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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 安徽理工大学沈培成获国家专利权

安徽理工大学沈培成获国家专利权

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!

龙图腾网获悉安徽理工大学申请的专利一种基于相关性分析与VMD-LSTM的锂离子电池剩余使用寿命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:CN114779087B

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:202210404832.4,技术领域涉及:G01R31/367;该发明授权一种基于相关性分析与VMD-LSTM的锂离子电池剩余使用寿命预测方法是由沈培成;欧阳名三;荣雪设计研发完成,并于2022-04-18向国家知识产权局提交的专利申请。

一种基于相关性分析与VMD-LSTM的锂离子电池剩余使用寿命预测方法在说明书摘要公布了:本发明公开了一种基于相关性分析与VMD‑LSTM的锂离子电池剩余寿命预测方法。属于锂离子电池容量检测技术领域。具体步骤如下:将锂离子电池放电功率、恒流充电时间、放电平均温度、放电截至电压以及恒流充电时间与恒压充电时间的比值作为电池容量特征参数,计算出这些特征参数与电池容量之间的相关系数,选取相关性最强的特征参数作为预测锂离子电池RUL的HI。同时利用VMD对选取出的HI进行信号分解,将其分解为全局衰减、局部再生和其他噪声三种模态分量,并将这三种模态分量作为HI进行RUL预测,有效避免了变量信息重叠,且分解过程具有较强的鲁棒性。对分解出的模态分量分别经LSTM进行RUL初步预测,最后对三种模态分量的预测结果进行累加以实现锂离子电池RUL的精准预测。

本发明授权一种基于相关性分析与VMD-LSTM的锂离子电池剩余使用寿命预测方法在权利要求书中公布了:1.基于相关性分析与VMD-LSTM的锂离子电池剩余寿命预测方法,其特征在于包括以下步骤: 1由于锂离子电池放电功率、恒流充电时间、放电平均温度、放电截至电压以及恒流充电时间与恒压充电时间的比值与电池容量具有较强相关性,作为预测锂离子电池RUL的HI,对锂离子电池的特征参数进行与容量间的相关性分析,得出特征参数与容量之间的相关系数,选取相关性最强的特征参数作为预测锂离子电池RUL的HI; 2考虑到锂离子电池容量退化趋势分为全局衰减、局部再生和其他噪声3个部分,因此采用VMD对选取出的HI进行多尺度分解得到3组模态分量; 3利用训练好的LSTM对3组模态分量进行锂离子电池RUL预测,最后将3组预测结果进行累加以实现锂离子电池RUL的精准预测。

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安徽理工大学,其通讯地址为:232000 安徽省淮南市山南新区泰丰大街168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。