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！

龙图腾网获悉中国长江电力股份有限公司;杭州浙畅电力设备有限公司申请的专利基于自主学习的蓄电池在线远程状态监控方法及系统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：CN118779600B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410744533.4，技术领域涉及：G06F18/20；该发明授权基于自主学习的蓄电池在线远程状态监控方法及系统是由杨君;李庚;周翼虎;吕志超;潘宇;王志;邓高健;夏军根设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本基于自主学习的蓄电池在线远程状态监控方法及系统在说明书摘要公布了：本发明提供一种基于自主学习的蓄电池在线远程状态监控方法及系统，涉及蓄电池监控技术领域，包括：获取目标蓄电池对应的源域和目标域历史监测数据，构建时间序列数据集，构建第一预测模型和第二预测模型，确定预测模型的损失值并通过预先选择的优化器对预测模型进行参数优化，得到初始预测模型；将初始预测模型在源域数据上进行训练，得到预训练参数，以预训练参数为节点构建参数迁移图网络并进行节点更新，通过确定参数间的依赖关系得到迁移策略函数，将预训练参数迁移至所述初始预测模型中，得到衰减预测模型；计算最大均值差异，构建第二损失函数，更新衰减预测模型的超参数并使衰减预测模型适应目标域，得到容量衰减预测结果。

本发明授权基于自主学习的蓄电池在线远程状态监控方法及系统在权利要求书中公布了：1.基于自主学习的蓄电池在线远程状态监控方法，其特征在于，包括： 获取目标蓄电池对应的源域和目标域历史监测数据，构建时间序列数据集，基于所述时间序列数据集分别构建源域对应的第一预测模型和目标域对应的第二预测模型，结合第一损失函数确定所述预测模型的损失值并通过预先选择的优化器对预测模型进行参数优化，分别得到源域上的初始预测模型和目标域上的初始预测模型； 将所述源域上的初始预测模型在源域数据上进行训练，得到预训练参数，以所述预训练参数为节点构建参数迁移图网络并进行节点更新，基于更新后的节点，通过确定参数间的依赖关系得到迁移策略函数，基于所述迁移策略函数将所述预训练参数迁移至所述目标域上的初始预测模型中，得到衰减预测模型； 对于所述衰减预测模型，通过计算源域和目标域中的电池数据特征分布差异得到最大均值差异，基于所述最大均值差异构建目标域模型对应的第二损失函数，基于所述第二损失函数，通过反向传播更新所述衰减预测模型的超参数并使所述衰减预测模型适应目标域，得到容量衰减预测结果。

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中国长江电力股份有限公司;杭州浙畅电力设备有限公司，其通讯地址为：100000 北京市海淀区玉渊潭南路1号B座；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”。