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！

龙图腾网获悉中国电波传播研究所(中国电子科技集团公司第二十二研究所)申请的专利一种基于多层感知机算法的动力锂电池荷电状态的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：CN114966409B 。

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：202210496363.3，技术领域涉及：G01R31/367；该发明授权一种基于多层感知机算法的动力锂电池荷电状态的估计方法是由李学广;蒋海洲;孙占方;易蓉;原万宝设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本一种基于多层感知机算法的动力锂电池荷电状态的估计方法在说明书摘要公布了：本发明公开了一种基于多层感知机算法的动力锂电池荷电状态的估计方法，其改进之处在于，包括如下步骤：步骤1，数据拆分：步骤2，数据预处理：步骤3，设计多层感知机网络：步骤4：超参数的选取：步骤5：参数调节：步骤6，模型验证。本发明所公开的估计方法，相对简单查表法以及模型估计法来说估计预测更加准确，对环境等因素不敏感，稳定性好。相对于数据驱动法的LSTM方法，训练速度更快。

本发明授权一种基于多层感知机算法的动力锂电池荷电状态的估计方法在权利要求书中公布了：1.一种基于多层感知机算法的动力锂电池荷电状态的估计方法，其特征在于，包括如下步骤： 步骤1，数据拆分： 将电池测试总数据集Tot分为两部分，75％为训练数据集Tra，25％为测试数据集Tes； 步骤2，数据预处理： 对训练数据集Tra中的数据进行标准化，公式如下： 其中，x表示某个特征，xmin表示该特征中最小的值，xmax表示该特征中最大的值； 步骤3，设计多层感知机网络： 设计全连接神经网络： m＝fz h＝fs 上式中，D表示尺度，x1，x2，……xd表示有d个特征输入，m1，m2，m3，……md表示具有d隐藏层的特征，h1，h2……，hd表示第2隐含层的特征个数，o1表示多层感知机网络的输出值，a表示每个特征的权重，b是偏移量，W、X和M都是矩阵，f·表示激活函数； 步骤4：超参数的选取： 损失函数Ja使用均方根误差RMSE和绝对值误差MAE， 上式中，a表示每个特征的权重，x表示某个特征，y表示SOC的值，N表示训练数据集样本的总数量，Yn表示每个训练数据样本的真实SOC值，Onx表示多层感知机算法计算出来的每个训练数据样本的SOC值； 模型训练的过程中学习率采用余弦退火算法，初始化学习率为0.00015； 步骤5：参数调节： 首先调节网络的深度，将最大网络宽度固定为80，在训练出网络深度后，再固定两个网络深度，来优化网络宽度，训练循环次数从30到200中随机取值进行测定，最后选取精度和准确率最好的最优模型； 步骤6，模型验证： 将步骤5中选取的最优模型，作为验证模型查看其训练误差和测试误差，当训练误差Etr小于千分之一，测试误差Ete小于千分之五时，就选取该模型作为最终算法模型，未达到要求的话，重复步骤5的过程。

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电波传播研究所(中国电子科技集团公司第二十二研究所)，其通讯地址为：266107 山东省青岛市城阳区仙山东路36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”。