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！

龙图腾网获悉合肥工业大学;合肥综合性国家科学中心能源研究院(安徽省能源实验室)申请的专利基于IPSO-GPR算法的锂离子电池健康状态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：CN117471348B 。

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：202311505031.8，技术领域涉及：G01R31/392；该发明授权基于IPSO-GPR算法的锂离子电池健康状态估计方法是由何叶;王小明;白文渊;王路路;吴红斌;华玉婷;郑诗程;郎佳红设计研发完成，并于2023-11-13向国家知识产权局提交的专利申请。

本基于IPSO-GPR算法的锂离子电池健康状态估计方法在说明书摘要公布了：本发明公开了一种基于IPSO‑GPR算法的锂离子电池健康状态估计方法，包括：1.提取锂离子电池健康指标并优化；2.利用高斯过程回归构建电池健康特征与健康状态之间的映射关系；3.利用一种带有变异因子并可根据种群多样性自适应调整权重的改进粒子群算法对GPR的核参数进行优化；4.建立基于GPR的SOH估计模型，进行SOH估计。本发明以基于离散小波包变换与Box‑Cox变换的特征提取为基础，利用GPR构建特征与SOH之间的映射关系，利用改进粒子群算法对GPR的核参数进行优化，建立基于GPR的SOH估计模型，能够准确地、快速地进行锂离子电池SOH估计。

本发明授权基于IPSO-GPR算法的锂离子电池健康状态估计方法在权利要求书中公布了：1.一种基于IPSO-GPR算法的锂离子电池健康状态估计方法，其特征在于，是按如下步骤进行： 步骤一、将锂离子电池的历史电压数据、历史电流数据作为训练集，用于提取锂离子电池健康指标： 步骤1.1、构建锂离子电池的健康指标； 步骤1.1.1、设定锂离子电池在恒流充电过程的电压上、下限和恒压充电过程的电流上、下限； 步骤1.1.2、将锂离子电池的恒流充电过程划分为若干个电压区间；针对锂离子电池的恒流充电过程中的任意第a个电压区间，利用式1从所述第a个电压区间中的历史电压数据中提取等充电电压差的电压变异系数并作为第一健康指标； 将锂离子电池的恒压充电过程划分为若干个电流区间；针对锂离子电池的恒压充电过程中的第c个电流区间，利用式2从所述第c个电流区间中的历史电流数据中提取等充电电流差的电流变异系数并作为第二健康指标； 1 2 式1和式2中，、分别为所述第a个电压区间中的历史电压数据的标准差、所述第c个电流区间中的历史电流数据的标准差；、分别为第a个电压区间中的历史电压数据的平均值、第c个电流区间中的历史电流数据的平均值；和分别为第a个电压区间中的历史电压数据的样本个数、第c个电流区间中的历史电流数据的样本个数；为第a个电压区间中的第i个历史电压数据；为第c个电流区间中的第j个历史电流数据； 步骤1.1.3、利用式3从所述第a个电压区间中的历史电压数中据提取等充电电压差的充电能量并作为第三健康指标； 利用式4从所述第c个电流区间中的电流数据提取等充电电流差的充电能量并作为第四健康指标； 3 4 式3和4中，为恒流充电过程的第a个电压区间的电流值；为恒流充电过程的第a个电压区间中随时间t变化的电压值；与表示所述第a个电压区间的开始时间与结束时间；为恒压充电过程的第c个电流区间中的电压值；为恒压充电过程的第c个电流区间中随时间t变化的电流值；与表示所述第c个电流区间的开始时间与结束时间； 步骤1.2、采用遍历法结合Pearson相关系数寻找最优电压区间与最优电流区间； 步骤1.2.1、利用式5计算所述第a个电压区间的第一健康指标与其电池健康状态之间的Pearson相关系数；从而得到所有电压区间的第一健康指标与其电池健康状态SOH之间的Pearson相关系数，并从中选取最大第一健康指标所对应的电压区间作为次优电压区间； 利用式6计算第b个电压区间的第三健康指标与其电池健康状态之间的Pearson相关系数；从而得到所有电压区间的第三健康指标与其电池健康状态SOH之间的Pearson相关系数，并从中选取最大第三健康指标所对应的电压区间作为另一个次优电压区间； 5 6 式5和6中，E为均值函数，E2为均值函数的平方； 步骤1.2.2、利用式7计算第c个电流区间的第二健康指标与其电池健康状态之间的Pearson相关系数，从而得到所有电流区间的第二健康指标与其电池健康状态SOH之间的Pearson相关系数，并从中选取最大第二健康指标所对应的电压区间作为另一个次优电流区间； 利用式8计算第d个电流区间的第四健康指标与其电池健康状态之间的Pearson相关系数；从而得到所有电流区间的第四健康指标与其电池健康状态SOH之间的Pearson相关系数，并从中选取最大第四健康指标所对应的电流区间作为另一个次优电流区间； 7 8 步骤1.2.3、从两个次优电压区间中选取较大绝对值所对应的电压区间作为最优电压区间；从次优电流压区间中选取较大绝对值所对应的电流区间作为最优电流区间； 步骤二、使用Box-Cox变换与离散小波包变换优化处理锂离子电池的健康指标： 步骤2.1、利用量测装置获取锂离子电池的在线电流数据，并基于在线电流数据进行实时处理得到全周期的第二健康指标和第四健康指标； 步骤2.2、归一化处理最优电流区间的健康指标、电池健康状态SOH以及全周期的健康指标，得到归一化后的最优电流区间的第二健康指标和第四健康指标、对应的电池健康状态、以及归一化后的全周期的第二健康指标和第四健康指标； 步骤2.3、利用式9-式12对和以及和进行Box-Cox变换，得到变换后的最优电流区间的第二健康指标、变换后的全周期的第二健康指标、变换后的最优电流区间的第四健康指标和变换后的全周期的第四健康指标： 9 10 11 12 式9-12中，c为保证变换数据为正的常数；、为2个变换参数； 步骤2.4、对锂离子电池健康指标进行离散小波包分解，得到重构后的总体健康指标的小波包树； 步骤三、基于改进GPR模型的SOH估计； 步骤3.1、定义锂离子电池训练的健康指标THIG={、、、}，其中，、表示重构后的健康指标的小波包树中的第二健康指标的小波包树和第四健康指标的小波包树，并定义其对应的健康状态、； 步骤3.2、将THIG作为GPR模型的输入，将THIG对应的健康状态SOH={、、、}作为GPR模型的输出，并利用式13构建GPR模型的SE核函数： 13 式13中，、为训练健康指标THIG中第m个、第n个健康指标，且m=1,2,3,4，n=1,2,3,4，m≠n，为控制核函数衰减速度的尺度参数； 步骤3.3、利用改进粒子群算法对GPR模型的SE核参数进行优化，从而得到最优尺度参数，并用于构建SOH估计的最优GPR模型； 步骤3.4、利用量测装置获取锂离子电池的在线电压、电流数据并进行处理后，得到在线的健康指标，将在线的健康指标输入到最优GPR模型中，得到最优SOH估计结果。

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合肥工业大学;合肥综合性国家科学中心能源研究院(安徽省能源实验室)，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。