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！

龙图腾网恭喜武汉科技大学申请的专利一种基于场景匹配的动力电池梯级利用决策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：CN114693096B 。

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：202210282965.9，技术领域涉及：G06Q10/0637；该发明授权一种基于场景匹配的动力电池梯级利用决策方法及系统是由江志刚;杨洁;陈鑫;朱硕;林芷萱;张俊辉;吴豪设计研发完成，并于2022-03-22向国家知识产权局提交的专利申请。

本一种基于场景匹配的动力电池梯级利用决策方法及系统在说明书摘要公布了：本发明属于动力电池回收利用相关技术领域，并公开了一种基于场景匹配的动力电池梯级利用决策方法，包括：获取各种实际应用场景对动力电池的梯级利用标准使用参数、以及所述动力电池的基本参数和性能参数；构建神经网络分类模型，并使用原始数据集进行训练；基于训练后的神经网络分类模型，将所获得的动力电池性能参数与各种实际应用场景对动力电池的梯级利用标准使用参数进行比对，进而获得动力电池梯级利用的决策结果。本发明还公开了相应的系统。通过本发明，不仅可更为快速全面地处理大数据，提高决策效率和准确性，而且能有效解决各种退役动力电池的拆解深度决策以及与各种实际应用场景的匹配决策问题。

本发明授权一种基于场景匹配的动力电池梯级利用决策方法及系统在权利要求书中公布了：1.一种基于场景匹配的动力电池梯级利用决策方法，其特征在于，该方法包括：步骤1：获取各种实际应用场景对动力电池的梯级利用标准使用参数，并构成第一数据集；其中各种实际应用场景包括储能电站、低速电动车、充电宝，标准使用参数指各种实际应用场景对动力电池的使用限制数据，包括外形尺寸、工作电压、工作电流、功率、容量、循环寿命；步骤2：对动力电池进行外观检查和容量检测，判断该动力电池是否具有可拆卸性；当动力电池具有可拆卸性的情况下，进一步检测获取所述动力电池的基本参数和性能参数，并构成第二数据集；步骤3：构建神经网络多标签场景分类模型，其中将动力电池的基本参数和性能参数作为输入特征集，可应用场景作为输入标签，以此方式使用由第一、第二数据集共同组成的原始数据集且利用卷积神经网络对所述分类模型进行训练，其中作为卷积神经网络核心的卷积层设计如下： 其中，*表示卷积计算，K为卷积层的输入层通道数，I×J为卷积核尺寸，Xk和YI分别为第k个输入通道和第I个输出通道的二维特征阵，Hkl为第k行第l列的二维卷积核；步骤4：针对待检测的动力电池，将其基本参数和性能参数作为特征集输入训练后的分类模型，输出该动力电池合适应用场景的分类排序结果，进而获得动力电池梯级利用的决策结果。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947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”。