Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东工业大学徐康康获国家专利权

恭喜广东工业大学徐康康获国家专利权

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!

龙图腾网恭喜广东工业大学申请的专利锂离子电池荷电状态的在线预测方法与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:CN115407207B

龙图腾网通过国家知识产权局官网在2025-04-29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:202211038537.8,技术领域涉及:G01R31/367;该发明授权锂离子电池荷电状态的在线预测方法与系统是由徐康康;杨海东;何泰隆;朱成就;金熹;印四华;张卓勤;庄嘉威设计研发完成,并于2022-08-29向国家知识产权局提交的专利申请。

锂离子电池荷电状态的在线预测方法与系统在说明书摘要公布了:本发明属于锂离子电池技术优化领域,尤其涉及一种锂离子电池荷电状态的在线预测方法与系统,包括:基于时空建模策略建立锂离子电池温度预测模型,并利用锂离子电池温度预测模型对锂离子电池温度的时空数据进行预测,得到温度时空预测数据;根据时空预测数据以及锂离子电池的电压数据、电流数据建立锂离子电池荷电状态离线预测模型;在锂离子电池荷电状态离线预测模型的基础上,为新的输入数据增加节点,建立锂离子电池荷电状态在线预测模型,并通过锂离子电池荷电状态在线预测模型进行锂离子电池的荷电状态预测。本发明结合时空建模策略和宽度学习对锂电池的荷电状态进行预测,在保证模型的计算速度及输出精度的前提下,提高了模型的预测效率。

本发明授权锂离子电池荷电状态的在线预测方法与系统在权利要求书中公布了:1.一种锂离子电池荷电状态的在线预测方法,其特征在于,所述在线预测方法包括以下步骤:基于时空建模策略建立锂离子电池温度预测模型,并利用所述锂离子电池温度预测模型对锂离子电池温度的时空数据进行预测,得到温度时空预测数据;根据所述时空预测数据以及锂离子电池的电压数据、电流数据建立锂离子电池荷电状态离线预测模型;在所述锂离子电池荷电状态离线预测模型的基础上,为新的输入数据增加节点,以建立锂离子电池荷电状态在线预测模型,并通过所述锂离子电池荷电状态在线预测模型进行锂离子电池的荷电状态预测,得到预测结果;其中,所述基于时空建模策略建立锂离子电池温度预测模型的步骤,包括以下子步骤:使用KPCA算法对所述时空数据进行降维处理,得到满足预设空间基函数个数的空间基函数,并得到相应的低阶时间系数;使用ELM模型对所述低阶时间系数进行学习,得到具有时间动态特性的低阶时序模型;利用低阶时序模型对后续的时间系数进行预测,然后联合所述空间基函数进行重构,得到所述锂离子电池温度预测模型,并通过所述锂离子电池温度预测模型预测得到所述温度时空预测数据;根据所述时空预测数据以及锂离子电池的电压、电流数据建立锂离子电池荷电状态离线预测模型的步骤,包括以下子步骤:将所述电流数据、所述电压数据、所述温度时空预测数据作为输入变量输入到预设宽度学习网络中进行训练;将完成训练的所述预设宽度学习网络输出作为所述锂离子电池荷电状态离线预测模型;所述预设宽度学习网络满足: 其中,Y为所述预设宽度学习网络所输出的预测结果,Zn表示所述电流数据、所述电压数据、所述温度时空预测数据作为输入变量输入所述预设宽度学习网络时的映射特征节点,Zn表示所有所述映射特征节点的集合,Hm表示所述映射特征节点对应的增强节点,Hm表示所有所述增强节点的集合,和是随机生成的权重和偏置,ξ表示激活函数,Wm是宽度结构的连接权重。

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广东工业大学,其通讯地址为:510062 广东省广州市越秀区东风东路729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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。