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！

龙图腾网获悉浙江浙能电力股份有限公司萧山发电厂;浙江大学;湖州工业控制技术研究院申请的专利多重机理约束的储能电池对抗解耦表征与健康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：CN120044407B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510503238.4，技术领域涉及：G01R31/367；该发明授权多重机理约束的储能电池对抗解耦表征与健康估计方法是由孙飞;汤碧君;田林平;许峰;裘燕飞;赵春晖;郏振崴设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本多重机理约束的储能电池对抗解耦表征与健康估计方法在说明书摘要公布了：本发明公开了一种多重机理约束的储能电池对抗解耦表征与健康估计方法，该方法首先通过对抗解耦表征学习和机理方程在神经网络的融合应用，将输入特征解耦表征为健康状态相关特征和工况相关的域特征；其次通过机理参数生成器进行机理参数生成，解决不同工况下机理方程参数不同的问题；最后通过连续循环物理约束，约束健康状态随着循环次数的增加而下降，并解决机理方程参数产生的变动问题，进而实现对未见工况的健康状态泛化估计。本发明首次将多重机理约束融合于储能电池解耦表征学习中，在不需要目标工况数据的情况下，实现对未见工况的泛化建模，进而提高了模型在未见工况下的健康状态估计精度，为储能电池的安全运维提供了必要支持。

本发明授权多重机理约束的储能电池对抗解耦表征与健康估计方法在权利要求书中公布了：1.一种多重机理约束的储能电池对抗解耦表征与健康估计方法，其特征在于，包括以下步骤： 1获取多个储能电池在不同试验工况下的完整全寿命运行数据，包括每个充放电循环的电流、电压、采样时间、循环次数以及对应的循环容量数据，以构建多源域数据集； 2对每个源域数据集中每个充放电循环的完整全寿命运行数据进行预处理，以提取健康特征和每个充放电循环的健康状态标签，并将健康特征与循环次数合并作为输入数据；同时，对每个源域的机理方程的参数进行初始化，并作为机理参数标签保存；根据输入数据及其对应的健康状态标签、域标签和机理参数标签构建训练集； 3构造神经网络模型，包括编码器、健康状态估计器、域判别器和机理参数生成器；并使用训练集对神经网络模型进行训练，训练过程中，以最小化神经网络模型的总损失函数为优化目标，调整神经网络模型的参数，以获取训练好的编码器和健康状态估计器；所述神经网络模型的总损失函数的计算公式为： 式中，表示神经网络模型的总损失函数，表示健康标签损失，表示域判别损失，表示参数生成损失，表示物理方程损失，表示连续循环物理约束损失，α和β分别表示健康标签损失和域判别损失对应的固定权重参数，γ为动态的权重参数； 4在线应用时，获取储能电池在运行工况下的充放电循环数据，包括运行的电流、电压、采样时间和循环次数；依据在线运行的电流、电压、采样时间提取健康特征，并对其进行归一化处理后合并上循环次数作为输入数据，输入至训练好的编码器中，获取编码特征，编码特征对半拆分后获得健康状态特征和域特征，将健康状态特征输入至训练好的健康状态估计器中，获得当前损失的健康状态值，进而得到储能电池当前的健康状态估计值。

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浙江浙能电力股份有限公司萧山发电厂;浙江大学;湖州工业控制技术研究院，其通讯地址为：311251 浙江省杭州市萧山区临浦镇元宝山路1号附近萧山发电厂行政楼210室；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”。