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！

龙图腾网获悉重庆大学申请的专利一种混合工况条件下的电池健康状态在线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：CN116243194B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211687026.9，技术领域涉及：G01R31/392；该发明授权一种混合工况条件下的电池健康状态在线预测方法是由张永志;赵明远;冯信鸿设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种混合工况条件下的电池健康状态在线预测方法在说明书摘要公布了：本发明涉及一种机理和数据融合驱动的多工况在线预测电池健康状态和寿命的机器学习方法，属于电池检测领域。该方法包括以下步骤：获得电池在不同工况下以一定电流倍率充电到截止电压后，继续以恒压充至满电，然后静置一段时间的电压容量数据；基于提取的静置时的电压曲线，使用电池二阶RC等效电路模型，辨识出包含电池机理信息的开路电压、电阻和电容等六个参数作为模型输入得到电池在线的健康状态预测模型、电池在线的剩余使用寿命预测模型、电池在线剩余寿命分类模型，实现快速准确的在线预测电池的健康状态、剩余使用寿命和电池寿命分类。

本发明授权一种混合工况条件下的电池健康状态在线预测方法在权利要求书中公布了：1.一种混合工况条件下的电池健康状态在线预测方法，其特征在于：该方法包括以下步骤： S1：获得电池在不同工况下以一定电流倍率充电到截止电压后，继续以恒压充至满电，然后静置一段时间的电压容量数据； S2：基于提取的静置时的电压曲线，使用机理模型，辨识出包含电池机理信息特征参数为模型输入； S3：在静置结束后让电池恒流放电到放电截止电压，放电的容量作为当前容量，其与初始容量的比值为电池的健康状态，以该电池的健康状态为输出进行基于机器学习方法的回归预测模型的训练，得到电池在线的健康状态预测模型； S4：电池在容量衰退到80％初始容量前全生命周期内任一循环处的剩余使用寿命作为输出，进行基于机器学习方法的回归预测模型的训练，得到电池在线的剩余使用寿命预测模型； S5：基于电池循环处不同的健康状态设置分类动态阈值，将电池分为长寿命和短寿命组作为输出，进行基于机器学习方法的回归分类器的训练，得到电池在线剩余寿命分类模型； S6：对不同工况下的待测电池同样提取出静置段的电压数据进行机理模型的参数辨识，将辨识的参数输入已训练好的电池在线的健康状态预测模型、电池在线的剩余使用寿命预测模型和电池在线剩余寿命分类模型中； S7：在线预测电池的健康状态、剩余使用寿命、电池长寿命分类和电池短寿命分类。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。