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！

龙图腾网获悉南通大学申请的专利一种基于电池容量的锂离子电池SOC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：CN114487844B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210038015.1，技术领域涉及：G01R31/367；该发明授权一种基于电池容量的锂离子电池SOC估计方法是由李俊红;蒋泽宇;褚云琨;李磊;王娟;宗天成;李政;芮佳丽;张泓睿;严俊设计研发完成，并于2022-01-13向国家知识产权局提交的专利申请。

本一种基于电池容量的锂离子电池SOC估计方法在说明书摘要公布了：本发明提供了一种基于电池容量的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了当前电池容量的SOC难于估计的技术问题。其技术方案为：包括如下步骤：步骤1测取SOC从1到0的锂离子电池的端电压、电流、温度以及负载的电压、电流；步骤2对测取的数据进行预处理，构建用于估计电池容量的2DCNN训练数据集和测试数据集，再构建新的数据集；步骤3实现最终的SOC实时估计。本发明的有益效果为：本发明分别通过不同温度下的电池充放电实验获取电池各项参数，估计出电池容量后，最终可用于锂电池SOC的实时估计。

本发明授权一种基于电池容量的锂离子电池SOC估计方法在权利要求书中公布了：1.一种基于电池容量的锂离子电池SOC估计方法，其特征在于，包括以下步骤： 步骤1在变化的温度下，将全新锂电池充满电，然后通过恒流放电实验、DST工况放电实验、FUDS工况放电实验和US06工况放电实验，反复测取SOC从1到0的锂离子电池的端电压、电流、温度以及负载的电压、电流； 步骤2对测取的数据进行预处理，构建用于估计电池容量的2DCNN训练数据集和测试数据集，并利用2DCNN卷积神经网络估计出的电池容量构建新的数据集； 所述步骤2包括如下步骤： 步骤2-1对测取的数据进行归一化处理，各种工况实验的电池对象相同，电压电流变化范围不同，先对各种工况的数据单独进行预处理，采用如下公式对输入数据进行归一化处理： 其中，aij为第i个输入的第j个数据点，amin是第i个输入数据的最小值，amax是第i个输入数据的最大值，xin_ij是aij进行归一化处理后的数据； 输出为锂电池的SOC，SOC的范围在0到1之间，不需要进行归一化处理； 步骤2-2数据归一化处理后，使用如下的方法构建数据集，首先将一个放电周期中的测量值截取成若干个长度为n的数据，如下所示： 其中，xij表示输入数据集中第i个循环的第j个数据，xij对应的输出为tn时刻的电池容量值，U表示电池两端的电压，I表示电池通过的电流，T表示电池工作时的温度，t表示放电的时间，Ul表示负载的电流，Il表示负载的电流； 步骤2-3对于一个总循环充放电次数N、单放电周期t＝m的工况放电实验，使每一个放电周期内前后输入数据间的联系，使用padding方法对边缘数据进行扩充，然后总共生成N×m组大小为6×10的输入数据，对应的N×m个电池容量值为输出数据，不同工况的输入输出数据合并成为总数据集； 步骤2-4选用一个放电工况前80％的数据作为训练数据集，后20％的数据作为测试数据集，用作2DCNN的训练和测试数据； 步骤2-5针对锂离子电池容量估计开发的2DCNN卷积神经网络架构包括：一个输入层Input、四个卷积层C、两个全连接层F和一个输出层Output； 步骤2-6卷积层和全连接层全部使用relu函数进行激活，输出层使用tanh函数进行激活，并进行映射； 步骤2-7完成电池容量的估计后，取式2中的U、I、T、t以及估计的电池容量构建新的大小为5×10的输入数据集，对应输出数据为tn时刻的电池SOC值； 步骤3使用2DCNN卷积神经网络对新的数据集进行训练和测试，实现最终的SOC实时估计。

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南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9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”。