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！

龙图腾网获悉厦门理工学院申请的专利基于融合特征的锂电池SOH预测方法、装置、设备和介质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：CN120103200B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510600304.X，技术领域涉及：G01R31/392；该发明授权基于融合特征的锂电池SOH预测方法、装置、设备和介质是由郑雪钦;苏宁;陈嘉琪;张达敏;张强设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本基于融合特征的锂电池SOH预测方法、装置、设备和介质在说明书摘要公布了：基于融合特征的锂电池SOH预测方法、装置、设备和介质，涉及锂电池SOH预测技术领域。锂电池SOH预测方法包含：A1、获取目标域的第一数据集和源域的第二数据集。A2、对第一数据集和第二数据集进行数据预处理和特征提取，获取源域特征数据集和目标域特征数据集。A3、构建跨域预测模型。A4、根据不同源域的源域特征数据集和跨域预测模型，分别为每一个源域训练一个源域预测模型。A5、融合各个源域的源域预测模型，获取融合预测模型。S1、获取目标域的待预测数据。S2、对待预测数据进行预处理和特征提取，获取待预测特征。S3、将待预测特征，输入融合预测模型，获取SOH预测值。

本发明授权基于融合特征的锂电池SOH预测方法、装置、设备和介质在权利要求书中公布了：1.一种基于融合特征的锂电池SOH预测方法，其特征在于，包含： 获取目标域的第一数据集和源域的第二数据集；其中，源域至少有两个；每个源域的数据构造为一个第二数据集； 对所述第一数据集和所述第二数据集进行数据预处理和特征提取，获取源域特征数据集和目标域特征数据集； 构建跨域预测模型；其中，所述跨域预测模型包括预测器；在训练阶段所述跨域预测模型还包括生成器和判别器； 根据不同源域的源域特征数据集和所述跨域预测模型，分别为每一个源域训练一个源域预测模型； 融合各个源域的源域预测模型，获取融合预测模型； 获取目标域的待预测数据； 对所述待预测数据进行预处理和特征提取，获取待预测特征； 将所述待预测特征，输入所述融合预测模型，获取SOH预测值； 根据不同源域的源域特征数据集和所述跨域预测模型，分别为每一个源域训练一个源域预测模型，具体包括： 分别基于各个源域的源域特征数据集重复执行以下训练步骤，直至训练完成，获取各个源域的源域预测模型； 获取预设比例的源域特征数据集作为训练集； 将训练集的特征输入生成器，获取目标域的对齐特征； 根据所述对齐特征，对输入特征的源域标签进行映射，获取源域映射标签；映射模型为：；式中，为第次迭代的映射后的标签、为源域数据中第1次提取的健康状态、为第次迭代的第个样本的动态映射权重、为源域数据的健康状态集合、表示最小值、表示最大值、为源域数据中第次提取的健康状态、为括号内的特征相对于目标域数据的特征向量集合的核密度（KDE）、为括号内的特征相对于源域数据的特征向量集合的核密度（KDE）、为第个源域样本、为第次迭代的第个样本经过生成器转换后的特征、为避免分母为零的极小量； 将所述对齐特征，以及目标域特征数据集的第一个数据和最后一个数据，输入预测器，获取SOH预测结果； 根据所述对齐特征、所述源域映射标签，以及所述SOH预测结果，通过损失函数对预测模型进行更新。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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”。