到SOC预测的真实输出和输入数据之间的非线性关系，在权重确定之后，输入测试数据，获得测试电池的SOC预测结果；构建三层的径向基神经网络具体步骤如下：首先，构建电池的外部特性参数到SOC结果的对应关系，随后对数据进行归一化操作，最后通过确定滑窗的宽度来决定长短时记忆网络当中的时间长度；所述长短时记忆网络的输出代表指的是最终输出的SOC预测结果，输入层代表电池的寿命预测相关数据参数，在组织数据输入的过程中，将多个时刻的SOC预测结果拼接在一起当作长短时记忆网络的一个样本输入；电池外部参数组成一个维度为n的向量x，考虑时间窗口K，则整体输入一个模型的样本数是K×n，计算过程是K个x分开用，时间窗内的每一个输入用xt表示。

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中国北方车辆研究所，其通讯地址为：100072 北京市丰台区槐树岭四号院；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”。