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！

龙图腾网获悉北京航空航天大学申请的专利一种基于环形蒸馏的跨工况退化趋势层级联邦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：CN118839799B 。

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：202311377103.5，技术领域涉及：G06Q10/04；该发明授权一种基于环形蒸馏的跨工况退化趋势层级联邦预测方法是由马剑;许庶;邹新宇;张明辉;周依婷设计研发完成，并于2023-10-23向国家知识产权局提交的专利申请。

本一种基于环形蒸馏的跨工况退化趋势层级联邦预测方法在说明书摘要公布了：本发明公开一种基于环形蒸馏的跨工况退化趋势层级联邦预测方法，包括：在共性规律挖掘阶段，不同工况下的客户端簇依次参与各沟通轮次，相同工况的客户端共享模型参数，在达到本阶段最大沟通轮次后，各工况簇模型中保留了适合于不同工况深层退化规律的知识信息，可被用于监督后续个性化模型的更新。在个体特性适配阶段，各工况簇通过超网络面向不同客户端生成个性化预测模型，并通过知识蒸馏方式对模型进行迭代，最终实现对个体产品退化趋势的精准预测。

本发明授权一种基于环形蒸馏的跨工况退化趋势层级联邦预测方法在权利要求书中公布了：1.一种基于环形蒸馏的跨工况退化趋势层级联邦预测方法，其特征在于，包括： 在共性规律挖掘阶段的每轮迭代前，服务器端以循环的方式依次选择一个工况簇，并利用簇抽样方法从所述工况簇的所有客户端中选取参与当前轮的多个客户端，其中，每个客户端为单个电池，各工况簇通过将多种温度下的电池退化数据按照温度进行划分生成，每个工况簇中包含一种温度下的所有电池个体； 参与当前轮次的每个电池通过将上一轮次的工况簇预测模型作为知识蒸馏的教师模型，将当前轮次的工况簇预测模型作为知识蒸馏的学生模型，并利用本地训练集数据对当前轮次的工况簇预测模型进行本地训练，得到当前轮训练后的工况簇预测模型参数，其中，所述本地训练集数据通过对电池归一化后的容量保持率数据切分生成； 服务器端利用联邦平均算法对所述多个电池发送的当前轮训练后的工况簇预测模型参数进行联邦聚合处理，得到联邦聚合处理后的工况簇预测模型参数； 重复上述共性规律挖掘阶段的步骤，直至在判断达到最大轮次后，每个工况簇下的所有电池通过加载服务器端下发的最大轮次得到的联邦聚合处理后的工况簇预测模型参数，得到具有不同工况退化数据中的通用知识信息的工况簇预测模型； 在个体特性适配阶段的每个工况簇的每轮迭代前，服务器端利用簇抽样方法从每个工况簇的所有电池中选取参与当前轮的多个电池，并将利用每个电池对应的超网络生成所述电池当前轮次的个性化预测模型参数下发给对应的电池； 参与当前轮次的每个电池通过将上一工况簇的工况簇预测模型作为知识蒸馏的教师模型，将当前轮次的个性化预测模型作为知识蒸馏的学生模型，对当前轮次的个性化预测模型进行本地训练，得到当前轮次个性化预测模型参数的变化量，并将所述当前轮次的个性化预测模型参数的变化量发送给所述服务器端； 所述服务器端利用所述每个电池当前轮次的个性化预测模型参数的变化量对所述个性化预测模型参数和超网络进行更新，得到更新后的个性化预测模型参数和超网络； 重复上述个体特性适配阶段的步骤，直至所述服务器端在判断达到最大轮次后，将最大轮次得到的每个电池的个性化预测模型参数下发至所述电池，使每个电池通过加载所述最大轮次得到的个性化预测模型参数，得到适用于该电池的跨工况电池退化趋势预测模型。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。