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！

龙图腾网获悉西南交通大学申请的专利一种动车组电池健康状态评估与寿命预测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：CN120275837B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510774751.7，技术领域涉及：G01R31/367；该发明授权一种动车组电池健康状态评估与寿命预测方法及系统是由陈奎;郑晓英;罗杨;龙舟;王宏杰;唐明川设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种动车组电池健康状态评估与寿命预测方法及系统在说明书摘要公布了：本申请涉及动车电池组评估技术领域，提供了一种动车组电池健康状态评估与寿命预测方法及系统，包括通过浮充状态下的电压波动和温度数据建立数据库，分析电池容量保持率、活性锂存量等目标参数与内部化学物质损耗的关联机制；采用秒级、分钟级、小时级三级时间粒度分别提取驾驶行为特征、温度参数及电化学阻抗谱，利用动态时间规整算法对齐多频数据；构建以电化学参数为节点、跨层级关联为边的图结构模型，通过图神经网络提取电池老化特征拓扑关系；最终建立融合多维特征的预测模型，实现电池剩余寿命与容量衰退拐点的精准预测。将多尺度特征与电化学机理结合，提升了复杂工况下电池健康状态评估的准确性。

本发明授权一种动车组电池健康状态评估与寿命预测方法及系统在权利要求书中公布了：1.一种动车组电池健康状态评估与寿命预测方法，其特征在于，包括： 基于浮充状态下，预设时间内预设速度时动车组的动车运行状态，采集浮充电压波动数据和动车组电池温度数据，并建立数据库； 通过所述数据库中充放电循环对应的数据，监测电池的目标参数，所述目标参数包括容量保持率、活性锂存量与正极材料相变量；建立所述目标参数与电池内部化学活性物质损失、电极结构劣化及界面副反应之间的关联映射关系，得到老化机理信息； 分时间层级提取特征数据，包括以秒级时间粒度提取动车运行中的急加速或急减速事件频率，采用动态时间规整算法对齐不同采样频率的数据并识别动车的驾驶模式；以分钟级时间粒度提取动车组电池的温度数据；以小时级时间粒度提取动车的电压信号和电流信号；对所述电压信号和电流信号进行频域分析得到电化学阻抗谱； 以所述老化机理信息为图结构，所述图结构中节点表示电化学阻抗谱或不同时间层级对应的特征数据，所述图结构中边表示不同时间层级特征数据间的关联关系；基于所述图结构提取反映电池老化状态的图拓扑特征，并建立对应的图神经网络模型； 以特征数据作为输入，以电池样本剩余寿命和容量衰退拐点作为输出，对所述图神经网络模型进行训练，得到预测模型；将新的电压数据、电流数据、温度数据和电化学阻抗谱输入所述预测模型，得到预测结果。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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”。