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！

龙图腾网获悉昆明理工大学申请的专利一种融合注意力机制的混合深度网络的锂电池SOH估计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：CN115684973B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211323630.3，技术领域涉及：G01R31/392；该发明授权一种融合注意力机制的混合深度网络的锂电池SOH估计方法是由陈峥;赵红茜;舒星;申江卫;刘永刚设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种融合注意力机制的混合深度网络的锂电池SOH估计方法在说明书摘要公布了：本发明公开了一种融合注意力机制的混合深度网络的锂电池SOH估计方法，包括以下步骤：1获取N块锂电池的循环老化数据；2计算N块锂电池的真实SOH值并剔除异常循环得到初始数据集D1～DN；3获得N块锂电池的温差曲线；4提取N块锂电池的老化特征；5构建训练集和测试集；6建立融合注意力机制的混合深度网络的锂电池SOH估计模型；7训练融合注意力机制的混合深度网络的锂电池SOH估计模型；8获得SOH估计值。本发明充分融合了CNN网络、GRU网络和注意机制三种算法的优点，能够实现对锂电池SOH的精确可靠估计，并且对电池不一致性具有很强的鲁棒性和通用性。

本发明授权一种融合注意力机制的混合深度网络的锂电池SOH估计方法在权利要求书中公布了：1.一种融合注意力机制的混合深度网络的锂电池SOH估计方法，其特征在于，包括以下步骤： 1获取N块锂电池的循环老化数据：对N块锂电池进行循环充放电老化测试，并分别采集N块锂电池的老化数据； 2计算N块锂电池的真实SOH值并剔除异常循环得到初始数据集D1～DN：根据步骤1中的老化数据分别计算每块锂电池的每次放电循环的真实SOH值，并通过每块锂电池的每次放电循环的真实SOH值进行异常循环剔除，得到初始数据集D1～DN； 3获得N块锂电池的温差曲线：分别提取步骤2得到的初始数据集D1～DN中的每个充电循环采集的温度和时间，计算每个充电循环的温差值，然后使用KF滤波进行平滑处理，并以电压作为横坐标，温差值作为纵坐标得到N块锂电池的温差曲线； 4提取N块锂电池的老化特征：根据步骤3获得的N块锂电池的温差曲线，在3.3V～3.9V的电压范围内分别从N块锂电的每一条温差曲线的波峰和波谷中提取多个老化特征，老化特征包括温差值、电压和时间； 5构建训练集和测试集：将步骤2得到的N块锂电池的初始数据集D1～DN中的SOH值与步骤4提取的N块锂电池的老化特征一一对应起来形成N个新的数据集A1～AN，从A1～AN中任意选取一个数据集作为训练集，剩余的N-1个数据集作为测试集； 6建立融合注意力机制的混合深度网络的锂电池SOH估计模型：使用输入层、CNN层、GRU层、注意力机制层、Flatten层、Dense层和输出层搭建锂电池SOH估计模型并使用试错法确定锂电池SOH估计模型的超参数； 7训练融合注意力机制的混合深度网络的锂电池SOH估计模型：使用步骤5确定的训练集对步骤6建立的锂电池SOH估计模型进行训练，确定融合注意力机制的混合深度网络的锂电池SOH估计模型； 8获得SOH估计值：将步骤5确定的测试集输入到步骤7确定的锂电池SOH估计模型获得锂电池的SOH估计值。

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昆明理工大学，其通讯地址为：650000 云南省昆明市一二一大街文昌路68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”。